Home » Nous rejoindre » Opportunités

Opportunités

Offres de thèse

Sujet de thèse : Couplage symbiotique d’une prothèse de membre supérieur

Contexte et description du projet :

Les recherches récentes en robotique ont fait évoluer les prothèses de membre supérieur vers plus de degrés de mobilité et de contrôlabilité. Pour autant, ces résultats n’ont pas suscité l’adoption et le taux d’abandon reste élevé. Ce constat révèle l’existence d’une certaine inadéquation entre les besoins des personnes amputées et les réponses technologiques actuelles [1]. Pour une majorité d’utilisateurs, les prothèses demeurent des dispositifs lourds, rigides, lents, peu contrôlables et peu intuitifs, qui se couplent mal au corps humain. Pour permettre un couplage symbiotique des prothèses de membre supérieur au corps de leur porteur, plusieurs challenges doivent être surmontés : d’abord celui de l’amélioration des performances mécaniques et dynamiques de ces dispositifs (légèreté, puissance disponible, réversibilité mécanique et compliance) mais aussi et surtout, celui de la simplification de leur contrôle et de l’amélioration de l’intuitivité des commandes (limitation des apprentissages requis) afin que la prothèse agisse en accord avec le corps de l’utilisateur.

Objectif scientifique :

L’objectif de ce projet de thèse est donc développer un concept innovant de prothèse pour les personnes amputées du bras qui offre un comportement plus proche de celui d’un membre naturel, qui soit facile et agréable à porter et plus intuitive à contrôler. La thèse s’articulera donc autour de deux thématiques majeures. D’abord celle de la conception mécatronique d’un dispositif léger intégrant un actionnement réversible, compliant et déporté. Ensuite, et en parallèle, le développement d’une approche de commande dédiée, qui soit intuitive et performante.

S’appuyant sur un prototype existant, un premier travail consistera à développer une solution d’actionnement déporté exploitant une transmission à base de « Bowden cable » [2] pour les certaines articulations de poignet et de coude, la déployer sur le prototype existant et évaluer expérimentalement ses performances. Un deuxième travail consistera à développer un mode de contrôle complet capable d’offrir un contrôle intuitif et performant de la prothèse. Pour cela, le doctorant pourra s’appuyer sur les résultats récents [3] obtenus dans le cadre du projet BYCEPS financé par l’ANR, dans lequel nous avons développé une approche de contrôle qui asservit les mouvements de la prothèse aux compensations motrices de l’utilisateur.rice, mesurées par des capteurs de mouvements. Les premières évaluations de ce contrôle sur une articulation de coude pour la réalisation de tâches simples ont mis en lumière l’efficacité et la simplicité d’utilisation.

Dans le cadre de cette thèse, nous souhaitons aller plus loin et développer un mode de contrôle complet mêlant cette approche de contrôle à des approches myoélectriques pour offrir un contrôle intuitif, robuste et performant.

Compétences requises :

Ce travail impliquera donc de la conception mécatronique, de la modélisation, de la commande, de la réalisation et mise en œuvre de prototypes et de la conduite de tests expérimentaux chez l’homme.

Information générale :

  • Directeur de thèse : Nathanaël Jarrassé
  • Collaboration envisagée dans le cadre de la thèse : IRR UGECAM Nord-Est Nancy ; Imperial College London ; Chalmers University, Goteborg
  • Laboratoire d’accueil : ISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris.
  • Date de début de la thèse : 1er octobre 2022

Personne à contacter : 

Télécharger l’offre de thèse

Sujet de thèse : Approches hybrides basées IA pour la commande de systèmes dynamiques incertains

Contexte :

Un défi majeur de la robotique est d’assurer que le robot soit capable de réaliser ce pour quoi il a été conçu avec une bonne répétabilité, et ceci en dépit de conditions d’environnement variables. Les raisons de cette variabilité sont nombreuses, comme l’illustrent les exemples suivants : variations de luminosité affectant les performances d’un module de perception pour un véhicule autonome, variations d’adhérence au sol d’un robot terrestre évoluant en milieu naturel, variations des conditions aérologiques pour un drone autonome, variation de la nature des forces d’interaction entre un système micro-robotique et son environnement. Pour répondre à ces défis, l’approche traditionnelle en robotique consiste à établir un modèle « nominal » du robot à partir des lois de la physique, modèle sensé décrire précisément son comportement dans des conditions idéales, puis à utiliser des boucles de rétro-action (« feedback ») afin de corriger les déviations du robot dues, entre autres, aux erreurs liées aux phénomènes de l’environnement non modélisés. Cette approche, reposant sur les fondements de l’automatique, reste essentielle en robotique. Elle a notamment le mérite de permettre, dans de nombreux cas, de garantir des comportements désirés sur la base du modèle nominal. Par contre, ces garanties deviennent rapidement obsolètes si l’on considère des conditions environnementales plus larges dans un contexte expérimental (i.e., caractéristiques des vraies conditions de fonctionnement du robot). Depuis quelques années, l’IA s’est imposée en robotique comme une approche alternative (et complémentaire) particulièrement bien adaptée à la prise en compte de phénomènes complexes à modéliser, par exemple du fait de leur variabilité. Cette utilisation de l’IA en robotique est multiforme et concerne autant des problèmes de modélisation que des problèmes de perception ou de commande (apprentissage par renforcement notamment). De plus en plus cependant, des rapprochements entre l’approche traditionnelle et les méthodes basées IA s’opèrent. On qualifiera de « méthodes hybrides» les méthodes qui cherchent à coupler des techniques traditionnelles de modélisation/perception/commande, avec des méthodes basées IA.

