來自瑞士洛桑聯邦理工學院 (EPFL)高級研究員兼講師Christophe Salzmann 博士，於1997年懷抱著創建一個更具包容性、更具彈性的實驗學習環境的願景，開創了最早期的遠距實驗室之一。這套系統讓學生能隨時隨地透過網路控制實體實驗，成功地打破了空間與時間的限制。

2025 年 5 月 14 日，我們與普渡大學領導層共同慶祝了 Quanser 自主實驗室的啟用。這座實驗室作為前瞻設施，旨在重新定義自主與互聯系統 (Autonomous and Connected Systems, ACS) 的教學、體驗，以及透過研究推動其發展的模式。此次合作的意義遠超越里程碑，它體現了我們共同致力於培養新一代工程師，並在自主技術、物聯網 (IoT) 和機器人技術的尖端領域不斷探索與突破的堅定信念。

本次 2025 年美國控制年會(ACC)自動駕駛汽車學生競賽圓滿落幕，2026 年競賽即日起預先報名！經過數月籌備與激烈競爭，來自全球的 8 支優秀隊伍齊聚決賽舞台，最終由加拿大約克大學 Team FullThrottle SDCNLab 脫穎而出，奪下冠軍寶座！

本次 2025 年美國控制年會(ACC)自動駕駛汽車學生競賽，於 2025 年 7 月 8 日至 10 日在美國科羅拉多州丹佛市舉行。經過多月籌備與激烈選拔，8 支來自世界各地的頂尖隊伍已集結完畢！即將於現場一較高下，用實力與創新點燃自動駕駛科技的未來！

Sidney Givigi 身為加拿大皇后大學電腦科學學院的教授，帶領皇后大學自主機器人研究團隊(QUARRG Lab)，致力突破自主系統與應用AI的界線。將Quanser自動駕駛汽車工作室(SDCS)與多自主載具研究工作室(AVRS)，融入其先進的實驗室，持續推動產業級創新研究

機電整合工程師擁有多樣化的技能，這導致哪些技能對機電整合研究比較重要的看法也有所不同。在這個現代化工程似乎需要許多技能的領域中，「如何才能讓學生掌握未來職業所需的技能？」這個問題就像「什麼是機電整合？」一樣難以回答。

在現代工程教育轉向「能力導向」的趨勢下，QLABS 數位孿生平台為學生提供一個高擬真、可程式設計、無風險的實驗環境，從基礎控制理論到自動駕駛、機器人、飛控系統等主題皆可操作，讓學生在熟悉的 MATLAB/Simulink或Python環境中進行建模、控制與優化，強化理論與實...

自動駕駛技術的發展，需要安全驗證、理論推導與演算法訓練。但空間與計算資源的限制，往往成為進步的瓶頸。來自加拿大的 QUANSER 開發了 1/10比例的無人車 QCAR 2，並建構數位孿生虛擬環境 QLABS，讓學生與研究者能夠安全、高效地學習與創新。

控制系統實驗室對於機械工程教育十分重要，過去學生需要在有限的時間到校上課。為了增加靈活性，我們引入了數位孿生技術，這是一種真實實驗系統的高擬真數位複製，讓學生可以在預定的實驗課程前，遠端進行實驗。這使學生不受時間地點所限制，進行學習。   以Quanser AERO...

2025年美國控制年會(ACC)自動駕駛汽車學生競賽，將於2025年7月8日至10日在美國科羅拉多州丹佛市舉行。本次競賽中學生將扮演一家提供自動駕駛計程車服務的公司，在遵守交通規則的前提下，在有限的時間內完成接送乘客的任務，並按照路途中的表現來賺取更多金錢。...

QUANSER擁有超過30年的硬體開發經驗，並透過數位孿生技術建構出QUANSER擬真互動實驗室QLABS，只需在電腦安裝MATLAB/Simulink與QLABS便能輕鬆進行實驗課程學習，突破傳統實驗室的空間限制。同時QLABS也支援與QUANSER實體設備整合，讓課程內容更多

我們將於 11 月 28 日邀請 Quanser 區域銷售經理 Vivian Wang，以及 12 月 27 日邀請 Quanser 研發工程師 Zinan Cen，透過線上研討會為大家帶來精彩的分享。以下為活動資訊，誠摯邀請您參加

首次介紹由Quanser學術應用團隊開發的Python 智慧工具套件，帶給您研究和教學實例。該工具套件讓您能夠在Quanser支援GPU自主載具上，部署各種神經網路，實現基於圖像的感知應用。

首次介紹由Quanser學術應用團隊開發的Python 智慧工具套件，帶給您研究和教學實例。該工具套件讓您能夠在Quanser支援GPU自主載具上，部署各種神經網路，實現基於圖像的感知應用。

內容將涵蓋U控制系統配置、開環動態反轉、閉環動態反轉、無模型滑塊模式控制(MFSMC)以及使用 QLabs Virtual Qube-Servo 2 Pendulum 進行旋轉倒單擺無模型控制的演示