Formation L'IA physique centrée sur l'humain : Robots collaboratifs et au-delà

L'Intelligence artificielle (IA) pour la robotique combine l'apprentissage automatique, les systèmes de contrôle et la fusion de capteurs pour créer des machines intelligentes capables de percevoir, de raisonner et d'agir de manière autonome. Grâce à des outils modernes comme ROS 2, TensorFlow et OpenCV, les ingénieurs peuvent désormais concevoir des robots qui naviguent, planifient et interagissent intelligemment avec des environnements réels.

Cette formation en direct, animée par un formateur (en ligne ou sur site), s'adresse aux ingénieurs de niveau intermédiaire qui souhaitent développer, entraîner et déployer des systèmes robotiques propulsés par l'IA en utilisant des technologies et des cadres open-source actuels.

À l'issue de cette formation, les participants seront en mesure de :

• Utiliser Python et ROS 2 pour construire et simuler des comportements robotiques.
• Implémenter des filtres de Kalman et des filtres de particules pour la localisation et le suivi.
• Appliquer des techniques de vision par ordinateur avec OpenCV pour la perception et la détection d'objets.
• Utiliser TensorFlow pour la prédiction de mouvement et le contrôle basé sur l'apprentissage.
• Intégrer la cartographie et la localisation simultanées (SLAM) pour la navigation autonome.
• Développer des modèles d'apprentissage par renforcement pour améliorer la prise de décision des robots.

Format du cours

• Conférence interactive et discussions.
• Mise en pratique avec ROS 2 et Python.
• Exercices pratiques dans des environnements robotiques simulés et réels.

Options de personnalisation du cours

Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'organiser cela.

ROS 2 (Robot Operating System 2) est un cadre open source conçu pour soutenir le développement d'applications robotiques complexes et évolutives.

Cette formation animée par un instructeur (en ligne ou sur site) s'adresse aux ingénieurs et développeurs de robotique de niveau intermédiaire qui souhaitent mettre en œuvre la navigation autonome et le SLAM (Simultaneous Localization and Mapping) à l'aide de ROS 2.

À la fin de cette formation, les participants seront capables de :

• Configurer et paramétrer ROS 2 pour des applications de navigation autonome.
• Implémenter des algorithmes de SLAM pour la cartographie et la localisation.
• Intégrer des capteurs tels que des lidars et des caméras avec ROS 2.
• Simuler et tester la navigation autonome dans Gazebo.
• Déployer des piles de navigation sur des robots physiques.

Format du cours

• Conférence interactive et discussions.
• Pratique manuelle utilisant des outils ROS 2 et des environnements de simulation.
• Implémentation et tests en direct-lab sur des robots virtuels ou physiques.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

OpenCV est une bibliothèque open source de vision par ordinateur qui permet le traitement d'images en temps réel, tandis que les frameworks d'apprentissage profond, comme TensorFlow, fournissent les outils nécessaires à la perception intelligente et à la prise de décision dans les systèmes robotiques.

Ce cours en direct, encadré par un formateur (en ligne ou en présentiel), s'adresse aux ingénieurs en robotique de niveau intermédiaire, aux praticiens de la vision par ordinateur et aux ingénieurs en apprentissage automatique qui souhaitent appliquer les techniques de vision par ordinateur et d'apprentissage profond à la perception et à l'autonomie des robots.

À l'issue de cette formation, les participants seront capables de :

• Mettre en œuvre des pipelines de vision par ordinateur à l'aide d'OpenCV.
• Intégrer des modèles d'apprentissage profond pour la détection et la reconnaissance d'objets.
• Utiliser des données visuelles pour le contrôle et la navigation des robots.
• Combiner des algorithmes de vision classiques avec des réseaux neuronaux profonds.
• Déployer des systèmes de vision par ordinateur sur des plateformes embarquées et robotiques.

Format du cours

• Cours interactif et discussions.
• Pratique manuelle utilisant OpenCV et TensorFlow.
• Mise en œuvre en laboratoire direct sur des systèmes robotiques simulés ou physiques.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'organiser cela.

Un bot ou chatbot est tel un assistant informatique utilisé pour automatiser les interactions avec les utilisateurs sur diverses plateformes de messagerie et ainsi effectuer les tâches plus rapidement sans qu’il soit nécessaire que les utilisateurs parlent à un autre être humain.

Lors de cette formation animée par un instructeur, les participants apprendront comment débuter dans le développement de bots en créant des exemples de chatbots à l’aide d’outils et de cadres de développement de bots.

