Search

The National Research Council of Canada (NRC) is committed to supporting the scale ai cluster's goals through its Artificial Intelligence for Logistics program, which includes convener support in supply chain and logistics. The program also provides R&D expertise focused on next-generation technology issues to ensure Canadian excellence in logistics for the longer term. Using its national reach, the NRC program is creating linkages between stakeholders, and enabling the advancement of the technologies and firms that will make supply chain and logistics excellence a competitive advantage for Canada., Le Conseil national de recherches du Canada (CNRC) s'est engagé à appuyer les objectifs de la grappe scale ai par l'entremise de son programme Intelligence artificielle au service de la logistique, reliant des organisations dans les domaines de la chaine d'approvisionnement et de la logistique. Le programme tire parti d'une expertise en R-D axée sur les enjeux technologiques de la prochaine génération afin d'assurer l'excellence de la logistique canadienne à long terme. Fort de sa portée nationale, le programme crée des liens entre les intervenants et permet l'avancement des technologies et des entreprises qui fera de l'excellence dans la gestion de la chaîne d'approvisionnement et de la logistique un avantage concurrentiel pour le Canada.

International audience; Elaborer des systèmes robotiques à partir d'origamis constitue une approche en rupture dans la manière de concevoir, de réaliser et d'utiliser un robot. Cet impact concerne la robotique de manipulation comme de locomotion, en disposant de robots personnalisables et ayant de grandes capacités d'adaptation. Dans cet article, un tour d'horizon complet de la robotique à base d'origami est proposé. Sur le plan applicatif, l'accent est mis en particulier sur les robots mobiles à locomotion multimodale. Les performances de ces robots sont liées à la capacité à concevoir, produire, modéliser et commander des structures origami avec actionnement intégré. Ces différents volets sont donc traités. La robotique basée sur les origamis est une voie de recherche interdisciplinaire à l'interface entre la mécanique, la science des matériaux et la robotique. L'article souligne les limites actuelles et problématiques ouvertes posées dans ces disciplines par la réalisation de robots origamis.

The goal of this thesis is to develop methods for recovering the 3D configuration of scenes containing rigid objects and articulated robots with known 3D models using one or multiple RGB images as inputs. We consider the following challenging scenes and visual conditions: (i) textureless and/or symmetric objects (ii) robot arms with several degrees of freedom, (iii) scenes imaged under challenging conditions (e.g. viewpoint or illumination) and (iv) objects or robots partially occluded.The key contributions of this thesis are as follows. First, we introduce a method for identifying a variable number of objects in a robot’s workspace and estimate the 2D coordinate of the object’s centroids in the robot coordinate frame. Our approach does not require extrinsic camera-to-robot calibration. Second, we propose a method for efficiently solving the planar rearrangement planning problem. We propose a discrete action parametrization of this problem, and efficiently apply Monte-Carlo Tree Search (MCTS) to solve it. Third, we introduce a novel learning-based method for 6D pose estimation of rigid objects with known 3D models. Our approach relies on the render-and-compare strategy. We introduce innovations of the training loss and rotation parametrization to explicitly handle object symmetries and achieve stable training. We train our approach on synthetic data using heavy image augmentations and show the crucial importance of data augmentation for the trans- fer to real scenes. Fourth, we introduce an approach for multi-view multi-object 6D pose estimation. We introduce a novel object-level RANSAC strategy to jointly estimate relative camera poses and find correspondences between single-view pose hypotheses. Poses of all objects and cameras are jointly refined by solving an object-level bundle adjustment problem. Fifth, we develop an approach to estimate the pose of novel objects, i.e. objects unseen during training, but for which the 3D model is available at test time. We introduce a scoring network for finding the best initial estimate among a set of coarse hypotheses, and design a network for iterative refinement where the object shape and coordinate system are implicitly provided as inputs. The model is trained on a novel large-scale synthetic dataset displaying thousands of different objects in challenging visual conditions. Finally, we introduce a method for estimating the 6D pose and joint angles of an articulated robot. We extend the render-and-compare strategy to handle robots with several degrees of freedom. We show the crucial importance of robot parametrization in this problem, and propose an effective strategy that is independent of the robot.The methods presented in this thesis advance the state-of-the-art on existing datasets and benchmarks for object and robot pose estimation. For known rigid objects, our single-view approach CosyPose is the winning entry in the BOP Challenge 2020. Our approach for unseen objects, MegaPose, achieves similar performance while not requiring the objects to be known in advance for training, paving the way for real applications where rapid deployment is key.; L’objectif de cette thèse est de développer des méthodes permettant d’estimer la configuration 3D de scènes contenant des objets rigides et des robots articulés dont les modèles 3D sont connus, en utilisant une ou plusieurs images RGB en entrée. Nous considérons les scènes difficiles et les conditions visuelles suivantes: (i) des objets sans textures et / ou symétriques (ii) des robots avec plusieurs degrés de liberté, (iii) des scènes imagées dans des conditions difficiles (en terme de point de vue ou d’éclairage) et (iv) des objets ou des robots partiellement occlus.Les principales contributions de cette thèse sont les suivantes. Tout d’abord, nous introduisons une méthode pour identifier un nombre variable d’objets dans l’espace de travail d’un robot et estimer les coordonnées 2D des centroïdes des objets dans le système de coordonnées du robot. Notre approche ne nécessite pas de calibration extrinsèque caméra-robot. Deuxièmement, nous proposons une méthode pour résoudre efficacement le problème de réarrangement. Nous proposons une paramétrisation d’action discrète de ce problème, et appliquons efficacement Monte-Carlo Tree Search (MCTS) pour le résoudre. Troisièmement, nous introduisons une nouvelle méthode basée sur l’apprentissage pour l’estimation 6D de la pose d’objets rigides dont les modèles 3D sont connus. Notre approche repose sur une stratégie de rendu et de comparaison. Nous introduisons des innovations dans le paramétrage de la fonction de coût et de l’orientation de l’objet pour gérer explicite- ment les symétries d’objets et obtenir un entraînement stable. Nous entraînons notre approche sur des données synthétiques en utilisant des augmentations d’images importantes et montrons l’importance cruciale de l’augmentation des données pour le transfert vers des scènes réelles. Quatrièmement, nous introduisons une approche multi-objet multi-vues pour l’estimation de pose. Nous introduisons une nouvelle stratégie RANSAC au niveau des objets pour estimer conjointement les poses relatives des caméras et trouver des correspondances entre les hypothèses de poses prédites dans chacune des vues indépendamment. Les poses des objets et des caméras sont affinées conjointement en résolvant un problème d’optimisation. Cinquièmement, nous étendons notre troisième contribution pour estimer la pose de nouveaux objets, c’est-à-dire des objets inconnus pendant l’entraînement. Nous introduisons un réseau de notation pour trouver la meilleure estimation initiale parmi un ensemble d’hypothèses grossières, et un réseau pour le raffinement itératif où la forme de l’objet et le système de coordonnées sont implicitement fournis en entrée. Les réseaux sont entraînés sur un nouvel ensemble de données synthétiques à grande échelle affichant des milliers d’objets différents dans des conditions visuelles difficiles. Enfin, nous introduisons une méthode pour estimer la pose 6D et les angles articulaires d’un robot articulé. Nous étendons la stratégie de rendu et de comparaison pour gérer les robots avec plusieurs degrés de liberté. Nous montrons l’importance cruciale du paramétrage du robot dans ce problème, et proposons une stratégie efficace et indépendante du robot.Les méthodes présentées dans cette thèse font progresser l’état de l’art sur les benchmarks existants pour l’estimation de la pose d’objets et de robots. Pour les objets rigides connus, notre approche CosyPose est la méthode qui a gagné le BOP Challenge 2020. Notre approche pour les objets inconnus pendant l’entraînement, MegaPose, atteint des performances similaires tout en ne nécessitant pas que les objets soient connus à l’avance pour l’entraînement, ouvrant la voie à des applications où le déploiement rapide est crucial.

