Apprentissage de représentations visuelles pour la robotique

Learning representations for visually-guided robotics

• Auteur / Autrice : Robin Strudel
• Direction : Ivan Laptev, Cordelia Schmid
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/09/2018
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : École doctorale Sciences mathématiques de Paris centre
• Partenaire(s) de recherche : Laboratoire : DIENS - Département d'informatique de l'École normale supérieure
• Partenaire(s) de recherche : Equipe de recherche : WILLOW
• Partenaire(s) de recherche : établissement opérateur d'inscription : École normale supérieure (Paris ; 1985-....)

Mots clés

Mots clés libres

Robotique

Vision par ordinateur

Apprentissage par Imitation

Segmentation d'images

Robotics

Computer Vision

Imitation Learning

Image segmentation

Résumé

Le domaine de la en vision par ordinateur a connu de grandes avancées récemment grâce à l'apprentissage profond de représentations visuelles pour la classification d'image, la détection d'objects et une multitude d'autres taches visuelles. Un des conecpts fondateurs qui a permis ces avancées est l'apprentissage supervisé à partir de base de donneés d'images annotées à grand échelle. Inspirés par ces succès en vision par ordinateur, nous croyons que l'apprentissage supervisé présente un grand potentiel en robotique. Apprendre des représentations visuelles spécifiques à la réalisation de taches robotiques comme la préhension et l'assemblage à l'aide d'une caméra devraient améliorer les performances et la capacité de généralisation des robots actuels. L'objectif scientifique de cette thèse est donc de développer des modèles et des méthodes permettant d'apprendre des compétences robotiques complexes à l'aide de grandes bases de données d'entrainement et de démonstrations humaines.

Computer vision has recently evolved and shown significant improvements by the end-to-end learn- ing of visual representations for image classification object detection and many other visual tasks. One major factor enabling this progress has been supervised learning from large-scale annotated image data. Inspired by the success of visual recognition, we believe large-scale training data and supervised end-to-end learning schemes hold much potential for robotics. Learning visual representations specifically for robotics tasks such as grasping and assembling together with robot commands while using images as raw input data, is expected to significantly improve the performance and generalization abilities of today's robots. The scientific objective of this thesis is, hence, to develop models and methods for learning complex skills from large-scale training data and human demonstrations.