Offre de Thèse en Planification et Contrôle d'Une Équipe Multi-Robots Aérienne en Collaboration avec un Humain H/F - 31

L'un des objectifs de la robotique est de développer des systèmes autonomes capables d'assister les humains dans des tâches difficiles, pénibles ou dangereuses, en particulier dans des environnements difficiles d'accès tels que les grandes hauteurs, l'espace ou les zones exposées aux radiations. Dans cette optique, les robots doivent être capables non seulement d'observer leur environnement, mais aussi d'agir et d'interagir avec celui-ci en exerçant des forces. Dans ce contexte, certains scénarios montrent les limites des robots mobiles terrestres lorsqu'ils évoluent sur des terrains accidentés ou face à des structures élevées. Pour surmonter ces difficultés, les véhicules aériens (drones) constituent une solution efficace. Malheureusement, les drones ne peuvent actuellement transporter qu'une charge utile limitée, et la complexité des tâches impliquant une interaction physique exige souvent l'utilisation de plusieurs robots pour pallier cette contrainte [1]. Enfin, malgré les récents progrès considérables en automatisation, informatique et apprentissage automatique, les robots présentent encore de nombreuses limites, notamment cognitives, et ne peuvent accomplir seuls la vaste gamme de tâches réalisables par les humains. C'est pourquoi ce projet de thèse proposera de nouvelles méthodologies de planification et de commande permettant à un système multi-agents - composé de robots aériens et d'un opérateur humain - de réaliser des tâches nécessitant des interventions physiques (par exemple, l'installation d'une antenne en hauteur). Les robots prendront en charge l'exécution physique tandis que l'opérateur humain interviendra pour les décisions de haut niveau et certaines interactions fines. Pour garantir la sécurité de l'opérateur, celui-ci contrôlera les robots à distance.

Pour atteindre un tel objectif ambitieux, des avancées sont nécessaires dans plusieurs domaines : (i) la modélisation, afin de disposer d'une représentation précise du robot, de l'environnement et de leurs interactions (par exemple, les échanges de forces) ; (ii) la planification, pour définir les mouvements et les forces d'interaction nécessaires à l'accomplissement d'une tâche donnée ; (iii) la commande, pour traiter les retours force/mouvement de façon à agir vers le résultat désiré tout en préservant la stabilité et la sécurité du système ; et enfin (iv) la collaboration humain-multi-robots, afin de permettre une interaction intuitive avec l'humain et de l'informer sur les intentions du robot et l'état de la tâche.

Le système envisagé sera composé de robots aux capacités sensorielles et motrices complémentaires : (i) une équipe principale de drones, chargée de transporter un objet de manière collaborative ; (ii) un manipulateur aérien (c'est-à-dire un drone muni d'un bras robotique), dont l'effecteur sera contrôlé par l'humain ; (iii) une équipe de drones de soutien, chargée d'assister la mission (par exemple, en explorant l'environnement pour détecter des obstacles et informer les coéquipiers).

Comme exemple représentatif, on considère un scénario de type « peg-in-hole » à réaliser en hauteur : un groupe de drones transporte de manière collaborative un objet (un « peg ») jusqu'à une cible (un « hole »). Une fois arrivé, un manipulateur aérien saisit la partie inférieure du peg et l'insère dans le trou, en coordonnant son mouvement avec celui de l'équipe de transport. Ces actions sont commandées à distance par un opérateur humain, qui pilote le mouvement synergique de l'équipe aérienne à l'aide d'une interface haptique au sol et de techniques de contrôle partagé. En parallèle, l'opérateur reçoit des informations sur la tâche, l'équipe et l'interaction avec l'environnement, via une combinaison de retours haptiques portés et au sol. Une vision de l'environnement distant est transmise à l'opérateur grâce à un casque de réalité virtuelle (VR), alimenté par un groupe de drones de soutien. Au-delà de ce scénario applicatif, il convient de souligner que les méthodologies développées dans cette thèse sont générales et pourront être appliquées à d'autres contextes de collaboration humain-multi-drones.

