DESCRIPTION

De nos jours, les robots collaboratifs se font souvent enseigner des tâches à l'aide de démonstrations physiques plutôt que d'avoir à les programmer textuellement. Cette technique fonctionne bien pour plusieurs cas; par contre, certaines tâches comme des insertions précises peuvent être difficilement enseignées avec une programmation qui est orientée seulement sur l'aspect spatio-temporal d'une démonstration, puisque cette tâche nécessite d'appliquer des forces précises et est aussi affectée par plusieurs incertitudes, tel que le positionnement de l'objet dans le préhenseur.

À l'aide d'une détection automatique de tâches complexes pendant l'enseignement, un système pourrait proposer des procédures plus robustes aux incertitudes pour l'exécution de la tâche plutôt que de naïvement faire celle-ci en répétant la démonstration originale. Le projet consiste à faire la détection automatique de ces tâches critiques à l'aide d'algorithmes d'intelligence artificielle pour ainsi remplacer les segments importants de la démonstration par des solutions adéquates.