Intelligence artificielle Projets réalisés par des étudiants au baccalauréat et à la maîtrise

1. Intelligence artificielleProjets réalisés par des étudiants au baccalauréat et à la maîtrise Laboratoire PLANIART Département d’informatique http://planiart.usherbrooke.ca/ Automne 2009

2. ROMAN Tutor • Robot manipulation tutor • Simulateur pour enseigner aux astronautes les manipulations le bras-robot Canadien • Pourquoi est-il intelligent? • Il sait comment séquencer les actions élémentaires pour accomplir une tâche • Il sait générer des démonstration comme accomplir une tâche. • Algorithmes d’IA • Planification de trajectoires • Planification de caméras virtuelles Étudiant : Philipe Bellefeuille (MSc - H09) Superviseur: Froduald Kabanza

3. Framework de jeu avec IA • Moteur d’un jeu avec IA • Framework de jeu comme banc d’essaie pour le cours d’IA. • Permet de tester plusieurs algorithmes d’IA donnés comme projet dans un cours. • Algorithme d’IA distribué avec le jeu • A* : recherche d’un trajet optimal pour un personnage du jeu. Étudiants (IFT593 – H09) : O. Caebonneau, E. Duggas-Gallant, I. Girad, P-L. Poirier Superviseurs : Froduald Kabanza, Éric Beaudry

4. Framework de jeu avec IA Projet-BEFF-planificiation-chemin.mov(avancez à 1m21s)

5. Planification de chemins

6. Planification de mouvements pour un robot omnidirectionnel L’IA pour un déplacement sûr et efficace des robots Le « cerveau » des robots n’est pas comme celui des humains. Ils ne peuvent pas se déplacer instinctivement. L’évitement d’obstacles, le trajet optimal … c’est laborieux Le robot doit planifier … Algorithme d’IA Algorithme de planification de mouvements. Robot Azimut-3 conçu au laboratoire IntRoLab de l’Université de Sherbrooke (F. Michaud). Étudiants (IFT593 – H09): S. Chamberland, D. Castonguay Superviseurs: Froduald Kabanza, Eric Beaudry

7. Planification de mouvements • Le crochet en vert représente la position initiale de l’objet. • Le crochet en rouge est la position à atteindre. • L’animation montre le meilleur déplacement possible sans collisions.

8. Planification de mouvements pour un robot omnidirectionnel Trajectoire calculée par l’algorithmeRapidly-exploring Random Trees (RRTs) Étudiants (IFT593 – H09): S. Chamberland, D. Castonguay Superviseurs: Froduald Kabanza, Eric Beaudry

9. Planification de mouvements pour un robot omnidirectionnel

10. Planification de mouvements pour un robot omnidirectionnel

11. Planification de chemin coopérative • La planification d’un chemin optimal pour un seul agent est un problème très répandu en robotique et dans les jeux vidéos. • Cependant, planifier des chemins pour plusieurs agents s’avère une tâche beaucoup plus complexe. • Algorithmes d’IA : • A*, CA*, HCA*, WHCA*, FAR Étudiants (IFT593 – H09) : M. Brunelle, M. Michaud, D. Ruest Superviseurs : Froduald Kabanza, Éric Beaudry

12. IFT615 – Travail pratique Connect5 • But du jeu • Ressemble au tic-tac-to • Aligner 5 jetons. • Algorithme d’IA : • Alpha Beta Prunning • Aussi utilisé dans les jeux d’échecs • Superviseur : Éric Beaudry

13. IFT615 – Travail pratique Connect5(IA vs IA)