Auteur / Autrice : | Yann De mont-marin |
Direction : | Jean Ponce, Jean-Paul Laumond |
Type : | Projet de thèse |
Discipline(s) : | Mathématiques |
Date : | Inscription en doctorat le 01/09/2020 |
Etablissement(s) : | Université Paris sciences et lettres |
Ecole(s) doctorale(s) : | École doctorale Sciences mathématiques de Paris centre |
Partenaire(s) de recherche : | Laboratoire : DIENS - Département d'informatique de l'École normale supérieure |
Equipe de recherche : WILLOW | |
établissement opérateur d'inscription : École normale supérieure (Paris ; 1985-....) |
Mots clés
Résumé
La planification de mouvement est un problème emblématique de la robotique dont les champs d'application sont aussi diversifiés que la robotique industrielle, la navigation de véhicules autonomes ou la robotique humanoïde. Les méthodes par échantillonnage aléatoires, introduites dans les années 1990, permettent d'explorer des espaces de grande dimension. Il en existe de deux grands types : les méthodes par échantillonnages (PRM) et les méthodes par diffusion (RRT). Ces méthodes sont efficaces en pratique mais laissent entière la question de la décidabilité du problème. En particulier, aucune ne parvient à résoudre des situations complexes où la topologie des espaces à explorer contient des passages très étroits à franchir. Le sujet porte sur la possibilité de concevoir de nouvelles méthodes basées sur le succès des méthodes d'apprentissage modernes, succès avéré dans des domaines tels que la vision par ordinateur. Il s'agira d'une part d'explorer les méthodes d'apprentissage, d'autre part de faire le lien avec les techniques d'optimisation numérique qui leur sont liées, pour finalement explorer des nouveaux paradigmes de résolution adaptées au problème de la planification de mouvement.