L'objectif de cet article est de contribuer à clarifier la notion d’éthique de l’intelligence artificielle (IA). Pour réaliser cette tâche, il examine l’hypothèse que quatre formes de discours sont à l’œuvre, si bien qu’il existe quatre éthiques de l’IA : éthique informatique ; éthique algorithmique, robotique ou artificielle ; éthique digitale ; et éthique des usages de l’IA (ou UX AI ethics). Ces formes sont mises en œuvre par des spécialistes de domaines académiques variés, et elles diffèrent pour plusieurs raisons analysées dans l’article. En clarifiant la nature de chaque discours, en définissant leur régime méthodologique, en délimitant leur portée respective, il est possible de leur adresser un questionnement en regard des finalités généralement assignées à l’éthique. The aim of this article is to contribute to the clarification of the notion of ethics of artificial intelligence (AI). To achieve this task, it examines the hypothesis that four forms of discourse are at work, so that there are four AI ethics: computer ethics; algorithmic ethics; robotic or artificial ethics; digital ethics; and ethics of AI uses (or UX AI ethics). These forms are implemented by specialists from various academic fields, and they differ for several reasons analyzed in the article. By clarifying the nature of each discourse, by defining their methodological regime, by delimiting their respective scope, it is possible to question them with regard to the aims generally assigned to ethics. El objetivo de este artículo es contribuir a aclarar la noción de ética de la inteligencia artificial (IA). Para llevar a cabo esta tarea, se examina la hipótesis de que existen cuatro formas de discurso, de modo que hay cuatro éticas de la IA: la ética informática; la ética algorítmica, robótica o artificial; la ética digital; y la ética de los usos de la IA (o UX AI ethics). Estas formas son aplicadas por especialistas de diversos ámbitos académicos, y difieren por varias razones que se analizan en el artículo. Aclarando la naturaleza de cada discurso, definiendo su régimen metodológico y delimitando sus respectivos ámbitos de aplicación, es posible cuestionarlos en relación con los fines que generalmente se asignan a la ética.

National audience; The instrumentation of housing is a potential for technological and industrial developments identified for more than thirty years, which has progressively displayed several ambitions: from the idea of home automation to that of smart home. This article focuses on the securing of goods and people, particularly considering the case of “frail” people monitoring at home. Two stages of development are reminded and characterized: the nonobtrusive instrumentation of the housing, then the mixing of a coupled instrumentation of the housing and the user. The technological principles are described and it can be concluded that the technologies are ready for a wide and rapid diffusion, if the social organization agrees to meet the needs of 24 h/7 d security surveillance, with all the guarantees that it offers. The article then considers more prospectively the paths of progress that R&D is taking through the implementation of Artificial Intelligence (AI) technologies to model the behavioral and decision-making habits of the user and their integration on a mobile phone. It could be considered, in practice, as an embedded auxiliary robot for decision support, whose function could be complementary and usefully embedded on a companion robot to exploit the capabilities of autonomous and directed mobility.; L’instrumentation de l’habitat est un potentiel de développements technologiques et industriels identifié depuis plus de trente ans, qui a progressivement affiché plusieurs ambitions : de l’idée de domotique à celle d’habitat intelligent. Cet article s’attache au volet « sécurisation des biens et des personnes » en considérant particulièrement le cas de la nécessaire surveillance des personnes « fragiles » à domicile. Deux étapes de développements sont rappelées et caractérisées : l’instrumentation non intrusive de l’habitat, puis le mixage d’une instrumentation couplée de l’habitat et de l’usager. Les principes technologiques sont décrits et l’on peut conclure que les technologies sont prêtes pour une diffusion large et rapide, si l’organisation sociale accepte de répondre aux besoins d’une surveillance sécuritaire fonctionnant 24 h/24, avec toutes les garanties qui s’imposent. L’article envisage ensuite plus prospectivement les chemins de progrès que la R&D est en train d’emprunter via la mise en œuvre des technologies de l’Intelligence Artificielle (IA) pour modéliser les habitudes comportementales et décisionnelles de l’usager et les porter sur le téléphone portable. Celui-ci deviendrait, dans la pratique, un robot auxiliaire porté d’aide aux décisions, dont la fonction pourrait être complémentairement et utilement embarquée sur un robot compagnon pour y exploiter les capacités de mobilités autonomes et dirigées.