À la fin de cette formation, les participants seront en mesure de :

• Comprendre les différentes utilisations et applications des bots
• Maîtriser le processus complet de développement des bots
• Explorer les différents outils et plateformes utilisés pour créer des bots
• Créer un exemple de chatbot pour Facebook Messenger
• Créer un exemple de chatbot à l’aide du Microsoft Bot Framework

Audience cible

• Développeurs intéressés à créer leur propre bot

Format du cours

• Une part de conférences, de discussions, d’exercices et une pratique intensive en situation réelle

L'IA de bord permet aux modèles d'intelligence artificielle de s'exécuter directement sur des dispositifs embarqués ou à ressources limitées, réduisant ainsi la latence et la consommation d'énergie tout en augmentant l'autonomie et la confidentialité des systèmes robotiques.

Cette formation en présentiel ou en ligne, dirigée par un formateur, s'adresse aux développeurs embarqués et ingénieurs en robotique de niveau intermédiaire qui souhaitent implémenter des techniques d'inférence et d'optimisation d'apprentissage automatique directement sur le matériel robotique à l'aide de TinyML et de frameworks d'IA de bord.

À la fin de cette formation, les participants seront capables de :

• Comprendre les fondamentaux de TinyML et de l'IA de bord pour la robotique.
• Convertir et déployer des modèles d'IA pour l'inférence sur l'appareil.
• Optimiser les modèles pour la vitesse, la taille et l'efficacité énergétique.
• Intégrer les systèmes d'IA de bord dans les architectures de contrôle robotiques.
• Évaluer les performances et la précision dans des scénarios réels.

Format de la formation

• Conférence interactive et discussion.
• Pratique avec les chaînes d'outils TinyML et IA de bord.
• Exercices pratiques sur des plateformes de matériel embarqué et robotique.

Options de personnalisation de la formation

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour l'organiser.

L'interaction homme-robot (HRI) : Voix, Gestes et Contrôle Collaboratif est un cours pratique conçu pour introduire les participants à la conception et à la mise en œuvre d'interfaces intuitives pour la communication homme-robot. Cette formation combine théorie, principes de design et pratique de programmation pour créer des systèmes d'interaction naturels et réactifs en utilisant la parole, les gestes et des techniques de contrôle partagé. Les participants apprendront à intégrer des modules de perception, à développer des systèmes d'entrée multimodaux et à concevoir des robots capables de collaborer en toute sécurité avec les humains.

Cette formation en direct, dispensée par un instructeur (en ligne ou en présentiel), s'adresse aux participants débutants et intermédiaires qui souhaitent concevoir et implémenter des systèmes d'interaction homme-robot améliorant l'utilisabilité, la sécurité et l'expérience utilisateur.

À la fin de cette formation, les participants seront capables de :

• Comprendre les fondements et les principes de conception de l'interaction homme-robot.
• Développer des mécanismes de commande et de réponse vocale pour les robots.
• Mettre en œuvre la reconnaissance de gestes en utilisant des techniques de vision par ordinateur.
• Concevoir des systèmes de contrôle collaboratif pour une autonomie partagée et sécurisée.
• Évaluer les systèmes HRI en fonction de l'utilisabilité, de la sécurité et des facteurs humains.

Format du cours

• Conférences interactives et démonstrations.
• Exercices pratiques de codage et de design.
• Expérimentations pratiques en simulation ou dans des environnements robotiques réels.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

L'automatisation des robots industriels : Intégration ROS-PLC et jumeaux numériques est un atelier pratique axé sur le lien entre l'automatisation industrielle et les cadres robotiques modernes. Les participants apprendront à intégrer des systèmes robotisés basés sur ROS avec des automates programmables (PLC) pour des opérations synchronisées et exploreront des environnements de jumeaux numériques afin de simuler, surveiller et optimiser les processus de production. Le cours met l'accent sur l'interopérabilité, le contrôle en temps réel et l'analyse prédictive à l'aide de répliques numériques de systèmes physiques.

Cette formation en direct, animée par un formateur (en ligne ou sur site), s'adresse à des professionnels de niveau intermédiaire souhaitant développer des compétences pratiques pour connecter des robots pilotés par ROS à des environnements PLC et implémenter des jumeaux numériques dans le cadre de l'automatisation et de l'optimisation de la fabrication.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les protocoles de communication entre les systèmes ROS et PLC.
• Mettre en œuvre un échange de données en temps réel entre les robots et les contrôleurs industriels.
• Développer des jumeaux numériques pour la surveillance, les tests et la simulation de processus.
• Intégrer des capteurs, des actionneurs et des manipulateurs robotiques dans les flux de travail industriels.
• Concevoir et valider des systèmes d'automatisation industrielle à l'aide d'environnements de simulation hybride.

