Contributions à l'apprentissage automatique de réseau de contraintes et à la constitution automatique de comportements sensorimoteurs en robotique - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2008

Contributions to the automatic constraint network acquisition and the automatic design robot behaviors

Contributions à l'apprentissage automatique de réseau de contraintes et à la constitution automatique de comportements sensorimoteurs en robotique

Mathias Paulin

Résumé

This thesis deals with constraint network acquisition, which consists in automatically acquiring a constraint network formulation of a problem from a subset of its solutions and non-solutions. Our work is mainly focussed on the constraint network acquisition platform CONACQ. In the standard version of \conacq, the choice of the subset of solutions and non-solutions to use for learning was assumed to be made before and independently of the acquisition process. In the first part of this thesis, we present an interactive version for CONACQ in which the acquisition system actively assists in the selection of the set of examples used to acquire the constraint network through the use of learner-generated queries. We show that the number of examples required to acquire a constraint network is significantly reduced if queries are selected carefully. In order to decrease the number of interactions, we provide a theoretical and empirical evaluation of query generation strategies for interactive constraint acquisition, with very positive experimental results. In the second part of this thesis, we are interested in a pratical use of constraint network acquisition for robotics. Thus, we propose a Constraint Programming-based framework for modelling, planning and supervising sensorimotor behaviors. Our approach uses the constraint network acquisition platform CONACQ to automatically encode by Machine Learning each elementary action of a robot as a CSP. The acquired CSPs are then automatically combined by planning to constitute sensorimotor behaviors using a CSP-based planner inspired by CSP-Plan. Moreover, our architecture exploits the propagation properties of the acquired CSPs to supervise the execution of a given sensorimotor behavior. Some experimental results are presented to validate our approach.
Dans le cadre de cette thèse, nous nous intéressons à l'acquisition automatique de réseau de contraintes, aussi appelée apprentissage automatique de réseau de contraintes, qui consiste à développer des solutions capables d'aider un utilisateur à modéliser un problème combinatoire sous la forme d'un réseau de contraintes. Notre travail se focalise plus précisément sur la plate-forme d'acquisition automatique de réseau de contraintes CONACQ. Dans son implémentation standard, CONACQ est passive vis-à-vis de l'utilisateur, c'est-à-dire basée sur la capacité de ce dernier à fournir des instances significatives de son problème. Dans la première partie de cette thèse, nous proposons une version interactive de CONACQ, capable de poser à l'utilisateur des questions dont le but est d'augmenter plus rapidement et de manière conséquente la connaissance acquise par la plate-forme. Afin de limiter le nombre d'interactions, nous proposons différentes stratégies de questionnement que nous validons ensuite empiriquement. Dans la seconde partie, nous nous intéressons à une utilisation pratique de l'acquisition automatique de réseau de contraintes qui vise à automatiser le processus de définitions de comportements sensorimoteurs en robotique. Dans cette optique, nous proposons une architecture logicielle, complémentaire aux architectures de contrôle existantes, qui utilise le paradigme de la programmation par contraintes pour modéliser, planifier et superviser l'exécution de comportements sensorimoteurs. Elle utilise la plate-forme CONACQ étudiée dans la première partie de cette thèse pour modéliser automatiquement les actions élémentaires d'un robot sous la forme de réseaux de contraintes. Notre architecture utilise par ailleurs un planificateur de tâches inspiré de CSP-Plan pour combiner les réseaux de contraintes acquis et ainsi définir automatiquement des comportements sensorimoteurs. Différents résultats expérimentaux sont par ailleurs présentés afin de valider notre approche.
Fichier principal
Vignette du fichier
MathiasPaulin_These.pdf (966.79 Ko) Télécharger le fichier
MathiasPaulin_Slides.pdf (244.07 Ko) Télécharger le fichier
Format : Autre

Dates et versions

tel-00340438 , version 1 (20-11-2008)

Identifiants

  • HAL Id : tel-00340438 , version 1

Citer

Mathias Paulin. Contributions à l'apprentissage automatique de réseau de contraintes et à la constitution automatique de comportements sensorimoteurs en robotique. Informatique [cs]. Université Montpellier II - Sciences et Techniques du Languedoc, 2008. Français. ⟨NNT : ⟩. ⟨tel-00340438⟩
275 Consultations
181 Téléchargements

Partager

Gmail Facebook X LinkedIn More