Formation IA Physique pour la Robotique et l'Automatisation

L'Intelligence Artificielle (IA) pour la Robotique combine l'apprentissage automatique, les systèmes de contrôle et la fusion des capteurs pour créer des machines intelligentes capables de percevoir, raisonner et agir de manière autonome. Grâce à des outils modernes comme ROS 2, TensorFlow et OpenCV, les ingénieurs peuvent désormais concevoir des robots qui naviguent, planifient et interagissent intelligemment avec des environnements réels.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux ingénieurs de niveau intermédiaire qui souhaitent développer, former et déployer des systèmes robotiques pilotés par l'IA en utilisant les technologies et frameworks open source actuels.

À la fin de cette formation, les participants seront capables de :

• Utiliser Python et ROS 2 pour construire et simuler des comportements robotiques.
• Mettre en œuvre des filtres de Kalman et des filtres à particules pour la localisation et le suivi.
• Appliquer des techniques de vision par ordinateur avec OpenCV pour la perception et la détection d'objets.
• Utiliser TensorFlow pour la prédiction du mouvement et le contrôle basé sur l'apprentissage.
• Intégrer SLAM (Simultaneous Localization and Mapping) pour la navigation autonome.
• Développer des modèles d'apprentissage par renforcement pour améliorer la prise de décision robotique.

Format du cours

• Conférence interactive et discussion.
• Mise en œuvre pratique avec ROS 2 et Python.
• Exercices pratiques dans des environnements robotiques simulés et réels.

Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser la session.

Dans cette formation en direct avec formateur (en ligne ou sur site), les participants apprendront différentes technologies, cadres de travail et techniques pour programmer différents types de robots à utiliser dans le domaine des technologies nucléaires et des systèmes environnementaux.

Le cours de 6 semaines se déroule 5 jours par semaine. Chaque journée dure 4 heures et comprend des conférences, des discussions et un développement robotique pratique dans un environnement de laboratoire en direct. Les participants complètent divers projets du monde réel applicables à leur travail afin de pratiquer leurs connaissances acquises.

Le matériel cible pour ce cours sera simulé en 3D via des logiciels de simulation. Le cadre open-source ROS (Robot Operating System), C++ et Python seront utilisés pour programmer les robots.

À la fin de cette formation, les participants seront capables de :

• Comprendre les concepts clés utilisés dans les technologies robotiques.
• Comprendre et gérer l'interaction entre le logiciel et le matériel dans un système robotique.
• Comprendre et mettre en œuvre les composants logiciels qui sous-tendent la robotique.
• Construire et faire fonctionner un robot mécanique simulé capable de voir, percevoir, traiter, naviguer et interagir avec les humains par le biais du son.
• Comprendre les éléments nécessaires de l'intelligence artificielle (apprentissage automatique, apprentissage profond, etc.) applicables à la construction d'un robot intelligent.
• Mettre en œuvre des filtres (Kalman et particules) pour permettre au robot de localiser les objets en mouvement dans son environnement.
• Mettre en œuvre des algorithmes de recherche et de planification du mouvement.
• Mettre en œuvre le contrôle PID pour réguler le mouvement d'un robot dans un environnement.
• Mettre en œuvre les algorithmes SLAM pour permettre au robot de cartographier un environnement inconnu.
• Étendre la capacité d'un robot à effectuer des tâches complexes via l'apprentissage profond.
• Tester et dépanner un robot dans des scénarios réalistes.

Dans cette formation en direct animée par un formateur à distance ou sur site, les participants apprendront différentes technologies, cadres et techniques de programmation pour différents types de robots utilisés dans le domaine de la technologie nucléaire et des systèmes environnementaux.

Cette formation de 4 semaines se déroule du lundi au vendredi. Chaque journée est de 4 heures et comprend des conférences, des discussions et un développement robotique pratique dans un environnement de laboratoire en direct. Les participants complètent divers projets applicables à leur travail afin de mettre en pratique leurs connaissances acquises.

Le matériel cible pour cette formation sera simulé en 3D par des logiciels de simulation. Le code sera ensuite chargé sur du matériel physique (Arduino ou autre) pour les tests de déploiement final. Le cadre open source ROS (Robot Operating System), C++ et Python seront utilisés pour programmer les robots.

