Apprendre à un robot à reconnaître des objets visuels nouveaux et à les associer à des mots nouveaux PDF Download
Are you looking for read ebook online? Search for your book and save it on your Kindle device, PC, phones or tablets. Download Apprendre à un robot à reconnaître des objets visuels nouveaux et à les associer à des mots nouveaux PDF full book. Access full book title Apprendre à un robot à reconnaître des objets visuels nouveaux et à les associer à des mots nouveaux by Pierre Rouanet. Download full books in PDF and EPUB format.
Author: Pierre Rouanet Publisher: ISBN: Category : Languages : fr Pages : 0
Book Description
Cette thèse s'intéresse au rôle de l'interface dans l'interaction humain-robot pour l'apprentissage. Elle étudie comment une interface bien conçue peut aider les utilisateurs non-experts à guider l'apprentissage social d'un robot, notamment en facilitant les situations d'attention partagée. Nous étudierons comment l'interface peut rendre l'interaction plus robuste, plus intuitive, mais aussi peut pousser les humains à fournir les bons exemples d'apprentissage qui amélioreront les performances de l'ensemble du système. Nous examinerons cette question dans le cadre de la robotique personnelle où l'apprentissage social peut jouer un rôle clé dans la découverte et l'adaptation d'un robot à son environnement immédiat. Nous avons choisi d'étudier le rôle de l'interface sur une instance particulière d'apprentissage social : l'apprentissage conjoint d'objets visuels et de mots nouveaux par un robot en interaction avec un humain non-expert. Ce défi représente en effet un levier important du développement de la robotique personnelle, l'acquisition du langage chez les robots et la communication entre un humain et un robot. Nous avons particulièrement étudié les défis d'interaction tels que le pointage et l'attention partagée.Nous présenterons au chapitre 1 une description de notre contexte applicatif : la robotique personnelle. Nous décrirons ensuite au chapitre 2 les problématiques liées au développement de robots sociaux et aux interactions avec l'homme. Enfin, au chapitre 3 nous présenterons la question de l'interface dans l'acquisition des premiers mots du langage chez les robots. La démarche centrée utilisateur suivie tout au long du travail de cette thèse sera décrite au chapitre 4. Dans les chapitres suivants, nous présenterons les différentes contributions de cette thèse. Au chapitre 5, nous montrerons comment des interfaces basées sur des objets médiateurs peuvent permettre de guider un robot dans un environnement du quotidien encombré. Au chapitre 6, nous présenterons un système complet basé sur des interfaces humain-robot, des algorithmes de perception visuelle et des mécanismes d'apprentissage, afin d'étudier l'impact des interfaces sur la qualité des exemples d'apprentissage d'objets visuels collectés. Une évaluation à grande échelle de ces interfaces, conçue sous forme de jeu robotique afin de reproduire des conditions réalistes d'utilisation hors-laboratoire, sera décrite au chapitre 7. Au chapitre 8, nous présenterons une extension de ce système permettant la collecte semi-automatique d'exemples d'apprentissage d'objets visuels. Nous étudierons ensuite la question de l'acquisition conjointe de mots vocaux nouveaux associés aux objets visuels dans le chapitre 9. Nous montrerons comment l'interface peut permettre d'améliorer les performances du système de reconnaissance vocale, et de faire directement catégoriser les exemples d'apprentissage à l'utilisateur à travers des interactions simples et transparentes. Enfin, les limites et extensions possibles de ces contributions seront présentées au chapitre 10.
