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.
Document type :
Reports
Complete list of metadatas

Cited literature [28 references]  Display  Hide  Download

https://hal.inria.fr/inria-00182085
Contributor : Christian Laugier <>
Submitted on : Tuesday, October 30, 2007 - 3:50:59 PM
Last modification on : Wednesday, April 11, 2018 - 1:53:46 AM
Long-term archiving on : Monday, April 12, 2010 - 12:37:09 AM

Identifiers

  • HAL Id : inria-00182085, version 1

Collections

INRIA | UGA | LARA | IMAG

Citation

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

Share

Metrics

Record views

236

Files downloads

638