Depuis le 18 ème siècle, le monde a connu trois révolutions industrielles. La quatrième révolution industrielle ou l’industrie 4.0 est actuellement en pleine croissance. Cette révolution 4.0 se base énormément sur l’insertion de l’intelligence artificielle dans tous les domaines d’activité. La GRH est l’un des domaines qui a été très impacté par l’IA notamment la phase de recrutement, d’où la naissance du e-recrutement 4.0. Au Maroc, l’e- recrutement 4.0 n’est pas appliqué à 100%.Cependant les chances de réussirson insertion au sein des entreprises et des établissements publics dépendent de la volonté et l’accord du candidat marocain pour être évalué par un robot. Le présent article est articulé autour de trois points principaux ,dans un premier temps nous allons cerner la notion du e-recrutement4.0 ,présenter les principaux axes de recrutement touchés par l’intelligence artificielle et ensuite souligner les avantages et les inconvénients du e-recrutement 4.0, dans un deuxième temps nous allons décrire la situation de déséquilibre de l’offre et la demande en matière d’emploi au Maroc et démontrer la nécessité d’adopter la nouvelle forme de recrutement 4.0 afin de corriger ce déséquilibre, et finalement nous allons établir un questionnaire destiné à 380 candidats en recherche d’emploi afin d’avoir une idée de la perception des demandeurs d’emploi marocains sur l’insertion de l’intelligence artificielle au sein du processus de recrutement.

National audience; Humanoid robotics has been a very active field of research for the past decades, with important contributions in various scientific areas such as control engineering, biomechanics, computer science and mathematics. Nevertheless, performing reliable biped locomotion in generic environments still remains a challenge due to the real-time constraints and non-convexity of the problem. Because of previous technological limits, early works on walking robots have relied on template models and simplified dynamics. Given the steady increase in hardware computing capacities, complex control designs taking into account the whole-body dynamics of the system is becoming possible. On the other hand, predictive control algorithms based on trajectory optimization over a given preview window are proven to be a viableand robust solution for agile locomotion. This thesis aims at implementing a whole-body predictive control frameworkfor generic locomotion on real-world torque-controlled humanoid robots. Our controller was systematically tested on the torque-controlled robot Talos, a heavy humanoid platform with 32 actuated joints. Given the high complexity of the model,the computation frequency of our optimization solver cannot match the low-level control frequency of current robotics systems. To mitigate this issue, a first order feedback policy based on the solver sensitivities has been designed to approximate the high-level optimal command at the actuation frequency. In a second step, a 3-D walking controller for uneven terrain crossing is introduced and discussed. Two different heuristics were used to compute feet trajectories during locomotion: one based on pre-computed splines and one leveraging a height map of the environmentthat penalizes the flying foot velocity with respect to its height. The second heuristic allows to reduce the feet impedance and to perform push recovery in real time. Both heuristics have been combined with a high-level contact planner that generates optimal contact sequences in cluttered environments. Finally, to overcome the inherent non-convexity of planning scenarios with obstacles, a memory of motion was used to warm-start the solver and speed up its convergence.; Depuis plusieurs décennies, la robotique humanoïde s’est révélée être un domaine de recherche très actif avec des contributions importantes dans divers domaines scientifiques tels que l’ingénierie de contrôle, la biomécanique, l’informatique et les mathématiques. Néanmoins, parvenir à générer une locomotion bipède fiable dans des environnements génériques reste un défi en raison des contraintes temps réel du système et de la non-convexité du problème. A cause des limites technologiques présentes il y a quarante ans, les premiers travaux sur les robotsmarcheurs se sont appuyés sur des modèles et des dynamiques simplifiées. Compte tenu de l’augmentation constante des capacités de calcul de nos ordinateurs, des schémas de contrôle plus complexes tenant compte de la dynamique du corps complet deviennent possibles. D’autre part, les algorithmes de contrôle prédictif basés sur l’optimisation de la trajectoire future s’imposent de plus en plus comme une option viable et robuste pour la locomotion agile.Cette thèse vise à mettre en oeuvre une approche corps complet de la locomotion bipède à travers le prisme des méthodes de contrôle predictif. L’approche a été implémentée sur le robot Talos, un humanoïde lourd contrôlé en couple et possédant 32 joints actionnés. Compte tenu de la grande complexité du modèle, la fréquence de recalcul de notre solveur optimal est trop faible par rapport à celle du contrôle de bas niveau des plateformes robotiques actuelles. Pour atténuer ce problème, une politique de rétroaction de premier ordre basée sur les sensibilités du solveur a étéconçue afin d’approximer la commande optimale à la fréquence des actionneurs. Dans un deuxième temps, un contrôleur de marche adapté à la locomotion en terrain accidenté est introduit puis discuté. Deux heuristiques différentes ont été utilisées pour calculer les trajectoires des pieds pendant la marche: la première est basée surdes splines pré-définies, la seconde utilise une carte de hauteur de l’environnement qui pénalise la vitesse du pied en vol par rapport à sa hauteur. La seconde heuristique permet de réduire l’impédance des pieds et d’effectuer des mouvements de rééquilibre après poussée en temps réel. Les deux heuristiques ont été combinéesavec un planificateur de contact de haut niveau capable de définir des séquences de contact optimaux dans des environnements encombrés. Enfin, pour surmonter la non-convexité inhérente aux scénarios de planification comportant des obstacles, une mémoire du mouvement a été implémenter pour initialiser le solveur etaccélérer sa convergence.

