3. Conclusion
La combinaison de modules multiples pour la résolution d’une tâche en robotique autonome (et en particulier pour la navigation) a été peu explorée jusqu’ici. Pourtant, les complémentarités en matière de vitesse d’adaptation et de coût computationnel des différents types d’algorithmes d’apprentissage par renforcement susceptibles d’être utilisés, d’une part, et les résultats de neurosciences démontrant l’utilisation de systèmes d’apprentissage multiples chez les animaux, d’autre part, plaident en faveur de la conception d’architectures de contrôle intégrant de multiples algorithmes.
C’est cette exploration encore limitée des possibilités de telles combinaisons en robotique qui explique que bon nombre des algorithmes passés en revue ici sont issus des neurosciences computationnelles, et ont pour but initial d’expliquer des données biologiques. Pourtant, ces méthodes,...
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Conclusion
Sources bibliographiques
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Article inclus dans l'offre
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
