AuDaCITI

Les succès récents de l'IA sont le fruit de large modèles computationnels et d’ensembles de données tout aussi larges, dont la collecte et l'annotation nécessitent souvent un effort humain intensif. Dans certains cas cependant, l’IA peut interagir avec son environnement et ses utilisateurs pour générer de manière autonome ses propres données d'apprentissage. Dans ce projet, nous étudions le cas particulier d'un robot quadrupède équipé d'un bras, permettant au robot de naviguer dans une pièce et d’y manipuler ses objets. Grâce à l'apprentissage par renforcement, le robot apprend à générer de manière proactive un ensemble de données représentatif des différentes catégories d'objets présents dans la pièce, qu'il est ensuite capable d'utiliser pour retrouver un objet d'une catégorie donnée. Le projet sera mené en collaboration avec l'université d'Aalto, en Finlande, qui apportera son expertise en robotique et en vision par ordinateur, tandis qu'Inria Scool apportera son expertise en apprentissage par renforcement. En résolvant ainsi une tâche d'apprentissage traditionnellement supervisée, en toute autonomie, nous espérons avoir une idée de comment les IA du futur pourront proactivement chercher à améliorer leur compréhension du monde.