HMM - Applications à la robotique

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.