cours / présentation, démonstration

À propos de l’apprentissage des robots

Difficile d’imaginer des robots capables d’apprendre de nouveaux savoir-faire comme le feraient des bébés... Pourtant, Pierre-Yves Oudeyer, chercheur en robotique comportementale et sociale, le conçoit....

Date de création :

23.01.2009

Auteur(s) :

Pierre-Yves Oudeyer, Joanna Jongwane

Présentation

Informations pratiques

Langue du document : Français
Type : cours / présentation, démonstration
Niveau : enseignement supérieur
Langues : Français
Contenu : texte, image, ressource interactive
Public(s) cible(s) : apprenant
Document : Document HTML
Age attendu : 18+
Droits d'auteur : pas libre de droits, gratuit
Ce document est diffusé sous licence Creative Common : Paternité - Pas d'utilisation commerciale - Pas de modification. http://creativecommons.org/licenses/by-nc-nd/2.0/fr/legalcode

Description de la ressource

Résumé

Difficile d’imaginer des robots capables d’apprendre de nouveaux savoir-faire comme le feraient des bébés... Pourtant, Pierre-Yves Oudeyer, chercheur en robotique comportementale et sociale, le conçoit.

  • Granularité : grain
  • Structure : atomique

"Domaine(s)" et indice(s) Dewey

  • Intelligence artificielle (006.3)

Domaine(s)

  • Intelligence artificielle : apprentissage, représentation
  • Fouille de données
  • Informatique

Intervenants, édition et diffusion

Intervenants

Créateur(s) de la métadonnée : Marie-Hélène Comte

Édition

  • Institut National de Recherche en Informatique et en Automatique / Interstices

Diffusion

Cette ressource vous est proposée par :UNIT - accédez au site internetUNIT - accédez au site internet

Fiche technique

Identifiant de la fiche : http://ori.unit-c.fr/uid/unit-ori-wf-1-4713
Identifiant OAI-PMH : oai:www.unit.eu:unit-ori-wf-1-4713
Statut de la fiche : final
Schéma de la métadonnée : oai:uved:Cemagref-Marine-Protected-Areas
Entrepôt d'origine : UNIT

Voir aussi

UNIT
UNIT
15.04.2004
Description : L’Intelligence Artificielle a puisé son inspiration dans le comportement humain individuel puis collectif. Ainsi sont nés les systèmes « multi-agents », et l’« intelligence en essaim », dont les caractéristiques sont présentées ici.
  • bio-inspiration
  • système multi-agents
  • intelligence artificielle distribuée
  • robotique collective
  • intelligence en essaim
  • fuscia
UNIT
UNIT
17.04.2008
Description : Comment les algorithmes évolutionnaires trouvent-ils les meilleures solutions à un problème donné ? Marc Schoenauer, l’un des spécialistes du sujet, nous fournit quelques explications.
  • podcast
  • bio-inspiration
  • algorithme évolutionnaire
  • optimisation combinatoire
  • apprentissage
  • fuscia