-
On ne compte plus les applications des robots. Pour qu’ils soient efficaces dans tous les domaines, de la santé à l'exploration spatiale, l'apprentissage est un élément clé. Démonstration avec iCub, un outil de développement robotique.
-
On ne compte plus les applications des robots. Pour qu’ils soient efficaces dans tous les domaines, de la santé à l'exploration spatiale, l'apprentissage est un élément clé. Démonstration avec iCub, un outil de développement robotique.
Au-delà de ces aspects matériels, iCub a vraiment été pensé pour fournir un outil commun à la communauté scientifique de la robotique développementale et fournir ainsi un démonstrateur des théories développées, notamment celle liées à l'apprentissage.
C'est notamment autour de cette plateforme et du projet ANR MACSi (2011-2014), que trois équipes de recherche françaises contribuent à la mise aux développements théoriques de techniques d'apprentissage pour des robots en interaction sociale avec des êtres humains. Ces équipes sont celles de l'Institut des systèmes intelligents et de robotique de l'Université Pierre et Marie Curie à Paris (Olivier Sigaud, Mehdi Khamassi et Vincent Padois), du groupe de recherche Flowers de l'INRIA Sud-Ouest (Pierre-Yves Oudeyer) et du groupe de Robotique Cognitive de l'ENSTA (David Filliat). L'implantation logicielle des développements se fait en collaboration avec la société Gostai (Jean-Christophe Baillie).
Ce projet qui débute vise notamment à répondre aux questions suivantes :
Les premiers travaux notamment réalisés à l'Isir dans le cadre du travail de thèse de Camille Salaün (et avec la collaboration de Guillaume Sicard et de Charles Clercq) ont permis de démontrer la faisabilité d'approches de commande basées « modèles » et pour lesquelles ces modèles sont appris incrémentalement au travers d'explorations (voir l'image ci-dessous).