Description du projet et objectifs scientifiques :

L’objectif de cette thèse est de développer des méthodes hybrides, et de valider leur efficacité dans le contexte d’applications robotiques. Plusieurs travaux récents ont proposé des approches hybrides afin de traiter isolément des problématiques de modélisation, perception, ou commande. Concernant les aspects de modélisation, on peut à titre d’exemple citer [1] qui traite des réseaux DeLaN (Deep Lagrangian Networks) consistant à utiliser des réseaux de neurones avec une structure Lagrangienne, ou [2,3] qui proposent des modélisations avec une partie physique (ODE/PDE) complétée par une partie apprise par un réseau de neurones. Concernant les aspects de perception, on peut par exemple citer [4] qui traite de problèmes d’estimation d’attitude à partir de mesures de centrales inertielles et utilise un réseau de neurones pour détecter et corriger des effets vibratoires non pris en compte par le modèle analytique du capteur. Concernant les aspects de commande, les liens entre les approches de type apprentissage par renforcement et des approches classiques d’automatique ont été mis en évidence depuis plusieurs années déjà (voir par exemple [5]) et des approches de type « Model-based reinforcement learning » ont aussi été proposées (voir, e.g., [6]).

Les principaux objectifs de la thèse sont les suivants :

1- Contribuer au développement de nouvelles méthodes hybrides. Comme illustré par les références bibliographiques mentionnées ci-dessus, le développement de méthodes hybrides est en plein essor et il ouvre de nombreuses perspectives. Le premier sujet qui sera abordé dans le cadre de la thèse consistera à coupler des approches exploitant la structure géométrique du modèle (par exemple la structure DeLaN mentionnée précédemment, mais ce n’est pas la seule possible), avec l’approche par augmentation [2,3]. Le but est à la fois d’exploiter des structures physiques fortes inhérentes au système, tout en laissant à la partie réseau de neurones la possibilité d’aller modéliser et identifier des effets qui ne peuvent pas être captés par cette structure (frottements, glissements, perturbations, forces d’interaction, etc.).

2- Proposer une approche complète, qui prenne en compte conjointement les aspects de modélisation, perception, et commande. Les méthodes hybrides proposées dans le cadre de la modélisation, telles que celles mentionnées précédemment, supposent la plupart du temps que les états du système sont mesurés parfaitement (cadre de la simulation), ou utilisent des démonstrateurs instrumentés en laboratoire permettant de disposer de mesures d’excellente qualité ([2,3]). La problématique de la perception est alors occultée. Cette problématique est aussi centrale dans des approches d’apprentissage par renforcement, fortement dépendantes de la qualité des mesures. En résumé, passer de démonstrateurs en laboratoires à des applications réelles (i.e. expérimentales) nécessite de prendre en compte la partie perceptive qui est à l’interface entre les aspects de modélisation et de commande. Une première étape dans cette direction consistera à étudier comment un modèle entraîné sur données simulées peut s’adapter sur données réelles – et comment le terme appris de la dynamique peut compenser les erreurs d’estimation de la brique de perception.

3- Valider les approches développées sur des applications robotiques. Si les principaux objectifs de la thèse sont de nature méthodologique, il sera important d’évaluer leur efficacité sur des cas d’usage réels de la robotique. On pourra ici s’appuyer sur les moyens disponibles à l’ISIR, avec deux domaines d’applications déjà identifiés : la navigation autonome de drones, et les applications de micro-robotique. Concernant les drones, conformément au Point 2 précédent, on cherchera à valider sur une tâche de navigation autonome une approche hybride complète de modélisation/estimation d’état/commande. Concernant la micro-robotique, en raison de l’effet d’échelle, les objets à manipuler ont tendance soit à coller aux effecteurs du robot soit à être propulsés avec de fortes accélérations rendant les tâches de manipulation aux petites échelles fortement imprévisibles. Une approche hybride permettra d’une part de compléter les modèles d’interaction entre les effecteurs du robot et les objets manipulés et d’autre part d’adapter les lois de commande aux conditions expérimentales pour un meilleur taux de succès des tâches micro-robotique de manipulation.

Profil recherché et compétences requises :

La candidate ou le candidat devra être titulaire d’un master ou d’un diplôme équivalent en Automatique et/ou IA/Machine Learning et/ou Robotique et/ou Modélisation avec de très bonnes compétences dans au moins un de ces domaines.

Plus d’informations :

https://drive.google.com/file/d/1pc8ldNqUL7E4a3fNtN19JcLH2Z7wA95d/view?usp=sharing

 

Information générale :

  • Directeur de thèse : Pascal Morin, Professeur à Sorbonne Université, ISIR
  • Co-encadrants de thèse : Nicolas Thome, Professeur au conservatoire national des arts et métiers, CEDRIC lab., Mokrane Boudaoud, Maître de conférences à Sorbonne Université, ISIR, et Clément Rambour, Maître de conférences au conservatoire national des arts et métiers, CEDRIC lab.
  • Collaboration dans le cadre de la thèse : Conservatoire national des arts et métiers, CEDRIC Lab.
  • Laboratoire d’accueil : ISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris.

Personne à contacter : 

  • Pascal Morin, Nicolas Thome, Mokrane Boudaoud et Clément Rambour
  • Emails : pascal.morin(at)sorbonne-universite.fr ; nicolas.thome(at)lecnam.net ; mokrane.boudaoud(at)sorbonne-universite.fr ; clement.rambour(at)cnam.fr
  • Envoyer votre candidature par mail, avec [sujet de la thèse] en objet, un CV détaillé, une lettre de motivation, des relevés de notes (master ou équivalent) et les coordonnées (nom, institution, adresse électronique) de deux personnes de référence. Documents à envoyer dans un format zippé.
  • Date limite de dépôt de la candidature : 12 mai 2022

Télécharger l’offre de thèse

Sujet de thèse : Modèles computationnels de prise de perspective pour l’interaction humain-robot

Contexte et objectifs :

L’aptitude à prendre la perspective d’autrui pendant une interaction contribue significativement à notre capacité à interagir. Cette thèse a pour objectif le développement de modèles computationnels permettant à un robot de prendre en compte le point de vue centré humain pour la génération d’expressions en langage naturel et de mouvements pendant des tâches collaboratives.

