Un robot doit percevoir précisément la géométrie 3D de l'environnement qui l'entoure pour naviguer. Cette présentation en deux parties, sera d'abord axée sur la fusion de données 3D éparses + données RGB denses avec CNNs pour améliorer les tâches de vision telles que la segmentation sémantique, la complétion, la détection d'objets, etc. En deuxième lieu, un autre paradigme sera introduit ou un algorithme diffèrent de la 'mediated perception', avec un algorithme de conduite de bout-en-bout entraîné avec un apprentissage par renforcement profond dans un environnement synthétique réaliste.

Le séminaire sera présenté à 14h00 à la salle PLT-3370.