Séance de cours
HMM - Applications à la robotique
Description
Cette séance de cours couvre l'extension bayésienne de Hidden Markov Models (HMM) pour segmenter et modéliser automatiquement des séquences d'actions dans des robots formés pour des tâches de cuisine. Il traite des limitations des HMMs finis classiques pour la segmentation, de l'utilisation des non-paramétriques bayésiennes pour les HMMs, et du processus de Dirichlet hiérarchique préalable sur la matrice de transition. La séance de cours explore également la segmentation des données de capture de mouvement continue en catégories de mouvement et l'apprentissage de tâches séquentielles complexes à partir de la démonstration, à l'aide d'une étude de cas de roulement de pâte à pizza.
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.