À la fin de cette formation, les participants seront capables de :

• Comprendre les concepts clés utilisés dans les technologies robotiques.
• Comprendre et gérer l'interaction entre logiciel et matériel dans un système robotique.
• Comprendre et mettre en œuvre les composants logiciels sous-jacents aux robots.
• Construire et opérer un robot mécanique simulé capable de voir, percevoir, traiter, naviguer et interagir avec des humains par la voix.
• Comprendre les éléments nécessaires de l'intelligence artificielle (apprentissage automatique, apprentissage profond, etc.) applicables à la construction d'un robot intelligent.
• Mettre en œuvre des filtres (Kalman et particules) pour permettre au robot de localiser les objets mobiles dans son environnement.
• Mettre en œuvre des algorithmes de recherche et de planification du mouvement.
• Mettre en œuvre des contrôles PID pour réguler le déplacement d'un robot au sein d'un environnement.
• Mettre en œuvre des algorithmes SLAM pour permettre à un robot de cartographier un environnement inconnu.
• Tester et dépanner un robot dans des scénarios réalistes.

ROS 2 (Robot Operating System 2) est un cadre open-source conçu pour soutenir le développement d'applications robotiques complexes et évolutives.

Cette formation dirigée par un instructeur, en ligne ou sur site, s'adresse aux ingénieurs et développeurs de robots intermédiaires qui souhaitent mettre en œuvre la navigation autonome et SLAM (Simultaneous Localization and Mapping) avec ROS 2.

À la fin de cette formation, les participants seront capables de :

• Configurer ROS 2 pour les applications de navigation autonome.
• Mettre en œuvre des algorithmes SLAM pour la cartographie et la localisation.
• Intégrer des capteurs tels que le LiDAR et les caméras avec ROS 2.
• Simuler et tester la navigation autonome dans Gazebo.
• Déployer des piles de navigation sur des robots physiques.

Format du cours

• Cours interactif et discussion.
• Pratique pratique utilisant les outils ROS 2 et les environnements de simulation.
• Mise en œuvre et test sur des robots virtuels ou physiques dans un laboratoire en direct.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.

Le service Azure Bot combine la puissance du Microsoft Bot Framework et des Azure functions pour permettre le développement rapide de bots intelligents.

Dans cette formation en direct animée par un instructeur, les participants apprendront à créer facilement un bot intelligent en utilisant Microsoft Azure

À la fin de cette formation, les participants seront en mesure de :

• Apprendre les fondamentaux des bots intelligents
• Apprendre à créer des bots intelligents en utilisant des applications cloud
• Comprendre comment utiliser le Microsoft Bot Framework, le Bot Builder SDK et le service Azure Bot
• Comprendre comment concevoir des bots en utilisant des motifs de bots
• Développer leur premier bot intelligent en utilisant Microsoft Azure

Public cible

• Développeurs
• Amateurs
• Ingénieurs
• Professionnels de l'informatique

Format du cours

• Partie conférence, partie discussion, exercices et pratique intensive

OpenCV est une bibliothèque open-source de vision par ordinateur qui permet le traitement d'images en temps réel, tandis que les frameworks d'apprentissage profond comme TensorFlow fournissent des outils pour la perception et la prise de décision intelligentes dans les systèmes robotiques.

Cette formation dirigée par un instructeur (en ligne ou sur site) s'adresse aux ingénieurs en robotique, praticiens de la vision par ordinateur et ingénieurs en apprentissage automatique de niveau intermédiaire qui souhaitent appliquer des techniques de vision par ordinateur et d'apprentissage profond pour la perception et l'autonomie robotiques.

À la fin de cette formation, les participants seront capables de :

• Mettre en œuvre des pipelines de vision par ordinateur avec OpenCV.
• Intégrer des modèles d'apprentissage profond pour la détection et la reconnaissance d'objets.
• Utiliser les données basées sur la vision pour le contrôle et la navigation robotiques.
• Combiner des algorithmes classiques de vision avec des réseaux neuronaux profonds.
• Déployer des systèmes de vision par ordinateur sur des plateformes embarquées et robotiques.

Format du cours

• Cours interactif avec discussion.
• Pratique pratique en utilisant OpenCV et TensorFlow.
• Mise en œuvre de laboratoire en direct sur des systèmes robotiques simulés ou physiques.

Options d'adaptation du cours

• Pour demander une formation personnalisée pour ce cours, merci de nous contacter pour organiser cela.

Un bot ou chatbot est une sorte d'assistant informatique utilisé pour automatiser les interactions des utilisateurs sur diverses plateformes de messagerie et pour accélérer les choses sans que les utilisateurs aient besoin de parler à un autre humain.

Dans cette formation en direct, les participants apprendront comment commencer à développer un bot en passant par la création d'exemples de chatbots à l'aide d'outils et de frameworks de développement de bot.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les différentes utilisations et applications des bots
• Comprendre le processus complet de développement des bots
• Explorer les différents outils et plateformes utilisés dans la construction de bots
• Construire un exemple de chatbot pour Facebook Messenger
• Construire un exemple de chatbot en utilisant Microsoft Bot Framework

Public

• Développeurs intéressés par la création de leur propre bot

Format du cours

• En partie conférence, en partie discussion, exercices et pratique intensive.