La plupart des robots collaboratifs seront mis œuvre dans un environnement peuplé d’humains où ils devront accomplir des missions. Ils seront engagés en interaction avec des humains concernés par les mêmes missions. La compréhension mutuelle et la coordination des objectifs, des intentions, des plans et des actions sont nécessaires pour réaliser ces missions. Durant ces interactions, l’humain et le robot échangent via des un ensemble de signaux verbaux et non-verbaux.

Dans cette thèse, nous nous focalisons sur deux importantes modalités de communication à savoir le langage et le mouvement. L’objectif de cette thèse est de permettre à un robot de prendre le point de vue de l’humain partenaire afin de générer des expressions en langage naturel et des mouvements adéquats. Les modèles computationnels doivent permettre de reproduire les aptitudes de changement de perspective afin de décrire une scène à l’aide du langage naturel (e.g., relations spatiales des objets) et générer des mouvements compréhensibles par l’humain.

Les processus de prise de perspective sont étudiés dans plusieurs domaines de recherche. Plusieurs travaux en sciences cognitives ont en particulier montré la diversité des dimensions dans la prise de perspective telles que les dimensions visuo-spatiales, cognitives ou encore émotionnelles [Schilbach-2013, Hamilton-2014]. Les humains ont des préférences individuelles de prise de perspective, en particulier la flexibilité à changer de perspective [Arnold-2016].

En interaction humain-robot, l’aptitude de prise de perspective d’un robot est critique pour le succès de tâches collaboratives. Dans [Dogan-2020], un modèle computationnel permet à un robot de décrire les relations spatiales entre les objets en adoptant le point de vue de l’humain (e.g., “la bouteille que vous voyez à droite de la banane””). Le modèle exploite des techniques d’apprentissage pour modéliser les relations spatiales en fonction de la position de l’humain (e.g., pour un robot placé en face de l’humain, la bouteille est à gauche de la banane). Concernant la génération de mouvements, la plupart des travaux portent sur la génération de mouvements dits “lisibles” (“legible”), qui permettent à un robot de communiquer son intention à un observateur humain [Dragan-2013]. En s’inspirant de la recherche sur la façon dont les humains interprètent les comportements observés, les approches computationnelles visent à maximiser l’inférence humaine d’un objectif étant donné les mouvements du robot. On parle alors de transparence par le mouvement, cette aptitude est d’autant plus importante lors de l’utilisation de robots tels que les bras manipulateurs. Les travaux de cette thèse se situent dans cette lignée, mais visent à y intégrer le point de vue de l’humain, qui jusque-là était soit ignoré.

Description du projet :

Cette thèse exploite des méthodologies issues de l’interaction humain-robot, de l’apprentissage automatique et des sciences cognitives pour développer et évaluer des modèles computationnels de prise de perspective pour la génération d’expressions en langage naturel et la génération de mouvements.

Les travaux de cette thèse s’organisent autour de deux axes de recherche complémentaires :

(1) Modélisation des préférences et des capacités de prise de perspectives de l’humain en interaction avec un robot. Cet axe a pour objectif de développer des méthodologies et des modèles adaptés à l’interaction humain-robot. Il s’agira de développer des modèles d’apprentissage (en particulier des auto-encodeurs) permettant de représenter le monde en fonction des préférences et des capacités de prise de perspective de l’humain.

(2) Génération d’expressions en langage naturel et de mouvements par un robot. Cet axe a pour objectif la génération d’expressions en langage naturel et de mouvements par le robot en exploitant les modèles de prise de perspective. Il s’agira, en particulier, de combiner des modèles d’apprentissage de modélisation de relation (e.g., relational networks) avec des modèles de raisonnement Bayésien.

Les modèles développés dans ces deux axes seront évalués dans des tâches collaboratives avec des métriques quantitatives (temps de réponse, décision) et qualitatives (questionnaires d’expérience utilisateur).

Profil recherché et compétences requises :

  • Diplômé(e) de Master 2 / École d’Ingénieur (ou équivalent) en Robotique, Intelligence Artificielle ou Sciences Cognitives,
  • Expérience souhaitée en robotique expérimentale (stage),
  • Compétences en informatique (Python, C++),
  • Bonne maîtrise des méthodes d’apprentissage automatique,
  • Grande motivation pour les travaux et approches centrés humain,
  • Bonne maîtrise de l’anglais.

Informations générales : 

  • Directeur de thèse : Mohamed Chetouani, Professeur des Universités
  • Co-direction éventuelle : Malika Auvray, Chargée de Recherche CNRS
  • Laboratoire daccueil : ISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris.