Format du cours

• Cours interactif et présentation détaillée de l'architecture.
• Exercices pratiques intégrant les systèmes ROS et PLC.
• Mise en œuvre de projets de simulation et de jumeaux numériques.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour en convenir.

Cette formation en présentiel ou en ligne, animée par un instructeur, s'adresse aux ingénieurs qui souhaitent découvrir l'applicabilité de l'intelligence artificielle aux systèmes mécatroniques.

À l'issue de cette formation, les participants seront capables de :

• Acquérir une vue d'ensemble de l'intelligence artificielle, de l'apprentissage automatique et de l'intelligence computationnelle.
• Comprendre les concepts des réseaux neuronaux et des différentes méthodes d'apprentissage.
• Choisir efficacement les approches d'intelligence artificielle pour résoudre des problèmes concrets.
• Mettre en œuvre des applications d'IA dans le domaine de l'ingénierie mécatronique.

Les systèmes multi-robots et l'intelligence en essaim constituent un cours de formation avancé qui explore la conception, la coordination et le contrôle d'équipes robotiques inspirées des comportements collectifs observés dans la nature. Les participants apprendront à modéliser les interactions, à mettre en œuvre une prise de décision distribuée et à optimiser la collaboration entre plusieurs agents. Le cours combine théorie et simulations pratiques pour préparer les apprenants à des applications dans la logistique, la défense, la recherche et le secours, ainsi que dans l'exploration autonome.

Cette formation en présentiel ou en ligne, animée par un instructeur, s'adresse à des professionnels de niveau avancé souhaitant concevoir, simuler et implémenter des systèmes multi-robots et basés sur l'intelligence en essaim, en utilisant des cadres de travail et des algorithmes open source.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les principes et la dynamique de l'intelligence en essaim et de la robotique coopérative.
• Concevoir des stratégies de communication et de coordination pour les systèmes multi-robots.
• Implémenter des algorithmes de prise de décision distribuée et de consensus.
• Simuler des comportements collectifs tels que le contrôle de formation, le regroupement (flocking) et la couverture.
• Appliquer des techniques basées sur l'intelligence en essaim à des scénarios réels et à des problèmes d'optimisation.

Format du cours

• Conférences avancées avec des approfondissements algorithmiques.
• Pratique du codage et de la simulation dans ROS 2 et Gazebo.
• Projet collaboratif appliquant les principes de l'intelligence en essaim.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin de procéder à l'organisation.

Cette formation en direct, animée par un formateur à Canada (en ligne ou sur site), s'adresse aux ingénieurs en robotique et aux chercheurs en IA de niveau avancé qui souhaitent utiliser l'IA multimodale pour intégrer diverses données sensorielles afin de créer des robots plus autonomes et efficaces, capables de voir, d'entendre et de toucher.

À l'issue de cette formation, les participants seront en mesure de :

• Mettre en œuvre la perception multimodale dans les systèmes robotiques.
• Développer des algorithmes d'IA pour la fusion des capteurs et la prise de décision.
• Créer des robots capables d'effectuer des tâches complexes dans des environnements dynamiques.
• Aborder les défis liés au traitement des données en temps réel et à l'actionnement.

Cette formation en direct, dirigée par un formateur, à Canada (en ligne ou sur site), s'adresse aux participants de niveau intermédiaire qui souhaitent améliorer leurs compétences dans la conception, la programmation et le déploiement de systèmes robotiques intelligents pour l'automatisation et au-delà.

À la fin de cette formation, les participants seront capables de :

• Comprendre les principes de l'IA physique et ses applications en robotique et en automatisation.
• Concevoir et programmer des systèmes robotiques intelligents pour des environnements dynamiques.
• Mettre en œuvre des modèles d'IA pour la prise de décision autonome chez les robots.
• Exploiter des outils de simulation pour les tests robotiques et l'optimisation.
• Aborder des défis tels que la fusion de capteurs, le traitement en temps réel et l'efficacité énergétique.

Prototypage rapide pratique pour la robotique avec ROS 2 et Docker est un cours pratique conçu pour aider les développeurs à construire, tester et déployer des applications robotiques de manière efficace. Les participants apprendront à contenériser des environnements robotiques, à intégrer des packages ROS 2 et à prototyper des systèmes robotiques modulaires en utilisant Docker pour assurer la reproductibilité et l'évolutivité. Le cours met l'accent sur l'agilité, le contrôle de version et les pratiques de collaboration adaptées aux équipes de développement et d'innovation en phase initiale.

Cette formation en direct, dispensée par un instructeur (en ligne ou sur site), s'adresse aux participants de niveau débutant à intermédiaire qui souhaitent accélérer les flux de travail de développement robotique en utilisant ROS 2 et Docker.

