Explorer la vie sous-marine, localiser et récupérer des objets, détecter des pollutions... les applications des poissons-robots sont multiples. Un des grand enjeux reste de les contrôler et de les manoeuvrer à distance. C'est le sujet de recherche de Sardor Israilov, qui soutient sa thèse financée par l'EUR Systèmes Numériques pour l'Humain le mardi 30 janvier 2024 à 9h30.
La présentation aura lieu dans la salle de conférence du laboratoire INPHYNI (17 rue Julien Lauprêtre, 06200 Nice) et sur Zoom (lien ici prochainement).
Elle sera également disponible prochainement sur la chaîne YouTube de l'EUR.
La soutenance de thèse sera suivie d'un pot de célébration dans le même bâtiment.
Rapporteurs :
Frédéric Boyer, Professeur, IMT Atlantique
Massimo Cencini, Professeur, CNR-ISC
Examinateurs :
Christophe Eloy, Professeur des Universités, Aix-Marseille Université
Li Fu, Maître de conférences, École Centrale de Lyon
David Filliat, Professeur, ENSTA Paris - Institut Polytechnique de Paris
Directeurs de thèse :
Guillaume Allibert, Professeur des Universités, Université Côte d'Azur
Médéric Argentina, Professeur des Universités, Université Côte d'Azur
Invité:
Christophe Raufaste, Professeur des Universités, Université Côte d'Azur
Résumé :
La nage des poissons reste un sujet complexe qui n'est pas encore totalement compris en raison de son aspect interdisciplinaire qui mêle la biologie et dynamique des fluides. Au fil des millénaires, les organismes naturels ont perfectionné leur biologie pour naviguer efficacement dans leur environnement et s'adapter à tout type de situations. Tout au long de l'histoire, l'humanité s'est inspirée de la nature pour innover et développer des systèmes biomimétiques. Le poisson robotique, en particulier, trouve nombres d'applications dans le monde réel et son contrôle doit encore être optimisé. L'apprentissage par renforcement profond a donné d'excellents résultats dans le contrôle des systèmes robotiques, dont la dynamique est trop complexe pour être entièrement modélisée et analysée. Dans cette thèse, nous avons exploré de nouvelles voies de contrôle d'un poisson biomimétique via l'apprentissage par renforcement afin de maximiser efficacement la force de poussée et la vitesse de déplacement. Cependant, pour comprendre pleinement ces nouveaux algorithmes basés sur les données, nous avons d'abord étudié l'application de ces méthodes sur une référence standard de la théorie du contrôle, le pendule inversé sur un chariot.
Nous avons démontré que l'apprentissage par renforcement profond pouvait contrôler le système sans aucune connaissance préalable du système, en obtenant des performances comparables aux méthodes traditionnelles de la théorie du contrôle basée sur un modèle. Dans le troisième chapitre, nous nous concentrons sur la nage ondulatoire d'un poisson robotique avec différents objectifs et sources d'information de contrôle. Nos études indiquent que la force de poussée d'un poisson robotique peut être optimisée en utilisant des données provenant à la fois de capteurs de force et d'une caméra comme retour d'information pour la commande. Nos résultats démontrent qu'une commande carrée avec une fréquence particulière maximise la poussée et nous la rationalisons en utilisant le principe du maximum de Pontryagin. Un modèle approprié est établi qui montre un excellent accord entre la simulation et les résultats expérimentaux. Ensuite, nous nous concentrons sur la maximisation de la vitesse d'un poisson robotique à la fois dans plusieurs environnements virtuels et dans des expériences utilisant des données visuelles.
Lors de la consultation par profil (menu « Je suis ») du portail d’Université Côte d’Azur et des portails des composantes d’Université Côte d’Azur des informations sont susceptibles d'être enregistrées dans un fichier "Cookie" installé par Université Côte d’Azur dans votre ordinateur, tablette ou téléphone mobile. Ce fichier Cookie contient certaines informations, comme un identifiant unique, le nom du portail, ainsi que le profil choisi. Ce fichier Cookie est lu par son émetteur. Il permet, pendant sa durée de validité de 12 mois, de reconnaitre votre terminal et de conserver le profil choisi comme votre page d’accueil par défaut.
Vous avez donné votre consentement pour le dépôt de cookies sauvegardant votre profil dans votre navigateur.
Vous vous êtes opposé au dépôt de cookies de mémorisation de votre profil dans votre navigateur.
Le paramètre "Do Not Track" est actif sur votre navigateur. Le profil ne sera pas mémorisé dans un cookie
Cookies de mesure d 'audiences
Ce site utilise Google Analytics. En appuyant sur le bouton "j'accepte" ou en continuant à naviguer sur le site, vous nous autorisez à déposer des cookies à des fins de mesure d'audience.
Vous avez donné votre consentement pour le dépôt de cookies de mesures d'audience dans votre navigateur.
Vous vous êtes opposé au dépôt de cookies de mesures d'audience dans votre navigateur.
Le paramètre "Do Not Track" est actif sur votre navigateur. Aucune statistique de navigation ne sera collectée.