Séance de cours
Pourquoi le ML standard n'est pas suffisant : apprentissage et contrôle adaptatif
Description
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.
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.