Personne à contacter : 

  • Mohamed Chetouani
  • Tel : +33 1 44 27 63 08
  • Email : mohamed.chetouani(at)sorbonne-universite.fr
  • Envoyer votre candidature par mail, avec [Modèles computationnels de prise de perspective pour l’interaction humain-robot] en objet, un CV et une lettre de motivation.
  • Date limite de dépôt de la candidature : 22 Mai 2022

Sujet de thèse : Méthodes de commande par jumeaux numériques de systèmes robotiques rapides fonctionnant à l’intérieur d’un microscope électronique

Contexte :

Ce sujet de thèse s’inscrit dans le cadre de la robotique de très haute précision pour l’instrumentation scientifique au sein d’un Microscope Electronique à Balayage (MEB). Le MEB offre la possibilité de guider par vision électronique les instruments (effecteurs) d’un système robotique avec une résolution supérieure à celle des microscopes optiques. La résolution de ces derniers est limitée par la diffraction de la lumière et atteint une limite typique de l’ordre de quelques centaines de nanomètres. Un MEB peut aller bien au-delà de cette limite offrant la possibilité d’effectuer des commandes référencées vision de systèmes robotiques opérants dans des régions d’intérêt à l’échelle du nanomètre [Shi et al. 2016]. Cette technologie est particulièrement prometteuse notamment pour la manipulation robotique et la caractérisation multimodale d’échantillons aux très petites échelles, e.g. nanostructures, nanomatériaux, cellules biologiques. Toutefois, les approches historiques, fondées sur une microscopie électronique caractérisée par une vision planaire et une faible fréquence d’acquisition, limitent considérablement l’exploitation de l’environnement tridimensionnel des MEB, la vitesse d’exécution des tâches robotiques référencées vision, et les capacités d’automatisation. Par ailleurs, les tâches robotiques rapides se heurtent à la nécessité d’une maitrise des forces d’interaction aux très petites échelles entre les instruments robotiques et l’environnement.

Description du projet :

Dans ce contexte, le projet ANR DyNaBot vise à étudier en profondeur le paradigme de la génération de mouvements robotiques dans les MEB pour l’exécution de tâches rapides et sûres dans un environnement tridimensionnel. Cette approche, qui est disruptive à cette échelle, vise notamment à dépasser l’état de l’art en proposant des méthodes de commande par jumeaux numériques de systèmes robotiques dotés de capteurs de force actifs.

Le sujet de thèse portera notamment sur

  • (i) la proposition et l’étude d’un jumeau numérique pour l’observation et la visualisation tridimensionnelle (3D) de l’environnement de travail ainsi que la prédiction des états du système robotique pour aller au-delà des limites de fréquence d’acquisition des MEB lors de commandes référencées vision,
  • (ii) l’étude de la problématique du contact entre les instruments d’un système robotique rapide et son environnement en utilisant des capteurs de force actifs à impédance variable,
  • et (iii) la proposition de commandes référencées vision électronique et exploitant le jumeau numérique pour la génération de mouvements robotiques dans un MEB.

Le cadre applicatif portera sur l’analyse et la manipulation d’échantillons biologiques hydratés par un système robotique polyarticulé au sein d’un MEB environnemental.

Objectif scientifique :

L’objectif de cette thèse est de développer des méthodes de génération de mouvements robotiques rapides et de commande en force au sein d’un microscope électronique en s’appuyant sur un asservissement visuel en microscopie électronique à balayage, un retour capteur (force, position, vitesse) et un jumeau numérique de la plateforme robotique. Le jumeau numérique aura deux principaux apports : une observation et visualisation tridimensionnelle de l’espace de travail et une prédiction des états du robot.

Profil recherché :

La candidate ou le candidat devra être titulaire d’un master ou d’un diplôme équivalent dans le domaine de la robotique, de la mécatronique ou de l’automatique avec de bonnes compétences dans au moins un de ces domaines.

Compétences requises :

Robotique ou mécatronique ou automatique avec de bonnes compétences dans au moins un de ces domaines. Une expérience préalable dans le domaine des jumeaux numériques n’est pas indispensable. La candidate ou le candidat devra avoir un goût prononcé pour les développements méthodologiques et expérimentaux.

Plus d’informations (résultats attendus, environnement, équipements, compétences acquises à l’issue de la thèse et possibles débouchés) : consulter le document https://drive.google.com/file/d/1F7ytGVdNIY5Zio0xeQ4QXuh_UGqFD_D3/view?usp=sharing

 

Informations générales : 

  • Directeur de thèse : Stéphane Régnier, Professeur à Sorbonne Université
  • Encadrant de thèse : Mokrane Boudaoud, Maître de Conférences à Sorbonne Université
  • Collaboration dans le cadre de la thèse : Institut Femto-st. et Laboratoire de Simulation Interactive au CEA-List
  • Laboratoire daccueil : ISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris.

Personne à contacter : 

  • Mokrane Boudaoud
  • Email : mokrane.boudaoud(at)sorbonne-universite.fr
  • Envoyer votre candidature par mail, avec [sujet de la thèse] en objet, un CV détaillé, une lettre de motivation, des relevés de notes (master ou équivalent) et les coordonnées (nom, institution, adresse électronique) de deux personnes de référence. Documents à envoyer dans un format zippé.
  • Date limite de dépôt de la candidature : 17/05/2022

Télécharger l’offre de thèse

Sujet de thèse : Modèles computationnels pour prédire les trajectoires d’utilisateur dans des environnements dynamiques 

Contexte :

Atteindre un objet (par exemple sélectionner un objet 3D en Réalité virtuelle (RV) ou une icône sur le bureau) est l’une des tâches les plus fondamentales de l’interaction homme-machine (IHM). En IHM, la loi de Fitts a été largement utilisée pour prédire le temps de pointage en fonction de la distance et de la taille de cible (objet). Elle a été utilisée pour comparer différents appareils, ainsi que pour développer des techniques d’interaction avancées. Cependant, la loi de Fitts reste un modèle comportemental fournissant peu d’explications sur les processus cognitifs et donc il n’explique/prédit pas comment les utilisateurs adaptent leur comportement dans des environnements dynamiques impliquant des forces externes ou des transductions entre mouvements virtuels et physiques.