Les algorithmes d’apprentissage par renforcement conditionné par les buts apprennent à accomplir des tâches en interagissant avec leur environnement. Ce faisant, ils apprennent à propos du monde qui les entourent de façon graduelle et adaptive. Parmi d’autres raisons, c’est pourquoi cette branche de l’intelligence artificielle est une des avenues les plus promet- teuses pour le contrôle des robots généralistes de demain. Cependant, la sûreté de ces algo- rithmes de contrôle restent un champ de recherche actif. La majorité des algorithmes “d’ap- prentissage par renforcement sûr” tâchent d’assurer la sécurité de la politique de contrôle tant durant l’apprentissage que pendant le déploiement ou l’évaluation. Dans ce travail, nous proposons une stratégie complémentaire. Puisque la majorité des algorithmes de contrôle pour la robotique sont développés, entraî- nés, et testés en simulation pour éviter d’endommager les vrais robots, nous pouvons nous permettre d’agir de façon dangereuse dans l’environnement simulé. Nous démontrons qu’en donnant des buts dangereux à effectuer à l’algorithme d’apprentissage durant l’apprentissage, nous pouvons produire des populations de politiques de contrôle plus sûres au déploiement ou à l’évaluation qu’en sélectionnant les buts avec des techniques de l’état de l’art. Pour ce faire, nous introduisons un nouvel agent à l’entraînement de la politique de contrôle, le “Directeur”. Le rôle du Directeur est de sélectionner des buts qui sont assez difficiles pour aider la politique à apprendre à les résoudre sans être trop difficiles ou trop faciles. Pour aider le Directeur dans sa tâche, nous entraînons un réseau de neurones en ligne pour prédire sur quels buts la politique de contrôle échouera. Armé de ce “réseau de la peur” (nommé d’après la peur de la politique de contrôle), le Directeur parviens à sélectionner les buts de façon à ce que les politiques de contrôles finales sont plus sûres et plus performantes que les politiques entraînées à l’aide de méthodes de l’état de l’art, ou obtiennent des métriques semblables. De plus, les populations de politiques entraînées par le Directeur ont moins de variance dans leur comportement, et sont plus résistantes contre des attaques d’adversaires sur les buts qui leur sont issus., By learning from experience, goal-conditioned reinforcement learning methods learn from their environments gradually and adaptively. Among other reasons, this makes them a promising direction for the generalist robots of the future. However, the safety of these goal- conditioned RL policies is still an active area of research. The majority of “Safe Reinforce- ment Learning” methods seek to enforce safety both during training and during deployment and/or evaluation. In this work, we propose a complementary strategy. Because the majority of control algorithms for robots are developed, trained, and tested in simulation to avoid damaging the real hardware, we can afford to let the policy act in unsafe ways in the simulated environment. We show that by tasking the learning algorithm with unsafe goals during its training, we can produce populations of final policies that are safer at evaluation or deployment than when trained with state-of-the-art goal-selection methods. To do so, we introduce a new agent to the training of the policy that we call the “Director”. The Director’s role is to select goals that are hard enough to aid the policy’s training, without being too hard or too easy. To help the Director in its task, we train a neural network online to predict which goals are unsafe for the current policy. Armed with this “fear network” (named after the policy’s own fear of violating its safety conditions), the Director is able to select training goals such that the final trained policies are safer and more performant than policies trained on state-of-the-art goal-selection methods (or just as safe/performant). Additionally, the populations of policies trained by the Director show decreased variance in their behaviour, along with increased resistance to adversarial attacks on the goals issued to them.

L’imagerie populaire, fortement nourrie par les romans et les films de science-fiction mais aussi par certains combats syndicaux, représente volontiers les robots comme les ennemis de l’homme. Que ceux-ci cherchent à exterminer l’humanité ou soient utilisés par des patrons pour prendre le travail des ouvriers, ils ont généralement le mauvais rôle. Si, au moins le deuxième cas, n’est pas totalement dénué de fondement, il existe également toute une lignée de robots dont la vocation est d’aider l’homme dans ses tâches quotidiennes. Sans le robot, l’homme aurait une position bien plus difficile et le robot, sans l’homme, ne serait qu’une machine sophistiquée mais inutile. Dans cet article, nous verrons comment l’homme et le robot peuvent coopérer pour intervenir dans des milieux difficiles, qu’ils soient industriels ou domestiques, et se simplifier mutuellement la tâche dans des activités quotidiennes. De façon assez paradoxale, le robot, gagnant en intelligence, abandonne son autonomie solitaire pour devenir un cobot, un robot coopératif, un robot compagnon. Popular imagery, strongly inspired by novels and science fiction films but also by certain trade union fights, readily represents robots as the enemies of man. Whether these seek to exterminate humanity or are used by bosses to take jobs from workers, they usually have the wrong role. If, at least, the second case is not completely baseless, there is also a whole line of robots whose vocation is to help man in his daily tasks. Without the robot, the man would have a much more difficult position and the robot, without the man, would be just a sophisticated but useless machine. In this article, we will see how humans and robots can cooperate to intervene in difficult environments, whether industrial or domestic, and mutually simplify the task of daily activities. In a rather paradoxical way, the robot, gaining in intelligence, abandons its solitary autonomy to become a cobot, a cooperative robot, a companion robot.

