Offre de Thèse Modèles de Fondation pour la Modélisation des Interactions en Robotique Mobile Autonome H/F CNRS

Description du Poste Sujet De Thèse Contexte scientifiqueLes progrès récents en robotique mobile reposent largement sur les avancées conjointes de la perception, de l'apprentissage profond et de la commande. Toutefois, une limite majeure des systèmes actuels apparaît lorsque les robots évoluent dans un fluide, qu'il s'agisse de l'air ou de l'eau. Contrairement aux robots terrestres, la dynamique des robots aériens ou sous-marins est fortement couplée à son environnement à travers des interactions aérodynamiques ou hydrodynamiques complexes. Ces interactions sont non linéaires et dépendent de nombreux facteurs, tels que la géométrie du robot, les vitesses locales d'écoulement, les turbulences ou encore les perturbations extérieures.Les approches de commande actuelles s'appuient généralement sur des modèles simplifiés reposant sur des coefficients aérodynamiques constants, des hypothèses quasi-statiques, des modèles potentiels ou des modèles empiriques identifiés expérimentalement. Si ces approximations sont suffisantes pour des tâches classiques de stabilisation, elles montrent rapidement leurs limites dans des environnements plus complexes, tels que le vol à proximité d'obstacles, les essaims de drones, les interactions avec le vent, la navigation en présence de vagues ou de courants marins, ou encore les opérations de manipulation sous-marine.Parallèlement, les modèles de fondation (Foundation Models) ont profondément transformé plusieurs domaines de l'intelligence artificielle. Leur capacité à apprendre des représentations générales à partir de volumes massifs de données ouvre des perspectives inédites pour la modélisation des phénomènes physiques. L'idée centrale est qu'un modèle entraîné sur un vaste ensemble de simulations numériques, d'expériences instrumentées et de données embarquées puisse apprendre des représentations génériques des interactions locales entre un robot mobile et son environnement, transférables entre des plateformes robotiques de morphologies différentes.De manière générale, la dynamique d'un robot peut être décrite par une équation différentielle représentant l'évolution de son état x en fonction des commandes u, des perturbations p et d'un terme d'interaction d. Selon le contexte, ce terme d'interaction peut représenter des phénomènes de nature très différente : interactions fluide-structure, interactions entre plusieurs robots, contacts avec un objet manipulé ou plus généralement toute interaction entre le robot et son environnement.Dans le cas des robots évoluant dans un fluide, le terme d modélise les efforts aérodynamiques ou hydrodynamiques exercés sur le robot. Les approches classiques utilisent généralement des modèles analytiques fortement simplifiés, par exemple fondés sur une relation de proportionnalité avec la vitesse de rotation des propulseurs. Dans un contexte de robotique collaborative ou d'essaims, d décrit également les interactions entre robots : effets aérodynamiques induits, mécanismes de perception et d'évitement, effets liés au partage d'informations ou encore interactions mécaniques lors du transport coopératif d'une charge ou de l'utilisation de structures reliant plusieurs robots.L'hypothèse centrale de cette thèse est qu'il est possible d'apprendre une fonction constituant un modèle de fondation générique capable de représenter ces interactions physiques à travers différentes plateformes robotiques. Ce modèle exploitera des informations relatives à la géométrie, à la morphologie, à la structure du robot, à son état, à ses commandes, aux perturbations et aux conditions environnementales. Contrairement à un réseau de neurones spécifique à une plateforme, l'objectif est d'apprendre une représentation universelle des interactions locales (fluide-structure, robot-robot, robot-objet, etc.), rapidement adaptable à un nouveau robot à partir d'un nombre limité de données (few-shot adaptation).Objectifs de la thèseL'objectif principal de cette thèse est de développer une nouvelle génération de modèles hybrides combinant apprentissage à grande échelle et connaissances physiques afin de représenter les interactions entre un robot mobile et son environnement.Les principaux verrous scientifiques portent sur les questions suivantes :- Quelles représentations géométriques sont les plus adaptées pour apprendre des interactions physiques transférables ?