Un modèle qui prédirait les trajectoires produites par l’homme dans des environnements dynamiques éclairerait la conception de nombreuses transductions d’entrée-sortie non statiques (comme par exemple, les souris adaptatives, des techniques de RV qui manipulent l’affichage), permettant ainsi une conception basée sur des raisonnement contrefactuels.

Description du projet :

Dans cette thèse, on cherche à décrire la façon dont les utilisateurs produisent et adaptent leurs trajectoires dans un environnement nouveau et/ou dynamique. Nous adoptons une vision où la formation de trajectoire s’appuie sur les prédictions d’un modèle du monde extérieur interne à l’utilisateur, conformément au cadre mis au point par Todorov, qui exploite des résultats en contrôle optimal. Dans ce cadre classique, le modèle interne est statique et identifié au préalable.

Nous faisons l’hypothèse que, plutôt que d’ être statique, ce modèle interne doit être continuellement mis à jour, à la lumière des conflits entre les prédictions de ce dernier et les informations sensorielles que l’utilisateur reçoit. Le problème ouvert que nous abordons est de modéliser et d’intégrer ce processus d’apprentissage dans le cadre du contrôle optimal. Pour y parvenir, nous adapterons le modèle classique de Todorov, en estimant dynamiquement les paramètres du modèle interne. Cette inférence sera obtenue progressivement, en mettant à jour le modèle interne obsolète d’origine, à partir d’un signal d’erreur entre les prévisions et les observations. Les taux de mise à jour (à quelle fréquence les paramètres du modèle sont mis à jour et dans quelle mesure) seront déterminés à partir de données empiriques.

Objectif scientifique :

Les objectifs de cette thèse sont :

  • adapter le modèle de contrôle optimal de Todorov pour les mouvements ciblés, en ajoutant un mécanisme d’apprentissage qui met à jour le modèle interne de l’utilisateur,
  • étendre ce modèle avec des mécanismes feedforward, là où le modèle de Todorov est purement feedback,
  • valider et calibrer les nouveaux modèles sur des données empiriques,
  • mise en place d’une technique d’interaction exploitant les nouveaux modèles (démonstrateur).

Profil recherché : Des candidats avec un solide parcours académique en IHM, un domaine lié au mouvement humain, ou en théorie du contrôle sont encouragés à candidater.

Compétences requises : On attend du candidat qu’il sache manipuler des modèles computationnels. Une capacité à mener des expériences et/ou à piloter des systèmes de RV est un plus.

 

Informations générales : 

  • Directeur de thèse : Gilles Bailly
  • Laboratoire daccueil : ISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris.

Personne à contacter : 

  • Julien Gori
  • Tel : +33 1 44 27 51 21
  • Email : gori(at)isir.upmc.fr
  • Envoyer votre candidature par mail, avec [sujet de la thèse] en objet, un CV et une lettre de motivation.
  • Date limite de dépôt de la candidature : 15/05/2022

Télécharger l’offre de thèse

Lien vers l’offre sur le site de l’Ecole Doctorale

Sujet de la thèse : Tutorat d’interface

Contexte :

Les éditeurs de logiciels investissent beaucoup d’efforts dans la conception de nouvelles fonctionnalités. Cependant, la plupart des utilisateurs, y compris les professionnels, exploitent une quantité décevante de ces fonctionnalités. Par exemple, le logiciel AutoCAD propose plus de 2000 commandes, mais l’utilisateur typique n’en utilise qu’environ 30 à 40. En conséquence, l’exploitation des logiciels dans l’ensemble est sous-optimale : peu d’utilisateurs atteignent le niveau d’expertise auquel on pourrait s’attendre, même après une utilisation prolongée, la majorité des utilisateurs échouant essentiellement à apprendre les interfaces avec lesquels ils interagissent. Faire évoluer les utilisateurs vers un comportement expert est donc crucial. Cette transition a été étudiée dans le domaine de l’interaction homme-machine (IHM) principalement d’un point de vue empirique, et reste largement un problème ouvert. Dans ce travail, nous visons à faciliter cette transition en utilisant des outils issus de l’IA.

Description du projet :

Cette thèse appliquera les méthodes des Systèmes de Tutorat Intelligent (STI) à la population cible du tutorat d’interface qui, contrairement aux étudiants habituels, n’est pas engagée dans un processus d’apprentissage : son objectif premier est d’accomplir une tâche plutôt que d’apprendre une interface. Nous postulons que si les interventions fréquentes des STI sont prohibitives du point de vue de l’utilisateur dans ce contexte, les interventions ponctuelles ne le sont pas et peuvent être suffisantes pour susciter un apprentissage incidentel des interfaces. Choisir le bon moment pour ces interventions ponctuelles est crucial pour l’apprentissage du point de vue de la mémoire/rétention. Il existe un compromis évident pour des interventions pédagogiques, qui favorisent l’apprentissage mais rendent le STI moins acceptable pour un utilisateur. Ce compromis sera tranché en résolvant une formulation des STI sous forme de POMDP qui aura été modifiée et étendue pour englober les utilités perçues par les utilisateurs lors d’interventions du STI. Le transfert des théories de la motivation extrinsèque et intrinsèque, et la manière dont celles-ci peuvent guider la conception d’un STI pour enseigner les interfaces seront également étudiés. La transition d’un comportement de novice à un comportement d’expert, souvent observé chez les utilisateurs, n’est habituellement pas un problème dans le cadre pour lequel les STI ont été développés. De ce fait, nos travaux considéreront aussi des modèles où les utilisateurs passent d’un mode d’interaction à un autre.