À la fin de cette formation, les participants seront capables de :

• Configurer un environnement de développement ROS 2 au sein de conteneurs Docker.
• Développer et tester des prototypes robotiques dans des configurations modulaires et reproductibles.
• Utiliser des outils de simulation pour valider le comportement du système avant le déploiement matériel.
• Collaborer efficacement grâce à des projets robotiques contenérisés.
• Appliquer les concepts d'intégration et de déploiement continus dans les pipelines robotiques.

Format du cours

• Conférences interactives et démonstrations.
• Exercices pratiques avec des environnements ROS 2 et Docker.
• Mini-projets axés sur des applications robotiques réelles.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

L'apprentissage par renforcement (AR) est un paradigme d'apprentissage automatique dans lequel des agents apprennent à prendre des décisions en interagissant avec un environnement. En robotique, l'AR permet aux systèmes autonomes de développer des capacités de contrôle adaptatif et de prise de décision grâce à l'expérience et aux retours d'information.

Cette formation en présentiel ou en ligne, animée par un formateur, s'adresse aux ingénieurs en apprentissage automatique avancés, aux chercheurs en robotique et aux développeurs souhaitant concevoir, mettre en œuvre et déployer des algorithmes d'apprentissage par renforcement dans des applications robotiques.

À la fin de cette formation, les participants seront en mesure de :

• Comprendre les principes et les mathématiques sous-jacents à l'apprentissage par renforcement.
• Mettre en œuvre des algorithmes AR tels que Q-learning, DDPG et PPO.
• Intégrer l'AR avec des environnements de simulation robotique à l'aide d'OpenAI Gym et ROS 2.
• Entraîner des robots à exécuter des tâches complexes de manière autonome par essais et erreurs.
• Optimiser les performances d'entraînement en utilisant des frameworks d'apprentissage profond tels que PyTorch.

Format du cours

• Conférence interactive et discussion.
• Mise en œuvre pratique à l'aide de Python, PyTorch et OpenAI Gym.
• Exercices pratiques dans des environnements robotiques simulés ou physiques.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser les détails.

La manipulation et la préhension robotique avec l'apprentissage profond est un cours avancé qui relie la commande robotique aux techniques modernes d'apprentissage automatique. Les participants exploreront comment l'apprentissage profond peut améliorer la perception, la planification de mouvement et la préhension délicate des systèmes robotiques. À travers des exercices théoriques, de simulation et de programmation pratiques, le cours guide les apprenants de la commande basée sur la perception à l'apprentissage de politiques de bout en bout pour les tâches de manipulation.

Cette formation en direct, encadrée par des instructeurs (en ligne ou sur site), s'adresse à des professionnels de niveau avancé souhaitant appliquer des méthodes d'apprentissage profond pour permettre une manipulation robotique intelligente, adaptable et précise.

À la fin de cette formation, les participants seront capables de :

• Développer des modèles de perception pour la reconnaissance d'objets et l'estimation de pose.
• Former des réseaux neuronaux pour la détection de préhension et la planification de mouvement.
• Intégrer des modules d'apprentissage profond avec des contrôleurs robotiques en utilisant ROS 2.
• Simuler et évaluer des stratégies de préhension et de manipulation dans des environnements virtuels.
• Déployer et optimiser des modèles appris sur des bras robotiques réels ou simulés.

Format du cours

• Conférences expertes et plongées profondes dans les algorithmes.
• Exercices de programmation pratique et de simulation.
• Mise en œuvre et tests basés sur des projets.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'arranger cela.

La robotique intelligente consiste à intégrer l'intelligence artificielle aux systèmes robotiques afin d'améliorer la perception, la prise de décision et le contrôle autonome.

Cette formation en présentiel, animée par un formateur (en ligne ou sur site), s'adresse aux ingénieurs en robotique de niveau avancé, aux intégrateurs de systèmes et aux chefs de projet en automatisation qui souhaitent mettre en œuvre la perception, la planification et le contrôle pilotés par l'IA dans des environnements de fabrication intelligente.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre et appliquer des techniques d'IA pour la perception robotique et la fusion de capteurs.
• Développer des algorithmes de planification de mouvement pour les robots collaboratifs et industriels.
• Déployer des stratégies de contrôle basées sur l'apprentissage pour la prise de décision en temps réel.
• Intégrer des systèmes robotiques intelligents dans les flux de travail des usines intelligentes.

Format de la formation

• Conférences interactives et discussions.
• Nombreux exercices et mises en pratique.
• Mise en œuvre concrète dans un environnement de laboratoire en direct.

Options de personnalisation de la formation

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour en discuter.