Doctorat (H/F) : De l'estimation tactile au contrôle : vers une manipulation de la forme d'objets soupl

Sujet de thèse : La manipulation d’objets déformables nécessite de prendre en compte la forme, les forces de contact, la compliance locale, le frottement et l’incertitude. Le servocontrôle de forme basé sur la vision permet de reconstruire et de contrôler la déformation visible d’objets souples, tandis que la méthode FEM en ligne permet d’étendre cette estimation aux régions masquées. Néanmoins, la perception basée uniquement sur la vision ne permet pas d’observer la mécanique de contact locale au niveau de la préhension ou le long du corps du robot. Ces conditions cachées déterminent souvent le résultat de la tâche : une forme visible similaire peut résulter de différentes distributions de rigidité, conditions de contact, glissements naissants ou distributions de force. Cette thèse développe un cadre tenant compte des informations tactiles et de l’incertitude pour la manipulation à deux bras d’objets déformables, dans lequel un état de croyance physique assure l’interface entre l’estimation basée sur un modèle, le contrôle sûr et la prise de décision générative. Une question scientifique centrale est de savoir quelles grandeurs physiques sont identifiables à partir des interactions tactiles et comment ces informations peuvent être utilisées pour le contrôle et l’apprentissage de politiques. La thèse cible donc les croyances physiques pertinentes pour la tâche, telles que la compliance locale normale et tangentielle, la rigidité à la flexion effective, l’amortissement, l’état de frottement ou de glissement, les conditions aux limites de préhension et l’incertitude sur la déformation prédite. Cet état de croyance est conçu pour conserver les informations requises pour une manipulation robuste d’objets déformables tout en garantissant que le problème d’estimation reste bien posé et directement exploitable tant par les algorithmes de contrôle que par les politiques apprises. Le premier objectif consiste à étendre un jumeau numérique d’objet déformable basé sur SOFA avec un retour tactile, de force et proprioceptif. SOFA sert principalement de simulateur direct en temps réel et de a priori structuré : les déformations, forces et états de contact prédits sont comparés aux données RGB-D, à la force/couple au niveau du poignet, aux couples articulaires et aux signaux tactiles. La thèse explore une hiérarchie de méthodes d’estimation, comprenant des modèles de sensibilité d’ordre réduit, des matrices d’interaction locales, des mises à jour sans dérivées pour les paramètres de faible dimension, des modèles résiduels appris et, le cas échéant, une différenciation implicite via des composants sélectionnés du solveur réduit. Le résultat est un état de croyance physique calibré concernant la forme de l’objet, l’état de contact, la compliance locale, le risque de glissement et l’incertitude de prédiction. Le deuxième objectif caractérise l’identifiabilité tactile et l’exploration active. La thèse étudie commen Voir plus sur le site emploi.cnrs.fr...