Projet: De la simulation au réel en utilisant l'apprentissage par renforcement appliqué aux robots collaboratifs
Mon projet de recherche se déroule au 3IT de l'Université de Sherbrooke sous la supervision du Pr Wael Suleiman.
L'objectif principal de ma recherche est de réduire l'écart entre l'apprentissage par simulation et l'apprentissage réel dans le domaine de la commande collaborative de robots. Pour cela, je vais mettre en place une architecture logicielle la plus générique possible afin de permettre à un maximum de robots collaboratifs de l'utiliser. Je vais d'abord, en me basant sur des méthodes d'apprentissage profond (GraspGAN, RLCycleGAN, RetinaGAN, CycleGAN), étudier la possibilité d'entraîner le robot en utilisant des images et des commandes à la fois dans un environnement simulé et sur le réel. Une fois
l’entrainement terminé, nous utiliserons la politique de décision résultante pour la tester dans un environnement réel et comparer la précision entre la simulation et le monde réel. Puis nous trouverons des améliorations possibles pour minimiser davantage cette différence. Les tests seront effectués sur le robot Sawyer de Rethink Robotics.
Superviseur(s):
Partenaire(s)
