Statistical methods and genetic algorithms for prior knowledge selection.

Pierre Dangauthier 1 Anne Spalanzani 1 Pierre Bessiere 1
1 E-MOTION - Geometry and Probability for Motion and Action
GRAVIR - IMAG - Graphisme, Vision et Robotique, Inria Grenoble - Rhône-Alpes
Résumé : 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.
Type de document :
Communication dans un congrès
Actes du congrès francophone de Reconnaissance des Formes et Intelligence Artificielle, Jan 2004, Toulouse (FR), France. 2004
Liste complète des métadonnées

Littérature citée [21 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00182072
Contributeur : Christian Laugier <>
Soumis le : mercredi 24 octobre 2007 - 18:46:38
Dernière modification le : mercredi 17 janvier 2018 - 10:44:41
Document(s) archivé(s) le : lundi 12 avril 2010 - 00:35:51

Fichier

dangauthier04rfia.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00182072, version 1

Collections

INRIA | UGA | IMAG

Citation

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. 2004. 〈inria-00182072〉

Partager

Métriques

Consultations de la notice

292

Téléchargements de fichiers

575