Objectif scientifique :

La plupart des utilisateurs opèrent dans un contexte d’objectifs à court terme. Cela laisse peu de place à l’exploration et/ou à l’apprentissage de l’interface. L’idée principale de ce travail est d’enseigner aux utilisateurs les interfaces de la manière la moins intrusive possible, afin que les utilisateurs découvrent l’interface incidemment. Contrairement à la plupart des travaux existants en IHM nous adoptons une perspective computationnelle et de modélisation, en utilisant un STI qui exploite des méthodes de l’IA. Les objectifs de cette thèse sont :

  • comprendre et quantifier comment les utilisateurs perçoivent les interventions pédagogiques du STI, ainsi que les utilités perçues pour transitionner d’un mode novice à expert ;
  • concevoir un STI pour enseigner les interfaces, via une planification basée sur un modèle qui balance un modèle de rétention (comment les utilisateurs apprennent et oublient) avec des estimations d’utilités ;
  • transférer des résultats des théories de la motivation extrinsèque et intrinsèque pour l’apprentissage incidentel des interfaces.

Profil recherché : Les candidats ayant un solide dossier académique en IHM ou dans un domaine lié à l’IA sont encouragés à postuler.

Compétences requises : L’intérêt et/ou l’expérience dans la modélisation des utilisateurs et/ou les modèles de prise de décision sont appréciés.

 

Informations générales : 

  • Directeur de thèse : Gilles Bailly
  • Laboratoire daccueil : ISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris.

Personne à contacter : 

  • Julien Gori
  • Tel : +33 1 44 27 51 21
  • Email : gori(at)isir.upmc.fr
  • Envoyer votre candidature par mail, avec [sujet de la thèse] en objet, un CV et une lettre de motivation.
  • Date limite de dépôt de la candidature : 15/05/2022

Télécharger l’offre de thèse

Lien vers l’offre sur le site de l’Ecole Doctorale

Sujet de thèse : Modèles de génération de réponse pour la recherche d’information à multiples facettes

Contexte :

La perspective de nouveaux systèmes de recherche d’information (RI) (par exemple, les systèmes conversationnels orientés recherche ou les systèmes prenant en charge des tâches de recherche complexes) a favorisé la recherche de modèles théoriques de recherche d’information, qui tirent partie des interactions des utilisateurs ou les prennent en compte, par exemple par la clarification des questions ou des modèles interactifs. Cependant, très peu de travaux se concentrent sur la manière d’interagir avec l’utilisateur en langage naturel, ce qui est essentiel, par exemple pour les systèmes conversationnels.

Description du projet :

L’objectif principal de la thèse est de concevoir des modèles de questions-réponses visant à résoudre des besoins d’information multi-facettes. Plus particulièrement, étant donné une collection de documents, notre objectif est de générer des réponses structurées et complètes, couvrant toutes les facettes d’un besoin d’information complexe. Pour ce faire, des approches et des modèles issus de la recherche d’information (RI) et du traitement du langage naturel (TLN) seront utilisés. Ces deux domaines de recherche exploitent des techniques d’apprentissage (DL) pour modéliser la sémantique des textes et générer de nouvelles connaissances. Plus précisément, nous avons montré dans un travail préalable [DGS+22] le potentiel des des approches  » data-to-text  » [PDL19a, RSSG20, PDL19b] pour la génération de réponses complexes.

Notre objectif à long terme est de s’adapter au contexte de la recherche conversationnelle et de prendre en compte les interactions des utilisateurs et le contexte de la conversation [EPBG19, TY20], ainsi que d’inclure des des caractéristiques orientées vers la tâche de recherche dans le processus de génération [FWZ+20, ZZW+20].

Deux lignes de recherche principales principaux axes de recherche se distinguent :

  • l’une est liée à la multiplicité des sources de données (texte, tableaux, figures, etc.) utilisées pour générer le texte et la structure de sortie.
  • l’autre est plus liée à la satisfaction de l’utilisateur par rapport à la sortie en elle-même.

Le document généré doit être à la fois complet, compréhensible et explicable.

L’application à des cas d’utilisation industrielle sera envisagée en collaboration avec l’équipe de développement d’Ecovadis. Tous nos modèles seront évalués sur des benchmarks académiques, permettant une évaluation quantitative et la publication des résultats obtenus.

Profil recherché :

Master ou diplôme d’ingénieur·e en informatique ou en mathématiques appliquées, en rapport avec l’apprentissage automatique, le traitement du langage naturel ou la recherche d’informations.

Le candidat ou la candidate doit avoir un solide bagage scientifique, de bonnes compétences techniques en  programmation, et doit pouvoir lire et écrire couramment l’anglais.

 

Informations générales : 

  • Directrice ou directeur de thèse : Lynda Tamine (IRIT), Karen Pinel-Sauvagnat (IRIT), Laure Soulier (ISIR)
  • Collaboration dans le cadre de la thèse : CIFRE avec Ecovadis
  • Début et durée (prévue) : Octobre/novembre 2022, 36 mois
  • Laboratoire daccueil : IRIT (Institut de Recherche en Informatique de Toulouse), Campus Paul Sabatier à Toulouse oISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris.

 

Personne à contacter : 

  • Laure Soulier
  • Tel : +33 1 44 27 74 91
  • Email : laure.soulier(at)isir.upmc.fr ; tamine(at)irit.fr ; sauvagnat(at)irit.frskatrenko(at)ecovadis.com
  • Envoyer votre candidature par mail, avec [CIFRE Ecovidis] en objet, un CV, une lettre de motivation, des relevés de notes du L3 au M2, ainsi que des lettres de recommandations.
  • Date limite de dépôt de la candidature :  31/08/2022 (candidatures traitées au fil de l’eau, clôture quand nous trouvons un.e candidat.e)

Télécharger l’offre de thèse

Offres d’emploi

Fonction : Expert-e en développement d’instrument

Emploi-type : C1B43 – Expert-e en développement d’instrument

Catégorie : A

Corps : Ingénieur.e de recherche

BAP : C

Mission : La mission est d’assurer la conception et la réalisation des projets d’instruments en fonction des besoins scientifiques et/ou de faire évoluer ceux déjà existants.

