Sélection automatique de variables pertinentes

Pierre Dangauthier 1
1 E-MOTION - Geometry and Probability for Motion and Action
GRAVIR - IMAG - Graphisme, Vision et Robotique, Inria Grenoble - Rhône-Alpes
Résumé : Pour être qualifié d'autonome, un robot mobile doit être capable d'évoluer dans un environnement non contrôlé, changeant et sur lequel il ne dispose que d'informations incertaines. La programmation bayésienne des robots est adaptée à ce problème, et dans ce cadre, notre objectif consiste à automatiser la découverte de nouveaux comportements. Nous désirons que le robot trouve par lui-même des corrélations entre ses variables sensori-motrices afin d'apprendre à résoudre sa tâche d'une nouvelle manière. Notre approche consiste à proposer et à comparer différentes méthodes pour trouver ces corrélations. Nous validerons les méthodes sur des données issues d'un simulateur logiciel et des données réelles provenant d'un petit robot autonome : Le Koala.
Type de document :
Rapport
[Travaux universitaires] 2003
Liste complète des métadonnées

Littérature citée [28 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00182085
Contributeur : Christian Laugier <>
Soumis le : mardi 30 octobre 2007 - 15:50:59
Dernière modification le : mercredi 11 avril 2018 - 01:53:46
Document(s) archivé(s) le : lundi 12 avril 2010 - 00:37:09

Identifiants

  • HAL Id : inria-00182085, version 1

Collections

INRIA | UGA | LARA | IMAG

Citation

Pierre Dangauthier. Sélection automatique de variables pertinentes. [Travaux universitaires] 2003. 〈inria-00182085〉

Partager

Métriques

Consultations de la notice

221

Téléchargements de fichiers

480