Author: Pierre Rouanet Publisher: ISBN: Category : Languages : fr Pages : 0
Book Description
Cette thèse s'intéresse au rôle de l'interface dans l'interaction humain-robot pour l'apprentissage. Elle étudie comment une interface bien conçue peut aider les utilisateurs non-experts à guider l'apprentissage social d'un robot, notamment en facilitant les situations d'attention partagée. Nous étudierons comment l'interface peut rendre l'interaction plus robuste, plus intuitive, mais aussi peut pousser les humains à fournir les bons exemples d'apprentissage qui amélioreront les performances de l'ensemble du système. Nous examinerons cette question dans le cadre de la robotique personnelle où l'apprentissage social peut jouer un rôle clé dans la découverte et l'adaptation d'un robot à son environnement immédiat. Nous avons choisi d'étudier le rôle de l'interface sur une instance particulière d'apprentissage social : l'apprentissage conjoint d'objets visuels et de mots nouveaux par un robot en interaction avec un humain non-expert. Ce défi représente en effet un levier important du développement de la robotique personnelle, l'acquisition du langage chez les robots et la communication entre un humain et un robot. Nous avons particulièrement étudié les défis d'interaction tels que le pointage et l'attention partagée.Nous présenterons au chapitre 1 une description de notre contexte applicatif : la robotique personnelle. Nous décrirons ensuite au chapitre 2 les problématiques liées au développement de robots sociaux et aux interactions avec l'homme. Enfin, au chapitre 3 nous présenterons la question de l'interface dans l'acquisition des premiers mots du langage chez les robots. La démarche centrée utilisateur suivie tout au long du travail de cette thèse sera décrite au chapitre 4. Dans les chapitres suivants, nous présenterons les différentes contributions de cette thèse. Au chapitre 5, nous montrerons comment des interfaces basées sur des objets médiateurs peuvent permettre de guider un robot dans un environnement du quotidien encombré. Au chapitre 6, nous présenterons un système complet basé sur des interfaces humain-robot, des algorithmes de perception visuelle et des mécanismes d'apprentissage, afin d'étudier l'impact des interfaces sur la qualité des exemples d'apprentissage d'objets visuels collectés. Une évaluation à grande échelle de ces interfaces, conçue sous forme de jeu robotique afin de reproduire des conditions réalistes d'utilisation hors-laboratoire, sera décrite au chapitre 7. Au chapitre 8, nous présenterons une extension de ce système permettant la collecte semi-automatique d'exemples d'apprentissage d'objets visuels. Nous étudierons ensuite la question de l'acquisition conjointe de mots vocaux nouveaux associés aux objets visuels dans le chapitre 9. Nous montrerons comment l'interface peut permettre d'améliorer les performances du système de reconnaissance vocale, et de faire directement catégoriser les exemples d'apprentissage à l'utilisateur à travers des interactions simples et transparentes. Enfin, les limites et extensions possibles de ces contributions seront présentées au chapitre 10.
Author: Natalia Lyubova Publisher: ISBN: Category : Languages : en Pages : 170
Book Description
Les robots de service ou d'assistance doivent évoluer dans un environnent humain en constant changement, souvent imprévisible. Ils doivent donc être capables de s'adapter à ces changements, idéalement de manière autonome, afin de ne pas dépendre de la présence constante d'une supervision. Une telle adaptation en environnements non structurés nécessite notamment une détection et un apprentissage continu des nouveaux objets présents, que l'on peut imaginer inspirés des enfants, basés sur l'interaction avec leur parents et la manipulation motivée par la curiosité. Notre travail vise donc à concevoir une approche développementale permettant à un robot humanoïde de percevoir son environnement. Nous nous inspirons à la fois de la perception humaine en termes de fonctionnalités et du développements cognitifs observé chez les infants. Nous proposons une approche qui permet à un robot humanoïde d'ex- plorer son environnement de manière progressive, comme un enfant, grâce à des interactions physiques et sociales. Suivant les principes de la robotique développementale, nous nous concentrons sur l'apprentissage progressif, continu et autonome qui ne nécessite pas de connaissances a priori des objets. Notre système de perception débute par la segmentation de l'espace visuel en proto-objets, qui serviront d'unités d'attention. Chaque proto-objet est représenté par des caractéristiques bas-niveaux (la couleur et la texture) et sont eux-mêmes intégrés au sein de caractéristiques de plus haut niveau pour ensuite former un modèle multi-vues. Cet apprentissage s'effectue de manière incrémentale et chaque proto-objet est associé à une ou plusieurs entités physiques distinctes. Les entités physiques sont ensuite classés en trois catégories : parties du robot, parties des humains et objets. La caractérisation est basée sur l'analyse de mouvements des entités physiques provenant de la vision ainsi que sur l'information mutuelle entre la vison et proprioception. Une fois que le robot est capable de catégoriser les entités, il se concentre sur l'interaction active avec les objets permettant ainsi d'acquérir de nouvelles informations sur leur apparence qui sont intégrés dans leurs modèles de représentation. Ainsi, l'interaction améliore les connaissances sur les objets et augmente la quantité d'information dans leurs modèles. Notre système de perception actif est évalué avec le robot humanoïde iCub en utilisant une base expérimentale de 20 objets. Le robot apprend par interaction avec un partenaire humain ainsi que par ses propres actions sur les objets. Notre système est capable de créer de manière non supervisée des modèles cohérents des différentes entités et d'améliorer les modèles des objets par apprentissage interactif et au final de reconnaître des objets avec 88.5% de réussite.
