Événement CPAI Terminé

IA physique : la réalité complexe de l’autonomie sur le terrain

Une séance technique pratique sur l'autonomie sur le terrain, les échecs de déploiement, l'architecture ROS 2 et la conception de systèmes robotiques réels.
Jun 18, 2026 6:00 PM America/Toronto 2 heures En ligne en direct
IA physique : la réalité complexe de l’autonomie sur le terrain

À propos de cet événement

Cette séance CPAI examine ce qui se passe lorsque les systèmes autonomes quittent les environnements contrôlés pour fonctionner sur le terrain. Les participants exploreront les contraintes de données, de logistique, de sécurité, de récupération et d’architecture qui apparaissent lorsque des robots doivent agir dans des conditions réelles, variables et parfois imprévisibles.

La discussion relie l’autonomie robotique, ROS 2, les arbres de comportement, l’IA incarnée et les agents orientés mission à des questions très concrètes : comment tester, comment récupérer après un échec, comment valider en simulation, et comment préparer une équipe avant un essai terrain.

Ce que vous apprendrez

  • Préparation au terrain : comprendre comment la logistique, la collecte de données et les conditions d’exploitation influencent les essais d’autonomie.
  • Architecture d’autonomie : comparer les approches déterministes, les arbres de comportement, les graphes ROS 2 et les agents orientés mission.
  • Récupération après échec : prévoir les modes de défaillance, les interventions humaines et les boucles d’amélioration après les essais.
  • Simulation et validation : utiliser la simulation comme outil de préparation sans surestimer ce qu’elle peut garantir.

Conférenciers

Alec Krawciw est doctorant au Autonomous Space Robotics Lab de l’Université de Toronto et boursier Vanier. Son travail porte sur le développement et l’essai de véhicules autonomes dans des environnements non structurés.

Behnam Moradi est ingénieur logiciel principal spécialisé dans l’évolution architecturale de l’autonomie robotique et de l’IA incarnée. Son travail porte sur le passage de machines à états rigides vers des agents orientés mission capables de prendre des décisions en temps réel.

Animation : Diana Gomez Galeano, ancienne directrice de McGill Robotics, anime des conversations techniques réunissant chercheurs, ingénieurs et étudiants autour de la robotique et de l’IA physique.

Ce que vous apprendrez

Préparation au déploiement terrain

Comprendre comment la logistique, la collecte de données sur le terrain et les conditions d'exploitation inattendues influencent les essais d'autonomie.

Architecture d'autonomie

Comparer les approches de contrôle codées en dur avec l'IA incarnée, les arbres de comportement, la logique de graphe ROS 2 et les agents orientés mission.

Récupération après échec

Voir pourquoi la planification de la récupération, l'évaluation sur place et la validation par simulation comptent lorsque les robots opèrent hors des environnements contrôlés.

Foire aux questions

Les étudiants en robotique, chercheurs aux cycles supérieurs, ingénieurs systèmes et équipes techniques travaillant sur des systèmes autonomes dans des environnements non structurés.