M2 Parcours AVR – Apprentissage, Vision, Robotique

Responsable du parcours-type : Isabelle DEBLED-RENESSON

Objectifs

Les objectifs du parcours-type « Apprentissage, Vision, Robotique » se situent dans le contexte général d’une évolution majeure des systèmes numériques qui, après l’ère de l’ordinateur personnel, suivie de l’avènement des systèmes nomades, puis de l’informatique ubiquitaire, s’oriente peu à peu vers le développement massif de systèmes intelligents autonomes et capables d’interactions directes avec l’environnement et l’être humain. Dans ce contexte, la formation proposée met l’accent sur l’apprentissage artificiel et la vision par ordinateur, et leurs apports dans le domaine de la robotique.

L’apprentissage est la condition première de l’émergence d’un comportement intelligent autonome, et l’image reste le canal privilégié de l’interaction de haut niveau des systèmes robotiques avec leur environnement. Cette double approche permettra aux diplômés de ce parcours-type de non seulement développer une compétence pointue dans les aspects informatiques de la conception de systèmes intelligents et interactifs notamment robotiques, mais aussi de disposer d’une formation reconnue dans les domaines plus généraux de l’intelligence artificielle et de la vision par ordinateurs, deux domaines particulièrement dynamiques de l’informatique actuelle.

Ce parcours-type avec une seule orientation réalise un équilibre entre les concepts fondamentaux et les connaissances plus appliquées, avec notamment un projet axé sur la navigation d’un robot dans son environnement aussi bien que sur son interaction avec l’être humain. Cet équilibre ouvre des débouchés larges, aussi bien dans les métiers de conception et de développement que dans les métiers de la recherche. Une seule orientation est proposée dans ce parcours-type, avec la volonté de renforcer la complémentarité de la double approche thématique (apprentissage, vision) et du double niveau de compétences (concepts fondamentaux et maîtrise technologique), dans une perspective cohérente axée autour des systèmes robotiques et intelligents en plein essor.

La première année (M1) est un socle commun sur les deux sites, la spécialisation ne se fait qu’à partir de la deuxième année.

Orientation « Apprentissage, Vision, Robotique (AVR) »

Responsable de l’orientation (site de Nancy) : Bernard GIRAU

Les étudiants du parcours AVR seront en mesure de concevoir et d’analyser des modèles avancés pour la reconnaissance automatique de la parole, pour l’analyse et l’interprétation de scènes visuelles (traitement d’images et de vidéos, réalité augmentée, etc.), pour la visualisation dynamique 3D (jeux vidéos, etc.), pour l’application des systèmes distribués d’inspiration biologique (e.g., réseaux neuronaux et systèmes multi-agents sociaux) en reconnaissance des formes et en robotique autonome.

Semestre 9

Unités d’enseignement fondamentales

Unités d’enseignement
Crédits CM TD TP
Apprentissages & Raisonnement dans l’incertain 2 16    8
Modélisation & Commande en Robotique 2 16    8
Modélisation & Reconnaissance de Formes 2 16    8
Traitements & Analyse d’Images 2 16    8
Modèles d’Environnements, Planification Trajectoires 2 16    8
Intégration Méthodologique AVR 2    36
Gestion de Projet 2 12    12
Professionnalisation AVR 2 12    12
Anglais 2 24

Unités d’enseignement d’approfondissement 

Unité d’enseignement
Crédits CM TD TP
Inspiration & Modélisation du Vivant 2 16 8
Apprentissage Statistique & Sélection de Modèle 2 16 8
Réalité augmentée 2 16 8
Robotique & Impression 3D 2 16 8
Systèmes Distribués Adaptatifs 2 16 8
Communication parlée multimodale 2 16 8

Semestre 10

Unités d’enseignement
Crédits CM TD TP
Stage 30     –

Compétences scientifiques et techniques spécifiques AVR

  • Connaître les principales approches de l’apprentissage artificiel : apprentissage statistique, raisonnement dans l’incertain, apprentissage bio-inspiré
  • Connaître les principaux concepts de la vision par ordinateur : analyse d’images, réalité augmentée, modélisation et impression 3D
  • Maîtriser les différents niveaux de gestion d’un système robotique : modélisation, commande, planification de trajectoires