Description
Date depot: 28 juin 2021
Titre: Apprentissage de la saisie d'objets
Directeur de thèse:
Stéphane DONCIEUX (ISIR (EDITE))
Directeur de thèse:
Faïz BEN AMAR (ISIR (EDITE))
Encadrant :
Alexandre CONINX (ISIR (EDITE))
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Intelligence artificielle
Resumé: Ce projet de thèse vise à définir une approche autonome de l'apprentissage en robotique dans le cas de récompenses et d'interactions rares. Les développements réalisés seront testés sur le problème de la saisie d'objets en visant en particulier des applications dans le domaine agricole. Ils s'appuieront sur les travaux des encadrants sur des méthodes d'exploration de type recherche de nouveauté et algorithmes de qualité-diversité ainsi que sur des résultats préliminaires sur l'apprentissage de comportement de saisie d'objets avec ces méthodes. Se plaçant dans le cadre défini dans projet Européen DREAM, l'approche développée sera itérative. Elle visera tout d'abord à générer des comportements de saisie par une approche mixte entre exploration en simulation et test en réalité. Cette étape s'appuiera sur un apprentissage de politiques en boucle ouverte. Chaque saisie d'un objet à une position particulière nécessitera donc un apprentissage dédié. La répétition de tels apprentissages permettra de générer une base d'exemples suffisante pour entrainer un système d'apprentissage profond qui associera un comportement adapté à la perception visuelle du robot.
Doctorant.e: Huber Johann Théodore