Author: Yuxin Chen Publisher: ISBN: Category : Languages : en Pages : 0
Book Description
Future applications of robotics, especially personal service robots, will require continuous adaptability to the environment, and particularly the ability to recognize new objects and learn new words through interaction with humans. Though having made tremendous progress by using machine learning, current computational models for object detection and representation still rely heavily on good training data and ideal learning supervision. In contrast, two year old children have an impressive ability to learn to recognize new objects and at the same time to learn the object names during interaction with adults and without precise supervision. Therefore, following the developmental robotics approach, we develop in the thesis learning approaches for objects, associating their names and corresponding features, inspired by the infants' capabilities, in particular, the ambiguous interaction with humans, inspired by the interaction that occurs between children and parents.The general idea is to use cross-situational learning (finding the common points between different presentations of an object or a feature) and to implement multi-modal concept discovery based on two latent topic discovery approaches : Non Negative Matrix Factorization (NMF) and Latent Dirichlet Association (LDA). Based on vision descriptors and sound/voice inputs, the proposed approaches will find the underlying regularities in the raw dataflow to produce sets of words and their associated visual meanings (eg. the name of an object and its shape, or a color adjective and its correspondence in images). We developed a complete approach based on these algorithms and compared their behavior in front of two sources of uncertainties: referential ambiguities, in situations where multiple words are given that describe multiple objects features; and linguistic ambiguities, in situations where keywords we intend to learn are merged in complete sentences. This thesis highlights the algorithmic solutions required to be able to perform efficient learning of these word-referent associations from data acquired in a simplified but realistic acquisition setup that made it possible to perform extensive simulations and preliminary experiments in real human-robot interactions. We also gave solutions for the automatic estimation of the number of topics for both NMF and LDA.We finally proposed two active learning strategies, Maximum Reconstruction Error Based Selection (MRES) and Confidence Based Exploration (CBE), to improve the quality and speed of incremental learning by letting the algorithms choose the next learning samples. We compared the behaviors produced by these algorithms and show their common points and differences with those of humans in similar learning situations.
