L'ambition scientifique de ROBOTLEARN est d'entraîner les robots à acquérir la capacité de regarder, d'écouter, d'apprendre, de bouger et de parler d'une manière socialement acceptable. Cet objectif sera atteint grâce à un équilibre entre les découvertes scientifiques, le développement d'algorithmes pratiques et de logiciels associés, et une validation expérimentale approfondie. Il est prévu de doter les plates-formes robotiques de la capacité d'interagir et de communiquer avec plusieurs personnes sans contrainte physique. La feuille de route de ROBOTLEARN comporte deux volets : (i) s'appuyer sur les réalisations récentes de l'équipe Perception, en particulier les techniques d'apprentissage automatique pour l'alignement temporel et spatial des données audio et vision, les méthodes bayésiennes variationnelles pour le suivi unimodal et multimodal des humains, et les architectures d'apprentissage profond pour l'amélioration de la parole audio et audiovisuelle, et (ii) explorer de nouvelles opportunités de recherche scientifique au carrefour des architectures d'apprentissage profond discriminatives et génératives, de l'apprentissage et de l'inférence bayésienne, de la vision par ordinateur, du traitement du signal audio/parole, des systèmes de dialogue parlé et de la robotique. Le domaine d'application primordial de ROBOTLEARN est le développement de méthodologies et de technologies interactives multimodales et multipartites pour les robots sociaux (compagnons).
Membres
Nathalie Gillot
Dans l'actualité