Parmi les dispositifs illustrant les interactions entre les humains, l’attention peut se porter sur des configurations de jeux, des mises en scènes de jeu, voire leur prolongement dans la description d’interactions entre des joueurs. Il en est de même concernant les relations des humains avec les robots. Ces interactions se singularisent lors d’expérimentations de laboratoire, mais aussi à l’occasion de challenges technologiques. Sous leurs multiples aspects, ces pratiques reposent sur des dispositifs de simulation semblables à des jeux mis en scènes. Dans un premier temps, simuler peut signifier jouer : au sens de la manipulation d’un instrument ou d’un masque, ou selon la représentation d’un rôle ou d’un personnage, telle la participation d’un joueur, certains robots peuvent ainsi pousser les apparences et personnifier l’interaction. Jouer machinalement, distraitement ou arbitrairement avec certains robots correspond à la mise en tension d’enjeux de représentation, du contrôle et de leur individuation, au point de se faire à soi-même illusion et de se tromper soi-même. Dans un second temps, en poussant l’équivoque, jouer peut signifier faire diversion : se divertir pour essayer d’en tirer un avantage, de miser ou de se hasarder sur une situation ou les différentes combinaisons d’un face-à-face, d’une partie ou d’un coup. D’un point de vue méthodologique, cette étude permet la valorisation essentielle de la notion de « jeu ». Son analyse permet ainsi d’envisager la notion de design d’interaction selon la construction de ces rapports de jeu. Ainsi, les interactions avec les robots, introduisent les enjeux de la conception du design de nouveaux rapports interspécifiques. L’étude de la géométrie des rapports d’interaction y est abordée à propos de la relation des protagonistes tels des joueurs de Go et d’échecs, face à des machines capables de relever de nouveaux défis. Véritable préambule au design d’interaction des robots, ces programmations de mouvements stratégiques ou corporels basées sur des expérimentations techniques et sportives touchent aux comportements relatifs à l’attente, à l’attention et aux 2 possibilités de simulation d’intentions chez les robots, à partir de la simulation de postures et de mouvements, considérant les biais artificiels de la connexion. Bien au-delà d’une compilation d’observations soumises à l’interprétation, c’est le dispositif de l’expérience même, face à de nouveaux types d’interactions avec des machines, qui est placé au cœur de cette recherche, espérant qu’elle rende visible tout un monde qui viendra peut-être, et dont les « scènes » primordiales commencent à être soigneusement dessinées. Among devices illustrating interactions between humans, attention can be focused on game configurations, game scenarios, or even their extension in the description of interactions between players. The same is true for the relationship of humans with robots. These interactions stand out during laboratory experiments, but also during technological challenges. In their multiple aspects, these practices are based on simulation devices similar to staged games. At first, “to simulate” can mean “to play” in the sense of manipulating an instrument or a mask, or according to the representation of a role or a character, such as the participation of a player. Some robots can thus push the appearances and personify interaction. Playing mechanically, distractedly or arbitrarily with certain robots corresponds to the tension between issues of representation, control and their individuation, to the point of deceiving oneself. In a second step, by pushing the ambiguity, playing can mean creating a diversion: having fun to try to take advantage of it, to bet or to risk oneself on a situation or the different combinations of a face-to-face, in part or at once. From a methodological point of view, this study allows the essential valuation of the notion of “game”. Its analysis makes possible to consider the notion of interaction design according to the construction of these game relationships. Thus, interactions with robots introduce the challenges of the design of new interspecific relationships. The study of the geometry of interaction relationships is presented there as the relationship of the protagonists such as Go and chess players, facing machines capable of taking up challenges. True preamble to robot interaction design, these programming of strategic or bodily movements based on technical and challenging experiments concerned with elements related to expectation, attention and the possibilities of simulating intentions in robots, from the simulation of postures and movements, considering artificial biases of connection. Far beyond a compilation of observations subject to interpretation, it is the device of the experiment itself, faced with new types of interactions with machines, which is placed at the heart of this research, hope that it makes visible a whole world that may come, and whose primordial “scenes” are beginning to be drawn appropriately.

Le robot industriel, dit encore bras-robot, comme le robot humanoïde, sont des machines anthropomorphes dans le sens où elles empruntent certains traits propres à la structure cinématique du corps humain. Ce sont les caractéristiques de cet anthropomorphisme de réalisation que nous cherchons à mettre en valeur dans cet article, en l’opposant à l’anthropomorphisme de projection en tant que tendance naturelle de notre esprit à conférer des propriétés humaines à des choses non humaines. Cette question de l’anthropomorphisme en robotique est à rattacher, selon nous, à l’intérêt pour le biomimétisme qui favoriserait l’innovation technique et permettrait l’amélioration de certaines technologies actuelles en tirant parti des solutions issues de l’évolution du vivant. Le biomimétisme en robotique se heurte cependant à la difficulté de savoir jusqu’où, et comment, copier la nature pour élaborer des machines au comportement humain. Les difficultés de la robotique humanoïde actuelle illustreraient cette problématique. The industrial robot, also called arm-robot, as well as the humanoid robot, are anthropomorphic machines in the sense that they borrow certain features from the kinematic structure of the human body. It is the characteristics of this anthropomorphism of realization that we seek to highlight in this article, by opposing it to the anthropomorphism of projection as the natural tendency of our mind to confer human properties to non-human things. This question of anthropomorphism in robotics is to be linked, according to us, to the interest for biomimicry which would favor technical innovation and would allow the improvement of certain current technologies by taking advantage of solutions resulting from the evolution of the living. However, biomimicry in robotics faces the difficulty of knowing how far and how to copy nature in order to develop machines with human behavior. The difficulties of current humanoid robotics illustrate this problem.

