Intégration matérielle d’IA sur FPGA : application à une politique de locomotion en apprentissage par renforcement pour un robot quadrupède

par
Loïc Thomas, Thomas Chourret, Erwan Rivieri 

Date : 

Vendredi, 26 septembre, 2025 – 14:30

Lieu :
LAAS-CNRS – Salle Europe, 7 avenue du Colonel Roche 31077 TOULOUSE Cedex 4

Résumé :

Les réseaux de neurones artificiels (ANN) et le Machine Learning (ML) sont devenus des outils pertinents pour le contrôle des robots, mais leur forte complexité de calcul nécessite généralement un matériel complexe et énergivore. Les circuits logiques programmables (FPGA) offrent une alternative prometteuse pour des inférences efficaces de modèles d’intelligence artificielle (IA).  Ce séminaire présente une nouvelle architecture matérielle capable de gérer à la fois le traitement de données de capteurs et l’inférence d’un modèle d’intelligence artificielle. Appliquée au robot quadrupède SOLO12 développé au LAAS-CNRS, l’architecture proposée peut remplacer efficacement l’utilisation conventionnelle d’algorithme d’IA logiciel sur Raspberry Pi et son interconnexion avec une carte mère dédiée. L’optimisation de l’ANN et sa mise en œuvre matérielle sur un petit FPGA validé dans l’environnement de simulation du robot quadrupède SOLO12 ! seront détaillés lors de cette présentation. Ceci met en évidence le potentiel de l’intégration matérielle de ANN en tant que solution compacte et économe en énergie pour des nombreuses applications.

Biographie :
Loïc Thomas est doctorant dans l’équipe MINC. Thomas Chourret et Erwan Rivieri sont en stage de 4ème année INSA. Ensemble, sous la direction de Gaël Loubet et Daniela Dragomirescu, ils travaillent sur l’intégration matérielle des algorithmes d’IA.

Inscription :
https://www.laas.fr/fr/zrr/