24 novembre

intelligence véhiculaire

Anthony Courchesne, M.Sc.

Chargé de projets, robotique et intelligence artificielle

L’utilité de domaines substituts pour le développement et l’évaluation d’algorithmes de conduite autonome

Un problème récurrent dans le domaine de la robotique est la difficulté à reproduire les résultats et valider les affirmations faites par les scientifiques. Les expériences conduites en laboratoire donnent fréquemment des résultats propres à l’environnement dans lequel elles ont été effectuées, rendant la tâche de les reproduire et de les valider ardue et coûteuse. Pour cette raison, il est difficile de comparer la performance et la robustesse de différents contrôleurs robotiques. Les environnements substituts à faibles coûts sont populaires, mais introduisent une réduction de performance lorsque l’environnement cible est enfin utilisé.

La présentation traitera de nouvelles méthodes utiles pour quantifier le « Reality Gap » dans différents contextes. Une analyse d’expériences de conduite autonome effectuées en simulation et en réalité permet de valider les nouvelles métriques.

Jean-Yves Deschênes

Architecte technologique

Le véhicule aux multiples intelligences

L'automobile est en voie de devenir un "ordinateur sur roues". L'intelligence y est multiple et distribuée. La conduite autonome n'est pas monolithique, elle requiert de nombreuses couches d'intelligence. Elle n'est pas, non plus, la seule application ou l'intelligence artificielle fait des incursions. Dans cette présentation, on verra quelques exemples d’où se nichera l'intelligence artificielle dans les véhicules, et on discutera des différents modèles de distribution du traitement dans le véhicule.

À partir de là, à vous d'identifier les opportunités!