Author: Felipe de Jesús Trujillo Romero Publisher: ISBN: Category : Languages : fr Pages : 144
Book Description
Cette thèse concerne la robotique au service de l’Homme. Un robot compagnon de l’Homme devra manipuler des objets 3D courants (bouteille, verre...), reconnus et localisés à partir de données acquises depuis des capteurs embarqués sur le robot. Nous exploitons la Vision, monoculaire ou stéréo. Pour traiter de la manipulation à partir de données visuelles, il faut au préalable construire deux représentations pour chaque objet : un modèle géométrique 3D, indispensable pour contrôler la saisie, et un modèle d’apparence visuelle, nécessaire pour la reconnaissance. Cette thèse traite donc de l’apprentissage de ces représentations, puis propose une approche active de reconnaissance d’objets depuis des images acquises par les caméras embarquées. La modélisation est traitée sur un objet 3D isolé posé sur une table, ; nous exploitons des données 3D acquises depuis un capteur stéréo monté sur un bras manipulateur; le capteur est déplacé par le bras autour de l’objet pour acquérir N images, exploitées pour construire un modèle de type maillage triangulaire. Nous proposons d’abord une approche originale de recalage des vues partielles de l’objet, fondée sur des informations de pseudo-couleur générées à partir des points 3D acquis sur l’objet à apprendre ; puis une méthode simple et rapide, fondée sur la paramétrisation sphérique, est proposée pour construire un maillage triangulaire à partir des vues recalées fusionnées dans un nuage de points 3D. Pour la reconnaissance active, nous exploitons une simple caméra. L’apprentissage du modèle d’apparence pour chaque objet, se fait aussi en déplaçant ce capteur autour de l’objet isolé posé sur une table. Ce modèle est donc fait de plusieurs vues ; dans chacune, (1) la silhouette de l’objet est extraite par un contour actif, puis (2) plusieurs descripteurs sont extraits, globaux (couleur, signature de la silhouette, shape context calculés) ou locaux (points d’intérêt, couleur ou shape context dans des régions). Pendant la reconnaissance, la scène peut contenir un objet isolé, ou plusieurs en vrac, avec éventuellement des objets non appris ; nous proposons une approche active, approche incrémentale qui met à jour un ensemble de probabilités P(Obji), i=1 à N+1 si N objets ont été appris ; les objets inconnus sont affectés à la classe N+1 ; P(Obji) donne la probabilité qu’un objet de la classe i soit présent dans la scène. A chaque étape la meilleure position du capteur est sélectionnée en exploitant la maximisation de l’information mutuelle. De nombreux résultats en images de synthèse ou en images réelles ont permis de valider cette approche.
Book Description
L'OBJECTIF DE LA THESE EST DE CONCEVOIR UNE ARCHITECTURE NEURONALE PERMETTANT A UN ROBOT AUTONOME D'APPRENDRE PAR IMITATION. CET OBJECTIF S'INSCRIT DANS UNE PROBLEMATIQUE PLUS GENERALE DE L'INTELLIGENCE ARTIFICIELLE : L'APPRENTISSAGE AUTONOME. LA DEMARCHE CHOISIE CONSISTE A S'INSPIRER DU VIVANT (LA PSYCHOLOGIE DEVELOPPEMENTALE, LA NEUROBIOLOGIE ET LA PHILOSOPHIE). NOUS AVONS DEMONTRE QU'UN TRES SIMPLE MECANISME D'IMITATION PEUT EMERGER COMME EFFET DE BORD D'UN SYSTEME HOMEOSTATIQUE. PAR LA SUITE, NOUS AVONS MIS EN PLACE UN MECANISME NEURONAL PERMETTANT D'APPRENDRE DES SEQUENCES DE MOUVEMENTS EN RESPECTANT LE SEQUENCEMENT ET LA DUREE ENTRE LES MOUVEMENTS. CE MODELE, INSPIRE DE STRUCTURES NEURONALES TELLES QUE L'HIPPOCAMPE ET LE CERVELET, A LA CAPACITE DE PREDIRE DES EVENEMENTS EN RESPECTANT LA LOI DE WEBER (L'INCERTITUDE ENTRE LA PRECISION DE LA PREDICTION ET LA DUREE DE L'INTERVALLE A PREDIRE). FINALEMENT, NOUS AVONS INTRODUIT UN MECANISME PERMETTANT A NOTRE ROBOT D'APPRENDRE EN LIGNE A RECONNAITRE LA FORME DU SON PROFESSEUR. LE RESULTAT PEUT-ETRE LE PLUS IMPORTANT DE MA THESE A CONSISTE A MONTRER QUE LA MODELISATION DE MECANISMES D'APPRENTISSAGE PAR IMITATION POUR UN ROBOT MOBILE PASSE PAR LA PRISE EN COMPTE DES ASPECTS TRES DIFFERENTS LES UNS DES AUTRES : VISION, CONTROLE MOTEUR, APPRENTISSAGE DE SEQUENCES J'AI ETUDIE CHAQUE PROBLEME SEPAREMENT TOUT EN MONTRANT QUE LA PRISE EN COMPTE DES INTERACTIONS ENTRE CES DIFFERENTS PROBLEMES ETAIT PRIMORDIALE POUR OBTENIR UN SYSTEME REELLEMENT FONCTIONNEL.
