Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Membre a labase
Alan Do-Omri : Université McGill
Dans un monde où les comportements des robots doivent satisfaire les besoins des utilisateurs, il n'est pas faisable pour les programmeurs de couvrir toutes
les actions possibles qu'un robot doit entreprendre. L'apprentissage par imitation offre une solution facile pour ce problème en permettant à des usagers
sans expertise en programmation d'enseigner les comportements désirés aux robots.
Notre papier se concentre sur des tâches de navigation que les usagers de fauteuils roulants robotiques espèrent automatiser pour sauver temps et énergie
pour eux-mêmes et leurs soignants. Notre approche requiert seulement une démonstration et une façon d'enregistrer des images et les commandes issues par
l'usager durant l'enseignement.
Une fois les images obtenues, des Speeded-Up Robust Features (SURF) sont extraites des images et un algorithme K Nearest Neighbours (KNN) s'occupe de
prédire les commandes appropriées en observant des nouvelles images durant l'exécution.
Thème du communication :
Domaine de la communication :