Creative Adaptation through Learning

Résumé : Les robots ont profondément transformé l’industrie manufacturière et sont susceptibles de délivrer de grands bénéfices pour la société, par exemple en intervenant sur des lieux de catastrophes naturelles, lors de secours à la personne ou dans le cadre de la santé et des transports. Ce sont aussi des outils précieux pour la recherche scientifique, comme pour l’exploration des planètes ou des fonds marins. L’un des obstacles majeurs à leur utilisation en dehors des environnements parfaitement contrôlés des usines ou des laboratoires, est leur fragilité. Alors que les animaux peuvent rapidement s’adapter à des blessures, les robots actuels ont des difficultés à faire preuve de créativité lorsqu’ils doivent surmonter un problème inattendu: ils sont limités aux capteurs qu’ils embarquent et ne peuvent diagnostiquer que les situations qui ont été anticipées par leur concepteurs. Dans cette thèse, nous proposons une approche différente qui consiste à laisser le robot apprendre de lui-même un comportement palliant la panne. Cependant, les méthodes actuelles d’apprentissage sont lentes même lorsque l’espace de recherche est petit et contraint. Pour surmonter cette limitation et permettre une adaptation rapide et créative, nous combinons la créativité des algorithmes évolutionnistes avec la rapidité des algorithmes de recherche de politique à travers trois contributions : les répertoires comportementaux, l’adaptation aux dommages et le transfert de connaissance entre plusieurs tâches. D’une manière générale, ces travaux visent à apporter les fondations algorithmiques permettant aux robots physiques d’être plus robustes, performants et autonomes.
Type de document :
Thèse
Artificial Intelligence [cs.AI]. Université Pierre et Marie Curie - Paris VI, 2015. English. < NNT : 2015PA066664 >
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/tel-01265957
Contributeur : Abes Star <>
Soumis le : vendredi 23 septembre 2016 - 11:45:49
Dernière modification le : samedi 8 juillet 2017 - 01:12:29

Identifiants

  • HAL Id : tel-01265957, version 2

Collections

Citation

Antoine Cully. Creative Adaptation through Learning. Artificial Intelligence [cs.AI]. Université Pierre et Marie Curie - Paris VI, 2015. English. < NNT : 2015PA066664 >. <tel-01265957v2>

Partager

Métriques

Consultations de
la notice

2491

Téléchargements du document

404