Author: Jonathan Grizou Publisher: ISBN: Category : Languages : fr Pages : 0
Book Description
Cette thèse s'intéresse à un problème logique dont les enjeux théoriques et pratiques sont multiples. De manière simple, il peut être présenté ainsi : imaginez que vous êtes dans un labyrinthe, dont vous connaissez toutes les routes menant à chacune des portes de sortie. Derrière l'une de ces portes se trouve un trésor, mais vous n'avez le droit d'ouvrir qu'une seule porte. Un vieil homme habitant le labyrinthe connaît la bonne sortie et se propose alors de vous aider à l'identifier. Pour cela, il vous indiquera la direction à prendre à chaque intersection. Malheureusement, cet homme ne parle pas votre langue, et les mots qu'il utilise pour dire ``droite'' ou ``gauche'' vous sont inconnus. Est-il possible de trouver le trésor et de comprendre l'association entre les mots du vieil homme et leurs significations ? Ce problème, bien qu'en apparence abstrait, est relié à des problématiques concrètes dans le domaine de l'interaction homme-machine. Remplaçons le vieil homme par un utilisateur souhaitant guider un robot vers une sortie spécifique du labyrinthe. Ce robot ne sait pas en avance quelle est la bonne sortie mais il sait où se trouvent chacune des portes et comment s'y rendre. Imaginons maintenant que ce robot ne comprenne pas a priori le langage de l'humain; en effet, il est très difficile de construire un robot à même de comprendre parfaitement chaque langue, accent et préférence de chacun. Il faudra alors que le robot apprenne l'association entre les mots de l'utilisateur et leur sens, tout en réalisant la tâche que l'humain lui indique (i.e.trouver la bonne porte). Une autre façon de décrire ce problème est de parler d'auto-calibration. En effet, le résoudre reviendrait à créer des interfaces ne nécessitant pas de phase de calibration car la machine pourrait s'adapter,automatiquement et pendant l'interaction, à différentes personnes qui ne parlent pas la même langue ou qui n'utilisent pas les mêmes mots pour dire la même chose. Cela veut aussi dire qu'il serait facile de considérer d'autres modalités d'interaction (par exemple des gestes, des expressions faciales ou des ondes cérébrales). Dans cette thèse, nous présentons une solution à ce problème. Nous appliquons nos algorithmes à deux exemples typiques de l'interaction homme robot et de l'interaction cerveau machine: une tâche d'organisation d'une série d'objets selon les préférences de l'utilisateur qui guide le robot par la voix, et une tâche de déplacement sur une grille guidé par les signaux cérébraux de l'utilisateur. Ces dernières expériences ont été faites avec des utilisateurs réels. Nos résultats démontrent expérimentalement que notre approche est fonctionnelle et permet une utilisation pratique d'une interface sans calibration préalable.