L'objectif est de rechercher un compromis entre planification globale et planification réactive. Les planificateurs globaux sont largement utilisés en robotique pour calculer des trajectoires optimales, mais ils nécessitent un temps de calcul conséquent. Les planificateurs réactifs, en revanche, sont plus rapides mais ne planifient que sur un horizon temporel court (par exemple, les MPC) et à partir d'informations locales ; cette approche peut conduire à une convergence vers une solution sous-optimale, à un blocage dans des minima locaux, voire à l'échec dans le délai imparti. Pour ces raisons, nous visons à développer une approche hiérarchique hybride, où un planificateur global s'exécute à basse fréquence, tandis qu'un planificateur réactif local ajuste et modifie en continu la trajectoire calculée. Les planificateurs tiendront compte des contraintes physiques de la tâche et de celles imposées par le contrôleur des robots, afin d'optimiser l'exécution en conséquence, comme dans [2]. Un accent particulier sera mis sur l'exploitation de la redondance dans les systèmes multi-drones afin d'optimiser des métriques telles que la manipulabilité (pour garantir la réalisation des tâches de manipulation), l'observabilité (pour assurer une estimation précise de l'état global) et la robustesse face aux erreurs de modélisation. Une autre piste repose sur le concept de sensibilité en boucle fermée. Celle-ci capture localement la manière dont les écarts des paramètres du modèle (par rapport à leurs valeurs nominales) influencent l'évolution du système en boucle fermée, c'est-à-dire en tenant compte du contrôleur choisi. Minimiser (une norme de) la sensibilité revient à accroître la robustesse intrinsèque du robot. Dans nos travaux précédents [3,4], nous avons introduit un planificateur de mouvements visant à améliorer la sensibilité pour un seul robot mobile. L'idée est d'étendre ce concept aux systèmes multi-robots.

References
[1] Roldán-Gómez, J. J., Barrientos, A. (2021). Special issue on multi-robot systems: Challenges, trends, and applications. Applied Sciences, 11(24), 11861.
[2] Tognon, M., Cataldi, E., Chavez, H. A. T., Antonelli, G., Cortés, J., & Franchi, A. (2018). Control-aware motion planning for task-constrained aerial manipulation. IEEE Robotics and Automation Letters, 3(3), 2478-2484.
[3] S. Wasiela, M. Cognetti, P. R. Giordano, J. Cortés and T. Siméon, "Robust Motion Planning With Accuracy Optimization Based on Learned Sensitivity Metrics," in IEEE Robotics and Automation Letters, vol. 9, no. 11, pp. 10113-10120, Nov. 2024
[4] S. Wasiela., S. Ait Bouhsain, M. Cognetti, J. Cortés, T. Simeon. "Learning Uncertainty Tubes via Recurrent Neural Networks for Planning Robust Robot Motions". In ECAI 2024 (pp. 4385-4392). IOS Press.
Contexte de travail
L'équipe « Robotics and InteractionS » (RIS) est une équipe de recherche du LAAS-CNRS à Toulouse, reconnue au niveau international pour ses travaux sur le développement de machines mobiles autonomes intégrant des capacités de perception, de raisonnement, d'apprentissage, d'action et de réaction. Les principaux axes de recherche de l'équipe sont : les architectures pour robots autonomes, l'apprentissage, la planification temporelle et le contrôle de l'exécution, ainsi que la planification algorithmique de mouvements. RIS est composée de 8 chercheurs permanents, 4 post-doctorants et plusieurs doctorants.

De manière plus générale, la recherche au LAAS-CNRS couvre la robotique, l'optimisation, le contrôle, les télécommunications et les nanosystèmes. Le département de robotique du LAAS-CNRS rassemble plus de 100 personnes et constitue probablement l'un des plus grands et des plus anciens départements de recherche en robotique en France. Le département a apporté des contributions de tout premier plan dans les domaines de l'intelligence artificielle, de la planification, de la perception, des humanoïdes et de la conception et du contrôle des robots aériens.

Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.
Contraintes et risques
Les risques sont ceux classiquement associés au travail avec des robots mobiles en environnement de laboratoire.

Avantages
- Nous menons une recherche en robotique de haute qualité et à fort impact, avec des publications régulières dans les revues et conférences les plus prestigieuses.
- Notre équipe entretient de solides collaborations avec des chercheurs de renom à travers l'Europe et dans le monde.
- Vous aurez accès à un laboratoire à la pointe de la technologie comprenant :
-- Deux arènes de vol : une en intérieur (5x3x5 m), équipée de systèmes de suivi de mouvement, et une en extérieur (25x20x10 m).
-- Plusieurs quadrirotors et plusieurs manipulateurs entièrement actionnés.
-- Plusieurs manipulateurs terrestres (Franka Emika Panda).
-- Plusieurs robots mobiles (Pepper de SoftBank Robotics et PR2 de Willow Garage).
-- Plusieurs imprimantes 3D.
- Vous rejoindrez une équipe internationale et conviviale, qui organise des événements variés, allant de rencontres informelles après le travail à des retraites de laboratoire immersives sur plusieurs jours.
- Vous bénéficierez de visites régulières et de présentations de chercheurs de renommée internationale issus d'institutions de premier plan.