6.8210 Spring 2024 Lecture 23: Feedback motion planning

Ce cours magistral de Russ Tedrake, professeur au MIT, offre une introduction rigoureuse et pédagogique à la planification de mouvement avec retour d’état, un sujet central en robotique. La valeur des informations est élevée : l’exposé s’appuie sur des concepts mathématiques bien établis (fonctions de Lyapunov, régions d’attraction, composition séquentielle) et les relie à des applications pratiques concrètes, comme le chargement d’un lave-vaisselle ou la jonglerie robotique. L’argumentation est solide : l’enseignant part de l’idée intuitive de ‘funnels’ pour montrer comment des contrôleurs locaux peuvent être assemblés en un plan global robuste, et il illustre chaque étape avec des exemples et des équations. La rigueur scientifique est exemplaire : les définitions sont précises, les hypothèses (comme le coefficient de restitution) sont clairement énoncées, et les limites des méthodes sont mentionnées. Les sources citées sont pertinentes et historiquement importantes (Burridge, Rizzi, Koditschek pour la composition séquentielle ; STRIPS pour la planification logique), bien que la vidéo ne fournisse pas de références bibliographiques complètes dans la description. L’adéquation entre le titre et le contenu est parfaite : le cours traite exactement de la planification de mouvement avec retour d’état. Le niveau technique est élevé, mais l’exposé reste accessible grâce à des exemples concrets et des schémas. En résumé, ce cours est une excellente ressource pour les étudiants et les chercheurs en robotique, offrant à la fois des fondements théoriques solides et des perspectives pratiques. On peut toutefois regretter l’absence de supports écrits ou de références bibliographiques détaillées dans la description de la vidéo, ce qui limite la vérification indépendante des sources. De plus, la présentation est assez dense et pourrait nécessiter plusieurs visionnages pour une pleine compréhension. Néanmoins, la qualité globale est très bonne et justifie une note de 4 étoiles.

Le titre correspond parfaitement au contenu : il s'agit bien d'un cours sur la planification de mouvement avec retour d'état.

8/10

Cours universitaire de niveau supérieur (MIT) dispensé par un expert reconnu en robotique. Le contenu est structuré, s'appuie sur des concepts mathématiques solides (fonctions de Lyapunov, régions d'attraction) et cite des travaux fondateurs. La fiabilité est élevée, mais la vidéo ne fournit pas de sources détaillées dans la description.

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

• 00:00Introduction et rappel des échéances du projet final.
• 02:00Motivation : robot chargeant un lave-vaisselle, nécessité d'un planificateur de haut niveau.
• 05:00Présentation de l'interface d'action primitive et des requêtes associées.
• 08:00Historique : STRIPS, PDDL, et l'évolution des langages de planification.
• 10:00Introduction du concept de 'funnels' et de la composition séquentielle.
• 12:00Exemple de la jonglerie : modèle simple avec raquette et balle.
• 15:00Détail des équations du mouvement et du coefficient de restitution.
• 20:00Composition des contrôleurs pour la jonglerie et stabilité.
• 30:00Extension à des systèmes plus complexes et discussion sur la robustesse.
• 40:00Conclusion et perspectives sur l'apprentissage automatique.

• Burridge, R., Rizzi, A., & Koditschek, D. (1999). Sequential Composition of Dynamically Dexterous Robot Behaviors — Cité comme référence fondatrice pour la composition séquentielle de comportements robotiques.
• Stanford Research Institute Problem Solver (STRIPS) — Cité comme origine des langages de planification logique.
• PDDL (Planning Domain Definition Language) — Mentionné comme langage standard pour la planification automatisée.

• Underactuated Robotics (MIT OpenCourseWare) — Cours en ligne de Russ Tedrake qui couvre des sujets similaires, notamment la planification et le contrôle.