PostDoc en génération de mouvements modulaire et hétérogène basée sur le consensus pour robots polyvale

Il y a 8 heures

Rennes, Bretagne, France CNRS Temps plein

Vos missions en quelques mots

Missions :
Ce poste vise à concevoir une architecture de contrôle fondamentalement nouvelle pour combler les limites de déploiement des robots polyvalents dans des environnements partagés. Plutôt que d'utiliser un contrôleur monolithique unique, le robot sera traité comme un réseau d'agents semi-autonomes collaboratifs (une base mobile, un bras, une pince, une politique d'apprentissage, un module de sécurité). Chaque agent exécutera son propre solveur spécialisé et l'ensemble sera coordonné vers un plan commun et dynamiquement réalisable via l'optimisation distribuée et le consensus.
Activités :
- Fondements algorithmiques de la génération de mouvements modulaire : Établir des méthodes rigoureuses pour décomposer un problème complexe de génération de mouvements en sous-problèmes coordonnés. Ceux-ci devront pouvoir être résolus séparément et réconciliés par consensus, permettant d'ajouter, retirer ou échanger des modules sans restructurer l'ensemble du problème. Une question centrale consistera à définir la meilleure façon de partitionner une tâche donnée (par morphologie, par membre ou par objectif) pour équilibrer l'efficacité des calculs et la qualité de la solution.

- Coordination hétérogène et hybride : Réunir, au sein d'un schéma de coordination unique, des solveurs de natures différentes (optimisation basée sur le gradient, méthodes d'échantillonnage et politiques apprises). Il s'agira d'assigner chaque sous-problème à l'approche la plus adaptée, en combinant le contrôle basé sur des modèles avec des composants basés sur l'apprentissage plutôt que de les traiter comme des paradigmes concurrents. Le mécanisme de consensus garantira la cohérence du comportement global et permettra d'associer des filtres de sécurité aux modules d'apprentissage.

- Validation expérimentale : Démontrer l'efficacité de cette architecture sur un manipulateur mobile polyvalent à travers une progression de tâches : navigation dans des environnements encombrés, manipulation bimanuelle et corps entier, loco-manipulation et manipulation d'objets déformables. L'objectif est de prouver la capacité de reconfiguration à la volée (ex. changement d'effecteurs ou d'objectifs) sans avoir à recompiler le contrôleur.
Contexte de travail :
La ou le candidat.e sera rattaché.e à l'équipe Rainbow de l'IRISA.
La recherche du PostDoc s'intégrera naturellement dans nos nombreuses activités de ces dernières années sur les problèmes généraux de generation de mouvement pour les robots complexes.

Les plateformes expérimentales de l'équipe comprennent une salle intérieure instrumentée par vicon pour des expériences avec plusieurs quadrotors, quatre bras manipulateurs (deux manipulateurs industriels de 6 DOF et deux manipulateurs à contrôle de couple de 7 DOF), et un dispositif haptique à 6 DOF. Enfin, deux ingénieurs de recherche (personnel technique) assisteront le PostDoc pour tout ce qui concerne le développement matériel / logi
Voir plus sur le site emploi.cnrs.fr...

Profil recherché

Competences :
- Formation : Titulaire d'un Doctorat (Ph.D.) en robotique, automatique, optimisation, apprentissage automatique (Machine Learning), vision par ordinateur pour la robotique ou dans un domaine connexe.
- Expertise technique : Solides connaissances en génération de mouvements basée sur l'optimisation et/ou l'apprentissage pour la robotique (et plus particulièrement pour les drones aériens).
- Développement : Maîtrise confirmée de la programmation en C++ et Python.
- Connaissances spécifiques : Une connaissance préalable de la vision événementielle (ingénierie neuromorphique) est fortement souhaitée.
- Savoir-être : Curiosité scientifique, forte capacité d'autonomie et aptitude avérée à travailler de manière indépendante au sein d'un projet collaboratif.
Contraintes et risques :
N/A

Niveau d'études minimum requis

  • Niveau Niveau 8 Doctorat/diplômes équivalents
  • Spécialisation Formations générales

Langues

  • Français Seuil