Statistical methods and genetic algorithms for prior knowledge selection. - Archive ouverte HAL Access content directly
Conference Papers Year : 2004

Statistical methods and genetic algorithms for prior knowledge selection.

(1) , (1) , (1)
1

Abstract

Pour tre qualifi d'autonome, un robot mobile doit tre capable d'voluer dans un environnement non contrl, changeant et sur lequel il ne dispose que d'informations incertaines. La programmation baysienne des robots est adapte ce problme, et dans ce cadre, notre objectif consiste automatiser la dcouverte de nouveaux comportements. Nous dsirons que le robot trouve par lui-mme des corrlations entre ses variables sensori-motrices afin d'apprendre rsoudre sa tche d'une nouvelle manire. Notre approche consiste proposer et comparer diffrentes mthodes pour trouver ces corrlations. Nous validerons les mthodes sur des donnes issues d'un simulateur logiciel et des donnes relles provenant d'un petit robot autonome : Le Koala.
Fichier principal
Vignette du fichier
dangauthier04rfia.pdf (100.05 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

inria-00182072 , version 1 (24-10-2007)

Identifiers

  • HAL Id : inria-00182072 , version 1

Cite

Pierre Dangauthier, Anne Spalanzani, Pierre Bessiere. Statistical methods and genetic algorithms for prior knowledge selection.. Actes du congrès francophone de Reconnaissance des Formes et Intelligence Artificielle, Jan 2004, Toulouse (FR), France. ⟨inria-00182072⟩
121 View
475 Download

Share

Gmail Facebook Twitter LinkedIn More