L'IA au bord permet aux modèles d'intelligence artificielle de s'exécuter directement sur des appareils embarqués ou à ressources limitées, réduisant ainsi la latence et la consommation énergétique tout en augmentant l'autonomie et la confidentialité dans les systèmes robotiques.

Cette formation dirigée par un instructeur (en ligne ou sur site) s'adresse aux développeurs embarqués de niveau intermédiaire et aux ingénieurs en robotique qui souhaitent implémenter des techniques d'inférence et d'optimisation machine learning directement sur le matériel robotique à l'aide de TinyML et des frameworks IA au bord.

À la fin de cette formation, les participants seront en mesure de :

• Comprendre les fondamentaux du TinyML et de l'IA au bord pour la robotique.
• Convertir et déployer des modèles IA pour l'inférence sur appareil.
• Optimiser les modèles en termes de vitesse, de taille et d'efficacité énergétique.
• Intégrer des systèmes IA au bord dans les architectures de contrôle robotique.
• Évaluer les performances et la précision dans des scénarios réels.

Format du cours

• Cours interactif avec discussion.
• Pratique mains dans le cambouis en utilisant les chaînes d'outils TinyML et IA au bord.
• Exercices pratiques sur des plateformes matérielles embarquées et robotiques.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux participants de niveau intermédiaire qui souhaitent explorer le rôle des robots collaboratifs (cobots) et d'autres systèmes d'IA centrés sur l'humain dans les lieux de travail modernes.

À la fin de cette formation, les participants seront en mesure de :

• Comprendre les principes de l’IA Physique Centrée sur l'Humain et ses applications.
• Explorer le rôle des robots collaboratifs dans l'amélioration de la productivité au travail.
• Identifier et résoudre les défis des interactions homme-machine.
• Concevoir des flux de travail qui optimisent la collaboration entre humains et systèmes pilotés par l'IA.
• Promouvoir une culture d'innovation et d'adaptabilité dans les lieux de travail intégrés à l’IA.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux ingénieurs qui souhaitent en savoir plus sur l'applicabilité de l'intelligence artificielle aux systèmes mécatroniques.

À la fin de cette formation, les participants seront capables de :

• Acquérir un aperçu de l'intelligence artificielle, de l'apprentissage automatique et de l'intelligence computationnelle.
• Comprendre les concepts des réseaux de neurones et des différentes méthodes d'apprentissage.
• Choisir efficacement les approches d'intelligence artificielle pour résoudre des problèmes réels.
• Mettre en œuvre des applications d'IA dans l'ingénierie mécatronique.

Cette formation animée par un instructeur, en présentiel (en ligne ou sur site), est destinée aux ingénieurs et chercheurs en IA de niveau avancé qui souhaitent utiliser l'IA multimodale pour intégrer diverses données sensorielles afin de créer des robots plus autonomes et efficaces capables de voir, d'entendre et de toucher.

À la fin de cette formation, les participants seront en mesure de :

• Implémenter des capteurs multimodaux dans les systèmes robotiques.
• Développer des algorithmes d'IA pour la fusion sensorielle et la prise de décision.
• Créer des robots capables d'exécuter des tâches complexes dans des environnements dynamiques.
• Aborder les défis du traitement de données en temps réel et de l'actionnement.

L'apprentissage par renforcement (RL) est un paradigme d'apprentissage automatique où des agents apprennent à prendre des décisions en interagissant avec un environnement. En robotique, le RL permet aux systèmes autonomes de développer des capacités de contrôle et de prise de décision adaptatives grâce à l'expérience et au feedback.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux ingénieurs d'apprentissage automatique avancés, chercheurs en robotique et développeurs qui souhaitent concevoir, implémenter et déployer des algorithmes d'apprentissage par renforcement dans des applications robotiques.

À la fin de cette formation, les participants seront capables de :

• Comprendre les principes et les mathématiques de l'apprentissage par renforcement.
• Implémenter des algorithmes RL tels que Q-learning, DDPG et PPO.
• Intégrer le RL avec des environnements de simulation robotique en utilisant OpenAI Gym et ROS 2.
• Entraîner des robots à accomplir des tâches complexes de manière autonome par essai et erreur.
• Optimiser les performances d'entraînement en utilisant des frameworks d'apprentissage profond comme PyTorch.

Format du cours

• Cours interactif avec discussion et démonstrations pratiques.
• Mise en œuvre pratique utilisant Python, PyTorch et OpenAI Gym.
• Exercices pratiques dans des environnements robotiques simulés ou physiques.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser un rendez-vous.

