Contrôle autonome en environnement 3D à l'aide d'apprentissage par renforcement profond

Autonomous Control in 3D environment using Deep Reinforcement Learning

• Auteur / Autrice : Nicolas Hoffmann
• Direction : Titus Bogdan Zaharia
• Type : Projet de thèse
• Discipline(s) : Informatique, données, IA
• Date : Inscription en doctorat le 01/07/2021
• Etablissement(s) : Institut polytechnique de Paris
• Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
• Partenaire(s) de recherche : Laboratoire : Télécom SudParis (Evry ; 2012-....)
• Partenaire(s) de recherche : Equipe de recherche : ARMEDIA

Mots clés

Mots clés libres

Apprentissage Profond

Apprentissage Automatique

Apprentissage pas Renforcement

Robotique

Contrôle Hydraulique

Machine Learning

Reinforcement Learning

Deep Learning

Robotics

Hydraulic Control

Résumé

Les progrès récents dans le domaine de l'Apprentissage par Renforcement ont permis de faire sauter des verrous de complexité (ex : jeu de Go) mais s'appliquent difficilement à des tâches matérielles concrètes. Ces méthodes rencontrent pourtant un besoin important de l'industrie, ici porté par l'entreprise Heracles Robotics qui innove dans le domaine du terrassement autonome. C'est dans ce cadre que la thèse proposée vise à adapter les méthodes d'apprentissage par renforcement pour répondre à ce besoin concret malgré la complexité du problème et les nombreuses contraintes liées aux données disponibles. Issue de la collaboration entre le département ARTEMIS du laboratoire SAMOVAR et l'entreprise HERACLES Robotics, cette thèse a pour finalité l'automatisation des opérations de terrassement.

Recent breakthroughs in Reinforcement Learning allowed for the undertaking of high complexity problems (ex: game of Go) but hardly apply to concrete physical tasks. Nevertheless, these methods meet a great industrial need, represented here by the company Heracles Robotics who innovates in the domain of earthwork automation. In this context, this thesis seeks to adapt Reinforcement Learning methods to fulfil this need despite the complexity of the task and numerous constraints related to data availability and quality. From the collaboration of the ARTEMIS department (SAMOVAR laboratory) and Heracles Robotics, this thesis final goal is the automation of earthwork operations.