Pipeline complet reliant voix, vision et action : une instruction vocale est transcrite localement (faster-whisper), interprétée par un modèle Vision-Language-Action (SmolVLA fine-tuné) à partir du flux caméra d'un robot simulé sous ROS 2/Webots, puis exécutée en temps réel. Dashboard de supervision en Kotlin Multiplatform.
05 / ROBOTIQUE VOCALE (VLA)
EchoBot
Robot compagnon simulé piloté par la voix via un modèle Vision-Language-Action.
RobotiqueIAVLA· En cours· 2026-09
Fiche
- Année
- 2026
- Statut
- En cours
- Stack
- Python, ROS 2, Webots, SmolVLA, faster-whisper, Kotlin, Compose Multiplatform
- Visibilité
- Privé