Recent progress in machine learning has enabled groundbreaking improvements notablyin computer vision, natural language processing, and robotics. Can we go one stepfurther and combine these research fields? This would allow new applications, suchas language-guided robotics, where a robot must follow instructions provided by anoperator.While people learn to follow natural language instructions from their childhood,the same task is difficult for robots. Current challenges include (i) the limited amountof training data, (ii) the multiple levels of reasoning, and (iii) the multi-dimensionalcontinuous action space.The goal of this thesis is to improve language-guided robotics by addressing thesechallenges. We break down the difficulty of language-guided robotics by consideringtwo types of tasks: (i) vision-and-language navigation, where a mobile robot must go toa target location, and (ii) vision-and-language manipulation, where a robotic arm shouldmanipulate objects on a tabletop.Our contributions are the following: (i) we address the scarcity of training dataand develop an efficient pre-training procedure based on the new BnB dataset, (ii) wepropose a hierarchical approach based on the Transformer architecture to encode severallayers of abstractions, and (iii) we propose a new method predicting continuous andmulti-dimensional actions for solving a large number of robotics tasks on a tabletop.Methods developed in this thesis have been tested in photo-realistic simulators and on areal-world robot. They have outperformed the state-of-the-art performance on a dozenof benchmarks.; Les progrès réalisés dans le domaine de l’apprentissage automatique ont permis despercées importantes, notamment en vision par ordinateur, en traitement du langagenaturel et en robotique. Peut-on aller plus loin et combiner ces domaines de recherche ?Cela développera de nouvelles applications, comme la robotique guidée par le langage,où un robot doit suivre les instructions fournies par un opérateur.Alors que les humains apprennent à suivre des instructions dès leur enfance, lamême tâche est difficile pour des robots, et cela pour plusieurs raisons: (i) le manque dedonnées d’entraînements, (ii) les raisonnements faits sur multiples niveaux d’abstraction,et (iii) l’espace d’actions ayant une haute dimension.L’objectif de cette thèse est d’améliorer la robotique guidée par le langage en relevantces défis. Nous décomposons la difficulté de la robotique guidée par le langage enconsidérant deux types de tâches : (i) un robot mobile doit se rendre à un endroit cibledécrit par des instructions ; (ii) les instructions décrivent une séquence d’actions qu’unbras robotique doit opérer sur des objets placés sur une table.Nos contributions sont les suivantes : (i) pour résoudre le manque de donnéesd’entraînement, nous avons développé une procédure efficace de pré-entraînement basésur le nouveau jeu de données BnB, (ii) nous avons construit de nouvelles architec-tures neuronales basées sur une approche hiérarchique pour encoder plusieurs niveauxd’abstractions, et (iii) nous avons proposé une nouvelle méthode pour prédire des actionscontinus et en sur plusieurs dimensions pour résoudre un grand nombre de tâches.

In this thesis, using Markov decision models, we investigate high-level decision-making (task-level planning) for robotics in two aspects: robot-robot collaboration and human-robot collaboration.In robot-robot collaboration (RRC), we study the decision problems of multiple robots involved to achieve a shared goal collaboratively, and we use the decentralized partially observable Markov decision process (Dec-POMDP) framework to model such RRC problems. Then, we propose two novel algorithms for solving Dec-POMDPs. The first algorithm (Inf-JESP) finds Nash equilibrium solutions by iteratively building the best-response policy for each agent until no improvement can be made. To handle infinite-horizon Dec-POMDPs, we represent each agent's policy using a finite-state controller. The second algorithm (MC-JESP) extends Inf-JESP with generative models, which enables us to scale up to large problems. Through experiments, we demonstrate our methods are competitive with existing Dec-POMDP solvers.In human-robot collaboration (HRC), we can only control the robot, and the robot faces uncertain human objectives and induced behaviors. Therefore, we attempt to address the challenge of deriving robot policies in HRC, which are robust to the uncertainties about human behaviors. In this direction, we discuss possible mental models that can be used to model humans in an HRC task. We propose a general approach to derive, automatically and without prior knowledge, a model of human behaviors based on the assumption that the human could also control the robot. From here, we then design two algorithms for computing robust robot policies relying on solving a robot POMDP, whose state contains the human's internal state. The first algorithm operates offline and gives a complete robot policy that can be used during the robot's execution. The second algorithm is an online method, i.e., it plans the robot's action at each time step during execution. Compared with the offline approach, the online method only requires a generative model and thus can scale up to large problems. Experiments with synthetic and real humans are conducted in a simulated environment to evaluate these algorithms. We observe that our methods can provide robust robot decisions despite the uncertainties over human objectives and behaviors.In this thesis, our research for RRC provides a foundation for building best-response policies in a partially observable and multi-agent setting, which serves as an important intermediate step for addressing HRC problems. Moreover, we provide more flexible algorithms using generative models in each contribution, and we believe this will facilitate applying our contributions to real-world applications.; Dans cette thèse, nous nous intéressons à la prise de décision haut niveau (planification de tâches) pour la robotique à l'aide de modèles de prise de décision markoviens et sous deux aspects : la collaboration robot-robot et la collaboration homme-robot. Dans le cadre de la collaboration robot-robot (RRC), nous étudions les problèmes de décision de plusieurs robots devant atteindre un objectif commun de manière collaborative, et nous utilisons le cadre des processus de décision markoviens partiellement observables et décentralisés (Dec-POMDP) pour modéliser de tels problèmes. Nous proposons deux nouveaux algorithmes pour résoudre les Dec-POMDP. Le premier algorithme (Inf-JESP) trouve des équilibres de Nash en construisant itérativement pour chaque agent la politique meilleure réponse aux autres agents jusqu'à ce qu'aucune amélioration ne soit possible. Pour traiter les Dec-POMDP à horizon infini, nous représentons la politique de chaque agent à l'aide d'un contrôleur à états finis. Le deuxième algorithme (MC-JESP) étend Inf-JESP avec des modèles génératifs, ce qui nous permet de passer à l'échelle pour des grands problèmes. Nous démontrons expérimentalement que nos méthodes sont compétitives par rapport aux solveurs Dec-POMDP existants. Dans le cadre de la collaboration homme-robot (HRC), nous ne pouvons contrôler que le comportement du robot, lequel doit faire face à des objectifs humains et à des comportements induits incertains. Nous cherchons ainsi à dériver des politiques de robot qui sont robustes aux incertitudes sur les comportements humains. Pour cela, nous discutons des modèles mentaux qui peuvent être utilisés pour modéliser le comportement humain dans une telle tâche collaborative. Nous décrivons ensuite une approche générale pour dériver, automatiquement et sans connaissance préalable, un modèle de comportements humains basé sur l'hypothèse que l'humain contrôle aussi le robot. À partir de là, nous proposons deux algorithmes pour calculer des politiques robustes pour le robot en se basant sur la résolution d'un POMDP dont l'état contient l'état interne de l'humain. Le premier algorithme fonctionne hors ligne et fournit une politique complète qui peut être utilisée par le robot pendant son exécution. Le deuxième algorithme est une méthode en ligne, c'est-à-dire qu'il décide de l'action du robot à chaque pas de temps au cours de l'exécution. Par rapport à l'approche hors ligne, la méthode en ligne ne nécessite qu'un modèle génératif et peut donc s'adapter à de grands problèmes. Des expériences avec des humains synthétiques et réels sont menées dans un environnement simulé pour évaluer ces algorithmes. Nous observons que nos méthodes peuvent fournir des décisions robustes pour des robots collaboratifs malgré les incertitudes sur les objectifs et les comportements humains. Dans cette thèse, notre recherche sur la collaboration robot-robot fournit une base pour construire des politiques meilleure réponse dans un cadre partiellement observable et multi-agent, base qui sert d'étape intermédiaire importante pour aborder les problèmes de collaboration homme-robot. De plus, pour chaque contribution, nous fournissons des algorithmes plus flexibles utilisant des modèles génératifs dont nous pensons qu'ils faciliteront la mise en œuvre de nos contributions à des applications du monde réel.

