La tâche consistant à verser un liquide dans un gobelet exige un pilotage précis des mouvements du robot et une capacité d'adaptation à différentes conditions.
Les méthodes classiques atteignent leurs limites pour les tâches spécifiques, car elles sont souvent rigides et difficiles à adapter à de nouvelles situations. Les méthodes de machine learning offrent une alternative prometteuse.
Ce type d'intelligence artificielle joue un rôle particulièrement important dans notre projet de recherche, car le système doit être étendu à différents bras robotisés. Avec l'apprentissage par renforcement (reinforcement learning), le modèle appris peut par exemple être transféré à différents robots et réentraîné avec des adaptations minimales.
Retrouvez ici tous les articles consacrés à notre projet de recherche.
Crédit photo : généré par IA avec Canva Pro
kununu