- Quelles données sont nécessaires pour entraîner un modèle de fondation de ce type ?- Comment garantir sa capacité de généralisation à des robots, des environnements et des situations nouvelles ?- Comment intégrer ces modèles appris dans une boucle de commande garantissant stabilité, robustesse et performances ?Ces développements seront étudiés dans plusieurs contextes applicatifs, notamment :- les interactions fluide-structure pour les robots aériens et sous-marins ;- le transport coopératif d'objets par plusieurs drones ;- le vol coordonné en essaim et les stratégies de commande distribuée intégrant les interactions entre robots.Cette thèse s'inscrit dans le cadre d'un projet national consacré au développement de nouvelles infrastructures numériques pour l'agriculture et l'environnement. Les travaux contribueront à l'émergence de nouvelles capacités d'observation autonome, d'acquisition de données et de modélisation pour les sciences agronomiques et environnementales.À terme, les résultats pourront être appliqués à de nombreux domaines tels que le suivi des cultures, l'observation de la biodiversité, le suivi de la faune, la surveillance des milieux naturels ou encore l'étude des systèmes pastoraux, en s'appuyant sur des flottes de robots autonomes capables d'interagir efficacement avec leur environnement. Profil recherché- Diplôme de Master 2 (ou équivalent) en robotique, automatique/commande ou dans un domaine connexe- Excellente maîtrise de l'anglais, à l'écrit comme à l'oral- Bonne expérience en C/C++, ROS et Matlab/Simulink- Une première expérience en recherche scientifique, notamment dans le cadre d'un stage de Master, serait appréciée- Curiosité scientifique, autonomie et capacité à mener des travaux de manière indépendante- Des connaissances ou une expérience en méthodes d'apprentissage pour la robotique seraient un plus- Une expérience en systèmes robotiques et/ou en robotique aérienne serait un plus Votre Environnement de Travail Le Gipsa-lab est une unité de recherche commune CNRS, Grenoble-INP (Institut de Technologie de Grenoble), Université de Grenoble conventionnée par l'Inria et l'Observatoire des Sciences de l'Univers de Grenoble.Avec 350 personnes dont environ 150 doctorants, Gipsa-lab est une unité de recherche multidisciplinaire développant à la fois des recherches fondamentales et appliquées sur des signaux et des systèmes complexes.Gipsa-lab développe des projets dans les domaines stratégiques de l'énergie, de l'environnement, de la communication, des systèmes intelligents, de la vie et de la santé et de l'ingénierie linguistique.Par ses activités de recherche, Gipsa-lab maintient un lien constant avec l'environnement économique grâce à un partenariat fort avec les entreprises.Le personnel du Gipsa-lab est impliqué dans l'enseignement et la formation dans les différentes universités et écoles d'ingénieurs de l'agglomération grenobloise (Université Grenoble Alpes).Gipsa-lab est internationalement reconnu pour la recherche réalisée en Automatique et Sûreté du Système, Sciences des Données ( l'Information et de l'Image du Signal), Parole et Cognition. L'unité développe sa recherche au travers de 11 équipes organisées en 4 départements de recherche :.Automatique et Sûreté du Système.Sciences des Données . Géométries, Apprentissage, Information et Algorithmes.Paroles et CognitionLe Gipsa-lab regroupe 150 permanents et environ 250 non permanents (doctorants, post-doctorants, chercheurs invités, stagiaires en master...) Contraintes et risques NEANT Rémunération et avantages Rémunération La rémunération est d'un minimum de 2300,00 € mensuel Congés et RTT annuels 44 jours Pratique et Indemnisation du TT Pratique et indemnisation du TT Transport Prise en charge à 75% du coût et forfait mobilité durable jusqu'à 300€ À propos de l'offre Référence de l'offre UMR5216-VIRFAU-064 Section(s) CN / Domaine de recherche Physique des matériaux : structure et dynamique À propos du CNRS Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d'associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement. Le CNRS Les métiers de la recherche