In this thesis, we investigate the problem of automatically reconstructing the 3D dynamic scene depicting a person interacting with a tool in a single RGB video. The objective is to obtain a 3D interpretation of the scene represented by the 3D poses of the person and the manipulated object over time, the contact positions and the contact forces exerted on the human body. This problem is challenging because of occlusions, depth ambiguities and the thin, texture-less nature of the manipulated tools such as the spade or the hammer. The main contributions of this thesis are as follows. First, we introduce an approach to jointly estimate the motion and the actuation forces of the person on the manipulated object by modeling the contacts and the dynamics of the interactions. This is cast as a large-scale trajectory optimization problem by minimizing a set of loss functions integrated over time and summed over person joints and object keypoints. The problem is subject to several constraints based on the laws of physics, which include contact and friction models and the Lagrangian dynamics equation. Second, we develop a method to automatically recognize from the input video the 2D position and timing of contacts between the person and the object or the ground. Instead of modeling contact states as binary variables during optimization, we automatically recognize contacts in the input video using a convolutional neural network (CNN) trained from manually annotated contact data that combine both still images and videos harvested from the Internet, thereby significantly reducing the complexity of the optimization. Third, we validate our approach on a recent video-MoCap dataset capturing typical parkour actions and equipped with ground truth forces and trajectories. We also demonstrate the benefits of our approach on a new dataset of Internet videos showing people manipulating a variety of tools in unconstrained environments. The experiments show that our method improves results on both 3D human pose estimation and 2D object localization, and achieves reasonable force estimates on this data.; Dans cette thèse, nous étudions le problème de la reconstruction automatique en 3D des mouvements d’une personne agissant dans une scène complexe avec un objet, à partir d’une seule vidéo RVB. Nous développons une méthode complète pour établir une correspondance entre les images vidéo 2D et une interprétation 3D de la scène, qui est représentée par les poses 3D de la personne et de l’objet manipulé, les positions des contacts avec l’objet et avec l’environnement, et les forces de contact exercées à ces interfaces. Ce problème est difficile pour de multiples raisons, en particulier, des occlusions, des ambiguïtés de profondeur et des propriétés d’apparence des objets longiligne sans texture tels que la bêche ou le marteau. Les principales contributions de cette thèse sont les suivantes. Dans un premier temps, nous introduisons une approche pour estimer conjointement le mouvement et les forces impliqués dans la vidéo en formulant un problème d’optimisation avec contrainte de trajectoire minimisant une fonction de perte, composite, intégrée dans le temps. Les variables de décision de ce problème sont les trajectoires de la personne et de l’outil qu’il manipule, ainsi que les forces d’interaction entre la personne, l’outil et l’environnement. Les variables permettent une modélisation physique de la scène, du mouvement des corps sans l’action des faces aux points de contact. Les fonctions de perte portent sur les articulations de la personne et les points clé de l’objet en cherchant à minimiser la vraisemblance des observations dans l’image. Le problème est soumis à plusieurs contraintes exprimant les lois de la mécanique, qui incluent les modèles de contact et de frottement et l’équation dynamique lagrangienne. Deuxièmement, nous développons une méthode pour reconnaître automatiquement à partir de la vidéo d’entrée la position 2D et les instants de contact entre la personne et l’objet ou le sol. Pour ce faire, nous proposons de reconnaître automatiquement les contacts dans la vidéo d’entrée à l’aide d’un réseau neuronal convolutif (en anglais CNN) entraîné à partir de données de contact annotées manuellement qui combinent à la fois des images fixes et des vidéos récoltées sur Internet. Ainsi, au lieu de modéliser les états de contact en tant que variables binaires lors de l’optimisation, nous conservons un problème d’optimisation de trajectoire sans variable mixte binaire, d’une complexité algorithmique acceptable, tant en permettant à la reconstruction de s’adapter à des changements de contact complexes sans connaissance préalable. Troisièmement, nous validons expérimentalement notre approche sur un jeu de données vidéo-MoCap récent capturant des actions typiques de parkour et équipé de forces et de trajectoires de vérité au sol. Nous démontrons également les avantages de notre approche sur un nouvel ensemble de données de vidéos Internet montrant des personnes manipulant une variété d’outils dans des environnements sans contraintes. Les expériences montrent que notre méthode améliore les résultats à la fois sur l’estimation de la pose humaine 3D et la localisation de l’objet 2D, et réalise des estimations de force raisonnables sur ces données.