Le poste est ouvert au concours externe du CNRS, pour une affection à l’ISIR. Ouverture de la campagne le 07 juin 2022. 

 

Description des activités :

  • Analyser les besoins scientifiques en robotique et les traduire en spécifications techniques,
  • Proposer des concepts d’instruments/dispositifs intelligents,
  • Concevoir des instruments/dispositifs intelligents, assurer leurs réalisations et garantir leur sûreté de fonctionnement,
  • Planifier les développements des instruments/dispositifs intelligents,
  • Piloter et contrôler les intégrations des systèmes et sous-systèmes,
  • Assurer une expertise auprès des différentes plateformes robotiques du laboratoire,
  • Définir et garantir la stratégie de maintenance des outils de développement et les applications réalisées,
  • Réaliser les procédures de tests et validation aux différentes étapes des projets,
  • Rédiger des documentations techniques pour les architectures développées,
  • Définir la stratégie de sûreté de fonctionnement et de tolérances aux pannes des systèmes,
  • Veiller au respect des règles d’hygiène et de sécurité,
  • Assurer une veille sur le domaine afin de conseiller au mieux les chercheurs,
  • Accompagner les chercheurs dans la capitalisation de leurs expérimentations,
  • Former les utilisateurs aux équipements du laboratoire,
  • Participer à la vie du laboratoire.

Descriptions des compétences :

  • Techniques et sciences de l’ingénieur, avec une connaissance solide dans plusieurs des domaines suivants : informatique, électronique, mécanique, automatique;
  • Langages de programmation (C/C++, Python),
  • Connaissance de ROS appréciée,
  • Connaissance en prototypage rapide (CAO) appréciée,
  • Environnement et réseaux professionnels (connaissance générale),
  • Méthodologie de conduite de projet (connaissance générale),
  • Techniques de présentation écrite et orale,
  • Langue anglaise : B1 à B2 (cadre européen commun de référence pour les langues).

Les missions de l’ingénieur de recherche s’exercent en mode projet au sein du service technique du laboratoire qui regroupe 6 personnes : 2 ingénieurs de recherche en informatique, 1 ingénieur d’études en informatique, 3 Assistants Ingénieurs dont 1 en informatique et 2 en mécanique.

Le poste est ouvert au concours externe du CNRS, pour une affection à l’ISIR. Ouverture de la campagne le 07 juin 2022.

https://www.dgdr.cnrs.fr/drhita/concoursita/

Post-doctorat en microrobotique pour la biologie expérimentale

Missions : Le projet vise à développer un nouvel instrument robotique pour la biologie, pour manipuler et caractériser des micro-objets isolés, comme des cellules flottantes immergées en liquide. Le postdoctorant ou la postdoctorante travaillera sur les commandes haut-niveau et les outils logiciels afin d’assister l’opérateur non-expert en robotique pour effectuer des expériences de mécano-biologie de façon (semi)automatique, avec une précision et volume supérieur aux systèmes actuels. Plus spécifiquement, il ou elle cherchera à établir une commande haut-niveau, tel un superviseur, qui sera capable de conduire des mesures de façon (semi)autonome. Il s’agit donc de doter le système d’une compréhension de la scène globale, avec une identification des cibles et l’interprétation volumétrique de ces derniers, via différentes techniques d’imagerie par microscope.

Activités :

– Développement d’un procédé qui permet d’étiqueter une scène à partir des différentes sources d’imagerie. (microscope classique, fluorescente, camera évènementielle) ;

– Développement d’un contrôleur haut-niveau qui réalisera des séquences des tâches complexes, à partir de briques élémentaires comme le piégeage, transport, commande en effort.

Compétences :

Le candidat ou la candidate doit avoir :

– des connaissances générales en robotique, apprentissage machine et l’intelligence artificiel ;

– une expérience dans le développement de techniques d’asservissement visuel ;

– une expérience dans l’automatisation des taches biomédicales ;

– des compétences en programmation : C++, Python, PyTorch ou TensorFlow, programmation temps réel.

 

Informations générales :

  • Référence : UMR7222-SINHAL-001
  • Lieu de travail : ISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris
  • Date de publication : lundi 28 février 2022
  • Type de contrat : CDD
  • Durée du contrat : 18 mois
  • Date d’embauche prévue : 1 juin 2022
  • Quotité de travail : Temps complet
  • Rémunération : Entre 2744 et 3897 € brut mensuel selon expérience
  • Niveau d’études souhaité : Doctorat
  • Expérience souhaitée : Indifférent

Lien vers le portail Emploi du CNRS et la fiche de poste

Gestionnaire financier-e et comptable

Mission : Au sein du service administratif de l’ISIR, le ou la gestionnaire financier-e et comptable réalisera des actes de gestion administrative dans le respect des techniques, des règles et des procédures applicables au domaine de la gestion financière et/ou comptable.

Activités principales :

–  Procéder aux opérations liées aux commandes d’achats et de ventes et en assurer le suivi sur les logiciels de gestion de Sorbonne Université et du CNRS (SIFAC et Geslab),

–  Gérer les ordres de mission et assurer le suivi des déplacements professionnels avec les outils dédiés de Sorbonne Université et du CNRS (Globeo, SIFAC et SIMBAD (FCM-RYDOO), Geslab),

–  Assurer le suivi de projets subventionnés sur le plan comptable en lien avec leurs responsables (tableau de bord / reporting) et permettre le suivi dans le cadre du dialogue budgétaire,

–  S’informer et suivre l’évolution de la réglementation dans son domaine d’activité,

–  Classer et archiver les justificatifs des opérations financières et/ou comptables,

–  Répondre aux audits des tutelles,

–  Participer à l’activité du service pour assurer la continuité de service.

