Description du sujet de thèse

Planification de tâches de manipulation d’objets à initiative mixte multi-robot / humain pour l’assemblage de structures

L'algorithmique de la planification de mouvement est un domaine de recherche important et très actif en Robotique qui a connu de rapides progrès ces dernières années, notamment grâce au développement de méthodes d'exploration de nature probabiliste auxquelles le LAAS a contribué et qui permettent aujourd'hui de traiter une large classe de problèmes combinatoirement complexes. La planification de tâches de manipulation d'objets correspond à une instance de problèmes plus compliquée qui consiste non seulement à planifier les mouvements sans collision du robot mais aussi le séquencement et les interdépendances des différentes actions élémentaires (e.g. prise, pose et transfert d'un objet) permettant de réaliser la tâche. Les travaux du LAAS ont conduit à des techniques de planification originales et complémentaires pour la résolution de ces problèmes aussi bien à un niveau de planification géométrique que symbolique].

Le sujet porte sur la combinaison de ces techniques de planification géométrique/symbolique dans une approche hybride relevant de la thématique "Combined task and Motion Planning" (CTAMP) très en vogue aujourd'hui dans la communauté, et visant à mieux faire face à la forte complexité de ces problèmes de planification de tâches de manipulation sur lesquels le LAAS possède une expertise reconnue, aussi bien dans la composante géométrique (mouvement) que symbolique (tâche). En effet, ces problèmes nécessitent l'exploration d'espaces de très haute dimension qui ne peuvent être traités efficacement seulement au niveau géométrique, et par ailleurs la solution ne peut se limiter à un ensemble d'actions de haut niveau partiellement ordonnées, mais nécessite aussi une instanciation complète de ces actions indiquant les différents emplacements des robots et des objets ainsi que les divers mouvements des robots et leur synchronisation.

Les contributions disponibles aujourd'hui dans la littérature n'apportent pas de réponse satisfaisante dans un temps raisonnable quand elles sont confrontées à des situations aussi complexes que celles que nous proposons d'étudier.

La nouveauté est ici double : nous considérons d’une part un système multi-robot (en particulier capable de réaliser des tâches de co-manipulation ou de co-transport multi-robot), et d’autre part l'interaction avec un opérateur humain qui collabore à la définition et à la supervision de la tâche.

Une piste prometteuse sera certainement l'étude du couplage de méthodes d'apprentissage avec les algorithmes de planification de mouvement et/ou de tâches pour une recherche de solutions plus performante. On s'intéressera également à des modèles affinés des contraintes d'interaction 'robot-robot ou humain-robot), notamment à travers des critères à optimiser qui tiennent compte non seulement de la configuration du système humain-robot mais aussi de la trajectoire et de la dynamique du mouvement, avec des fonctions de coût plus sophistiquées, à développer ou issues d'un apprentissage des contraintes d'interaction sur la tâche.

Contexte de travail

La thèse se déroulera au sein de l'équipe RIS du LAAS-CNRS dans le cadre des développements scientifiques du projet ANR HumFleet

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.