Apprentissage pour la robotique humanoïde - Introduction ... · Apprentissage pour la robotique...
Transcript of Apprentissage pour la robotique humanoïde - Introduction ... · Apprentissage pour la robotique...
Apprentissage pour la robotique humanoïde
Apprentissage pour la robotique humanoïde
Introduction générale
Olivier Sigaudhttp://people.isir.upmc.fr/sigaud
UE Animat, M2 IAD
8 février 2013
Apprentissage pour la robotique humanoïde
Présentation générale
Nouveaux dé�s pour la robotique
Γ = −KS (q − q∗)−KD(q̇ − q̇∗) + ΓextRaideur importante : KS ,KD grands
I D'un environnement maîtrisé, tâches répétitives, pré-programmées
I A un environnement inconnu, tâches diverses, impossibles à prévoir
Apprentissage pour la robotique humanoïde
Présentation générale
Limites des méthodes classiques
Comportement pré-programmé, raideInteractions imprévisibles (humains)
Très souple, s'adapte aux perturbationsApprend des modèles, gère l'incertain
I De nouvelles approches de commande sont nécessaires
Apprentissage pour la robotique humanoïde
Présentation générale
Contrôle moteur humain : principes d'optimalité
I Le système d'actionnement est un ensemble de muscles redondants,bruités et avec délais
I Le bruit moteur est proportionnel à l'activation musculaire
I Pour maximiser la précision, minimiser le bruit
I Approche du contrôle moteur : on optimise au niveau des activationsmusculaires, sur des critères opérationnels
Guigon (2011) Models and architectures for motor control : Simple or complex ? Motor Control
Guigon, E., Baraduc, P., & Desmurget, M. (2008). Optimality, stochasticity and variability in motor
behavior. Journal of Computational Neuroscience, 24(1), 57�68.
Apprentissage pour la robotique humanoïde
Présentation générale
De la programmation à l'apprentissage
I Les robots humanoïdes immergés en milieu humain
I On ne peut plus tout programmer
I En milieu dynamique, on ne peut pas non plus tout plani�er
I Nécessité d'une capacité à apprendre en situation
I Sous-objectifs : apprendre à interagir avec les humains, apprendre les règlessociales, apprendre des comportements e�caces...
I Approche développementale : prendre le problème à sa racine sensori-motrice
Apprentissage pour la robotique humanoïde
Présentation générale
Limitations pour le transfert en robotique
I On ne connaît pas les modèles quand on interagit avec l'environnement
I Apprendre les modèles en ligne (cours 1)
I La commande optimale est trop chère pour un calcul on-line sur robot humanoïde
I Apprendre une politique optimale par optimisation de paramètres etexécuter réactivement (cours 2)
I Des gestes élémentaires aux stratégies d'action
I Du contrôle moteur à la décision (cours 3)
Apprentissage pour la robotique humanoïde
Références
Guigon, E. (2011).
Models and architectures for motor control : Simple or complex ?In F. Danion & M. L. Latash (Eds.), Motor Control (pp. 478�502). Oxford, UK : Oxford University Press.
Guigon, E., Baraduc, P., & Desmurget, M. (2008).
Optimality, stochasticity and variability in motor behavior.Journal of Computational Neuroscience, 24(1), 57�68.