Author: Vincent Garric Publisher: ISBN: Category : Languages : fr Pages : 340
Book Description
LE RETOUR D'INFORMATIONS DE CAPTEURS EXTERNES PEUT ETRE UNE NECESSITE POUR LA LOCALISATION ET LA SAISIE D'OBJETS STATIQUES, PAR UN ROBOT MANIPULATEUR ; NOTAMMENT SI LA CONNAISSANCE DE LA SITUATION DE L'OBJET ET LE POSITIONNEMENT ABSOLU DU ROBOT NE SONT PAS SUFFISAMMENT PRECIS. NOUS PROPOSONS L'UTILISATION D'UNE CAMERA MONOCULAIRE PLACEE SUR L'EXTREMITE DU BRAS MANIPULATEUR POUR UN ASSERVISSEMENT EN POSITION STATIQUE A PARTIR DE CONNAISSANCES 3D. NOUS TRAITONS D'ABORD LA CALIBRATION DE CAMERAS QUI INCLUT LA LOCALISATION D'OBJETS POLYEDRIQUES, LES ALGORITHMES DE RESOLUTION ET L'ETUDE DE LA PRECISION DE LOCALISATION. NOUS PROPOSONS DE NOUVELLES METHODES DE CALIBRATION ET COMPARONS ENSUITE DES ALGORITHMES DE RESOLUTION PROPAGEANT LES IMPRECISIONS DE PRIMITIVES ISSUES DES MODELES D'OBJETS OU DE METHODES D'EXTRACTION DANS L'IMAGE. DES CRITERES DE COMPARAISON DES METHODES DE LOCALISATION SONT PRESENTES ET UNE METHODE D'EVALUATION DE LA PRECISION REELLE DE LOCALISATION EST PROPOSEE AVEC DES RESULTATS. LA SECONDE PARTIE ABORDE LA VISION APPLIQUEE A LA MANIPULATION. NOUS DETAILLONS LA MODELISATION DU SITE EXPERIMENTAL ET PROPOSONS UNE AMELIORATION DES METHODES D'IDENTIFICATION DE LA SITUATION DE LA PINCE ET DE LA CAMERA SUR LE ROBOT. NOUS UTILISONS LA REPRESENTATION DE TRANSFORMATIONS EN VISAGES POUR L'IDENTIFICATION D'AXES DE ROTATION. NOUS PROPOSONS ENSUITE DES PRINCIPES ET UN SCENARIO, QUI UTILISENT LES POINTS PRECEDENTS ET UNE RECONNAISSANCE LOCALE D'OBJETS POUR EFFECTUER LA SAISIE D'OBJETS. DES RESULTATS DE SAISIE SONT PRESENTES. NOUS PRESENTONS ENFIN L'ARCHITECTURE D'UN SYSTEME DE VISION POUR LA MANIPULATION ET SON UTILISATION POUR LES PRINCIPALES EXPERIMENTATIONS DE VALIDATION DES PRINCIPES, METHODES ET ALGORITHMES PROPOSES DANS CETTE THESE. CES TRAVAUX ONT ETE MENES SUR LES SITES DU LAAS ET DU CNES, RESPECTIVEMENT DANS LE CADRE D'UN PROJET SCIENTIFIQUE INTERNE A L'EQUIPE RIA ET D'UN PROJET APPLICATIF INTERNE AU CNES
Author: Sven Boermeester Publisher: ISBN: 9781949677072 Category : Languages : en Pages :
Book Description
Innovate Bristol highlights and celebrates those companies and individuals that are actively working at building a better tomorrow for all. Innovation Ecosystems thrive through the involvement and support of companies and individuals from all industries, which is why the Innovate series not only focuses on the innovators but also those people whom the Innovation Ecosystem, would not be able to thrive without.
Author: Claire Clivaz Publisher: ISBN: 9789004399655 Category : Bible Languages : en Pages : 0
Book Description
Ecritures digitales aims to demonstrate how digital writing, as new technology, contributes to the emergence of a reconfigured relationship between the human body and the machines, and how this transition influences the Jewish-Christian textual corpus referred to as "the Scriptures". Ecritures digitales souhaite démontrer de quelle manière l'écriture digitale, en tant que nouvelle technologie, contribue à l'émergence d'une relation innovante entre le corps humain et les machines, et influence le corpus textuel judéo-chrétien désigné comme «les Ecritures».
Author: Francois Pomerleau Publisher: ISBN: 9781680830248 Category : Technology & Engineering Languages : en Pages : 122
Book Description
Deals with the topic of geometric registration in robotics. It provides a historical perspective of the registration problem and shows that the various solutions available can be organized and differentiated in a framework according to a few elements. It also reviews a few applications of this framework in mobile robotics.
Author: Pierre Rouanet
Author: Pierre Rouanet
Author: Natalia Lyubova
Author: Yuxin Chen
Author: Felipe de Jesús Trujillo Romero
Author: SORIN DANIEL.. MOGA
Author: Jonathan Grizou
Author: Vincent Garric
Author: Sven Boermeester
Author: Claire Clivaz
Author: Francois Pomerleau