Plan du cours
Introduction à l'apprentissage robotique
- Aperçu de l'apprentissage automatique en robotique
- Apprentissage supervisé par rapport à non supervisé par rapport à l'apprentissage par renforcement
- Applications de l'AR dans le contrôle, la navigation et la manipulation
Fondamentaux de l'apprentissage par renforcement
- Processus décisionnels markoviens (MDP)
- Fonctions de politique, de valeur et de récompense
- Compromis entre exploration et exploitation
Algorithmes classiques d'apprentissage par renforcement
- Q-learning et SARSA
- Méthodes de Monte Carlo et différence temporelle
- Itération de valeur et itration de politique
Techniques d'apprentissage par renforcement profond
- Combinaison de l'apprentissage profond avec l'AR (Deep Q-Networks)
- Méthodes de gradient de politique
- Algorithmes avancés : A3C, DDPG et PPO
Environnements de simulation pour l'apprentissage robotique
- Utilisation d'OpenAI Gym et ROS 2 pour la simulation
- Création d'environnements personnalisés pour des tâches robotiques
- Évaluation des performances et de la stabilité de l'entraînement
Application de l'AR à la robotique
- Apprentissage des politiques de contrôle et de mouvement
- Apprentissage par renforcement pour la manipulation robotique
- Apprentissage par renforcement multi-agents dans la robotique en essaim
Optimisation, déploiement et intégration en contexte réel
- Ajustement des hyperparamètres et configuration de la récompense
- Transfert des politiques apprises de la simulation à la réalité (Sim2Real)
- Déploiement des modèles entraînés sur du matériel robotique
Résumé et prochaines étapes
Pré requis
- Une compréhension des concepts d'apprentissage automatique
- De l'expérience en programmation Python
- Une familiarité avec la robotique et les systèmes de contrôle
Audience cible
- Ingénieurs en apprentissage automatique
- Chercheurs en robotique
- Développeurs construisant des systèmes robotiques intelligents
Nos clients témoignent (2)
Fourniture des matériels (machine virtuelle) pour passer directement aux exercices, et explication des fondamentaux de ROS2. Comprendre pourquoi les choses fonctionnent d'une manière particulière.
Arjan Bakema
Formation - Autonomous Navigation & SLAM with ROS 2
Traduction automatique
ses connaissances et son utilisation de l'IA pour la robotique dans le futur.
Ryle - PHILIPPINE MILITARY ACADEMY
Formation - Artificial Intelligence (AI) for Robotics
Traduction automatique
