Un apprentissage sûr pour la robotique

Cette séance de cours de l'instructeur couvre des sujets liés à l'apprentissage visuel sûr et efficace des données pour la robotique, en se concentrant sur la théorie du contrôle, les modèles de dynamique d'apprentissage, l'incertitude de l'environnement et la navigation dans des environnements inconnus. La séance de cours traite des défis de l'IA et de l'apprentissage pour l'autonomie, des systèmes de perception, de l'apprentissage de bout en bout et des politiques d'experts utilisant un contrôle optimal. Il explore également l'intégration de la vision avec le contrôle basé sur le modèle, les taux de réussite dans l'atteinte des objectifs et les comparaisons entre les différentes approches de cartographie. Les points clés comprennent l'importance d'un contrôle optimal, de la représentation des sous-objectifs et de la manipulation des distorsions d'image pour la généralisation.