Pourquoi le ML standard n'est pas suffisant : apprentissage et contrôle adaptatif

Cette séance de cours explore les limites des algorithmes d'apprentissage automatique standard dans la création de systèmes dynamiques stables pour les robots. Parmi les sujets abordés, mentionnons les défis que pose l'utilisation d'outils ML hors champ, les démonstrations de champs vectoriels, la sélection des données de formation et l'application de la régression vectorielle de soutien et de la régression du mélange gaussien pour l'apprentissage du droit de contrôle.