Aseba Architecture : Thymio Robot Implementation

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Cette séance de cours explore les possibilités de programmation offertes par l'architecture Aseba, en se concentrant sur la télécommande, la mise en réseau et l'intégration avec Raspberry Pi. Il couvre également la mise en œuvre de ces concepts sur le robot Thymio.

Le cours est structuré en six chapitres. Le premier est dédié aux concepts de base en informatique et en robotique. Le deuxième chapitre permet d’avoir une introduction au robot Thymio. Les chapitres 3, 4 et 5 introduisent la programmation du robot à travers différents environnements de complexité croissante. Le chapitre 6, enfin, montre la mise en pratique en classe des éléments présentés dans les chapitres précédents.

En optimisation, vue comme branche des mathématiques, l'optimisation non linéaire (en anglais : nonlinear programming – NLP) s'occupe principalement des problèmes d'optimisation dont les données, i.e., les fonctions et ensembles définissant ces problèmes, sont non linéaires, mais sont aussi différentiables autant de fois que nécessaire pour l'établissement des outils théoriques, comme les conditions d'optimalité, ou pour la bonne marche des algorithmes de résolution qui y sont introduits et analysés.

thumb|upright=0.5|Optimisation linéaire dans un espace à deux dimensions (x1, x2). La fonction-coût fc est représentée par les lignes de niveau bleues à gauche et par le plan bleu à droite. L'ensemble admissible E est le pentagone vert. En optimisation mathématique, un problème d'optimisation linéaire demande de minimiser une fonction linéaire sur un polyèdre convexe. La fonction que l'on minimise ainsi que les contraintes sont décrites par des fonctions linéaires, d'où le nom donné à ces problèmes.