 

Informations générales :

  • Lieu de travail : ISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris
  • Typer de contrat : CDD
  • Durée du contrat : 12 mois
  • Contact : Yves Germain, Secrétaire Général de l’ISIR, yves.germain(at)isir.upmc.fr

Lien vers la fiche de poste

Offres de postdoctorat ou d’ingénieur·e de recherche pour le groupe HCI Sorbonne (Human Computer Interaction)

Contexte :

Nous avons plusieurs postes pour un postdoctorat ou en tant qu’ingénieur·e de recherche dans le groupe HCI Sorbonne (https://hci.isir.upmc.fr) à Sorbonne Université, Paris, France.

Missions :

Nous cherchons des personnes curieuses qui souhaitent réaliser des projets de recherche à l’intersection de l’IHM avec (au choix) la RV, l’haptique, la robotique ou l’IA. Des sujets possibles sont :

  • Nouvelles techniques d’interaction en RV,
  • RV et Haptique pour le jeux et/ou l’apprentissage,
  • Modèles computationnels pour la prise de decision et la performance humaine,
  • Systèmes de recommandation s’appuyant sur l’IA,
  • Télé-operation et collaboration à distance.

Exemples de travaux récents dans ces domaines :

Profil recherché : 

Pour un post-doctorat, un doctorat en IHM ou un domaine en lien avec l’IHM est nécessaire.

Compétences requises :

  • Compétences solides en programmation et analyse strong programming and analytical skills,
  • Solide expérience dans au moins un de ces domaines : IHM, RV, Haptique, Robotique, IA.

Plus d’informations : 

  • Type de poste : Postdoctorat ou Ingénieure de Recherche
  • Date de début de contrat : dès que possible
  • Durée du contrat : 1 à 2ans
  • Niveau d’études souhaité : Master 2 (pour ingénieur), doctorat (pour post-doc)
  • Laboratoire d’accueil : ISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris.

Personnes à contacter : 

  • Gilles Bailly et Sinan Haliyo
  • Email : gilles.bailly(at)sorbonne-universite.fr ; sinan.haliyo(at)sorbonne-universite.fr
  • Candidature : Envoyer votre candidature par mail, avec un CV et une lettre de motivation.
  • Date limite de dépôt de la candidature : Aucune

Offres de stage

Sujet : Des images à la compréhension des interactions sociales

Résumé :
Les études sur l’interaction humain-humain ont introduit le concept de F-formation (Kendon, 1990) qui définit trois zones : privée, sociale et publique. Les participants qui ont une interaction sociale se placent dans une certaine formation spatiale. Ils peuvent se faire face, être côte à côte… Leur position et leur comportement, tels que l’orientation du corps, le comportement du regard, peuvent indiquer une grande quantité d’informations ; ils peuvent révéler des informations sur leur niveau d’engagement, leur centre d’intérêt, mais aussi la qualité de leur relation, leur degré d’intimité, pour n’en citer que quelques-uns. La position et le comportement des participants évoluent continuellement pour s’adapter aux comportements des autres et pour obéir à certaines normes socioculturelles.

Dernièrement, des modèles computationnels ont été conçus pour détecter si les personnes forment un groupe et sa formation en fonction de la proxémique et des comportements (Cabrera-Quiros et al, 2018). Une analyse plus poussée peut être poursuivie pour caractériser la dynamique de l’interaction sociale entre les participants. De tels modèles peuvent ensuite être utilisés pour piloter les comportements des robots lorsqu’ils interagissent avec des humains.

Objectifs du stage :

L’objectif de ce stage est d’analyser les interactions de groupe et leur évolution dans le temps. Nous nous appuierons sur des données existantes (images et vidéos) d’interaction de groupe qui ont été annotées à différents niveaux (activité, parole, rire, comportement non-verbal). Nous utiliserons d’abord la base de données MatchNMingle (Raman&Hung,19).

Plusieurs étapes sont prévues :
1. Réaliser une étude bibliographique sur la détection des F-formations, en se concentrant en particulier sur les vidéos et l’évolution temporelle des formations et l’évolution temporelle des formations.
2. Effectuer des tests en utilisant la méthode développée par V. Fortier l’année dernière.
3. Étendre le modèle aux vidéos.
4. Effectuer des analyses d’actions sociales telles que la prédiction de qui sera le prochain orateur ou la relation sociale entre les interlocuteurs.
5. En fonction des réalisations du projet, évaluer les résultats en utilisant des agents virtuels. Jeu de données MatchNMingle : http://matchmakers.ewi.tudelft.nl/matchnmingle/pmwiki/index.php ?
n=Main.TheDataset

 

  • Encadrant·e : Isabelle Bloch / Catherine Pelachaud
  • Date de début du stage : Février-Avril 2022
  • Durée du stage : 6 mois
  • Niveau d’études souhaité : Master 2
  • Laboratoire d’accueil : ISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris.

 

Personne à contacter :

  • Catherine Pelachaud et Isabelle Bloch
  • Email : catherine.pelachaud(at)upmc.fr ; isabelle.bloch(at)sorbonne-universite.fr
  • Envoyer votre candidature par mail, avec [sujet du stage] en objet, votre CV, vos diplômes, les noms de vos référents et une lettre de motivation.
  • Date limite de dépôt de la candidature : janvier 2022

Télécharger l’offre de stage