La Robotique sûre et explicable est une formation complète axée sur la sécurité, la vérification et la gouvernance éthique des systèmes robotiques. Le cours combine théorie et pratique en explorant les méthodologies de cas de sécurité, l'analyse des risques et les approches d'IA explicables qui rendent la prise de décision robotique transparente et fiable. Les participants apprendront à assurer le respect des normes, à vérifier les comportements et à documenter la garantie de sécurité en accord avec les normes internationales.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux professionnels de niveau intermédiaire qui souhaitent appliquer les principes de vérification, de validation et d'explicabilité pour garantir le déploiement sûr et éthique des systèmes robotiques.

À la fin de cette formation, les participants seront capables de :

• Développer et documenter des cas de sécurité pour les systèmes robotiques et autonomes.
• Appliquer des techniques de vérification et de validation dans des environnements de simulation.
• Comprendre les cadres d'IA explicables pour la prise de décision robotique.
• Intégrer les principes de sécurité et d'éthique dans la conception et l'exploitation des systèmes.
• Communiquer les exigences de sécurité et de transparence aux parties prenantes.

Format du cours

• Cours interactif avec discussion.
• Exercices pratiques de simulation et d'analyse de sécurité.
• Études de cas provenant d'applications robotiques réelles.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.

Un robot intelligent est un système Artificial Intelligence (AI) capable d'apprendre de son environnement et de son expérience et de développer ses capacités sur la base de ces connaissances. Les robots intelligents Smart Robots peuvent collaborer avec les humains, travailler à leurs côtés et apprendre de leur comportement. En outre, ils sont capables d'effectuer non seulement des travaux manuels, mais aussi des tâches cognitives. Outre les robots physiques, Smart Robots peut également être purement logiciel, résidant dans un ordinateur en tant qu'application logicielle sans pièces mobiles ni interaction physique avec le monde.

Dans cette formation en direct dirigée par un instructeur, les participants apprendront les différentes technologies, cadres et techniques pour programmer différents types de robots mécaniques Smart Robots, puis appliqueront ces connaissances pour réaliser leurs propres projets de robots intelligents.

Le cours est divisé en 4 sections, chacune consistant en trois jours de conférences, de discussions et de développement pratique de robots dans un environnement de laboratoire en direct. Chaque section se terminera par un projet pratique permettant aux participants de mettre en pratique et de démontrer les connaissances acquises.

Le matériel cible de ce cours sera simulé en 3D à l'aide d'un logiciel de simulation. Les logiciels libres ROS (Robot Operating System), C++ et Python seront utilisés pour programmer les robots.

A l'issue de cette formation, les participants seront capables de :

• Comprendre les concepts clés utilisés dans les technologies robotiques
• Comprendre et gérer l'interaction entre le logiciel et le matériel dans un système robotique
• Comprendre et mettre en œuvre les composants logiciels qui sous-tendent Smart Robots.
• Construire et faire fonctionner un robot intelligent mécanique simulé qui peut voir, sentir, traiter, saisir, naviguer et interagir avec les humains par la voix.
• Étendre la capacité d'un robot intelligent à effectuer des tâches complexes par le biais de Deep Learning.
• Tester et dépanner un robot intelligent dans des scénarios réalistes

Public

• Développeurs
• Ingénieurs

Format du cours

• En partie conférence, en partie discussion, exercices et pratique intensive.

Remarque

• Pour personnaliser une partie de ce cours (langage de programmation, modèle de robot, etc.), veuillez nous contacter.

Smart Robotics est l'intégration de l'intelligence artificielle dans les systèmes robotiques pour une perception améliorée, la prise de décision et le contrôle autonome.

Cette formation en direct (en ligne ou sur site) encadrée par un instructeur s'adresse aux ingénieurs avancés en robotique, aux intégrateurs de systèmes et aux chefs d'automatisation qui souhaitent mettre en œuvre une perception, une planification et un contrôle pilotés par l'IA dans les environnements de fabrication intelligente.

À la fin de cette formation, les participants seront capables de :

• Comprendre et appliquer des techniques d'IA pour la perception robotique et la fusion sensorielle.
• Développer des algorithmes de planification du mouvement pour les robots collaboratifs et industriels.
• Déployer des stratégies de contrôle basées sur l'apprentissage pour une prise de décision en temps réel.
• Intégrer des systèmes robotiques intelligents dans les flux de travail de usines intelligentes.

Format du cours

• Cours interactif et discussion.
• Beaucoup d'exercices et de pratique.
• Mise en œuvre pratique dans un environnement de laboratoire vivant.

Options de Personnalisation du Cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour en faire la demande.