Qu’est-ce que la perception profonde pour un robot ?
Réponse rapide
La perception profonde utilise des réseaux appris sur des données pour extraire représentations et prédictions à partir de capteurs, souvent avec plusieurs niveaux de caractéristiques adaptés à une scène robotique.
Transformer les mesures
Convolution, attention ou architecture multimodale transforment image, nuage de points ou séquence en classes, poses, profondeur ou événements. Prétraitement et sortie font partie du modèle déployé.
Relier données et tâche
Annotations, objectifs, augmentation et séparation des jeux déterminent les capacités apprises. Le modèle reste limité aux conditions représentées et aux capteurs prévus.
Encadrer l’inférence
Latence, mémoire, énergie, calibration et incertitude sont intégrées au planificateur. Un contrôleur indépendant vérifie les conséquences avant mouvement.
Sources et références
- [1] Robotics and Autonomous Systems — NIST