The goal of this thesis is to develop models, representations and learning algorithms for the automatic acquisition of visually-guided robotic skills from demonstrations and for object localization.We first introduce a method to acquire robotic skills from demonstrations by learning a vocabulary of basic skills with behavioral cloning. Skills are then combined with a planning policy learned with reinforcement learning in order to perform more complex tasks. We show successful transfer of multiple tasks from simulation to a real robot by using a method developed in this thesis optimizing a sequence of data augmentations on synthetic data to solve a proxy object localization task on real data.We then focus on sensor-based motion planning and propose an approach leveraging the knowledge of surrounding obstacles observed with a camera to accelerate the finding of collision-free paths. The learned representation generalizes across a large variety of objects, and the planning policy can handle new environments with dynamically moving obstacles.While visually-guided policies learn task-centric image representations from control supervision, another line of work consists in learning object-centric representations that can be plugged into classical robotics methods. Object-centric approaches rely on a segmentation backbone for which we propose the following contributions.Towards this goal we propose a transformer-based semantic segmentation model that leverages global context of the image at every stage of the model and show state-of-the-art results when compared to convolution-based approaches on classical benchmarks. Our segmentation model presents two limitations, it localizes a pre-defined set objects and requires dense annotations to be trained, which limits its scalability to large datasets. To address these limitations, we propose a method that segments an open set of visual concepts defined by natural language and does not require pixel-level supervision. Our method learns to localize objects by using image-level labels such as the presence of an object in the image; Le but de cette thèse est de développer des modèles, représentations et méthodesd’apprentissage pour l’acquisition automatique de compétences robotiques guidéespar la vision à partir de démonstrations, ainsi que la localisation d’objets.Nous présentons tout d’abord une méthode pour l’acquisition de compétences robotiques à partir de démonstrations. Un vocabulaire de compétences élémentaires estappris avec de l’apprentissage de politiques par imitation. Les compétences sontensuite combinées avec une politique de planification apprise par renforcement afinde réaliser des taches plus complexes. Nous montrons sur plusieurs taches que lapolitique entrainée en simulation transfère sur un robot réel. Pour ce faire, nousavons développé une méthode qui optimise des séquences d’augmentations de données synthétiques afin de résoudre une tache auxiliaire de localisation d’objets surdes données réelles.Nous proposons ensuite une méthode de planification de mouvements à partir decapteurs. Notre méthode exploite la connaissance des obstacles environnants pouraccélérer la recherche de chemins sans collision. La représentation apprise généralisesur une grande variété d’obstacles et la politique de planification fonctionne sur denouveaux environnements avec des obstacles se déplaçant de manière dynamique.Alors que les politiques guidées par la vision apprennent des représentations visuellesà partir du contrôle, une autre approche consiste à apprendre des représentationsvisuelles centrées sur les objets à manipuler. Une fois que la localisation d’un objetest estimée, elle est ensuite intégrée à des contrôleurs robotiques classiques. Lesreprésentations centrées sur les objets reposent sur des méthodes de segmentationque nous proposons d’améliorer avec les contributions suivantes.Nous introduisons une méthode de segmentation sémantique basée sur les transformers qui exploite l’information globale contenue dans une image à toutes les couchesdu modèle. Nous obtenons des résultats état de l’art et montrons l’avantage denotre modèle comparé à des réseaux de convolution. Notre méthode de segmentation présente deux limitations, le modèle localise des objets qui sont prédéfinis etson entrainement nécessite des images annotées pour chaque pixel. Pour remédier à ces limitations, nous présentons une méthode qui segmente des objets définis à partir d’une description texte et ne nécessite pas de supervision au niveau des pixels.Notre méthode apprend à localiser des objets en utilisant des annotations au niveaude l’image uniquement comme la présence ou l’absence d’un objet dans l’image.

La préservation de la vie fait partie des enjeux les plus grands pour lesquels toutes les sciences ou presque, ont toujours travaillé depuis la fin de la deuxième guerre mondiale. Et aujourd'hui où plus que jamais se sont révélés de nouveaux défis dans l'ensemble des secteurs vitaux pour l'humanité, les Technologies de l'Information et de la Communication (TIC), notamment l'intelligence artificielle, se trouvent de plus en plus sollicitées. Et pour répondre aux impératifs de survie et de facilitation des conditions d'existence, les hommes ne manquent pas d'ingéniosité. Un espace où la résolution des défis prend tout son sens est celui de l'homme en état d'urgence sanitaire vitale, qu'il faut évacuer vers un centre hospitalier mieux équipé pour une prise en charge plus efficace. Nonobstant les règles universelles de circulation routière qui font de l'ambulance un véhicule prioritaire, l'ambulancier de Cotonou subit régulièrement des contingences d'engorgement du trafic, qui privent le malade référé d'un précieux temps porteur de salvation. Cet engorgement routier est malheureusement pointé comme l'une des causes de décès de personnes qui auraient pu être encore sauvées. Si jadis cela pouvait passer inaperçu, les progrès technologiques nous les révèlent aujourd'hui en temps réel. Ainsi, les TIC plus précisément l'intelligence artificielle et ses applications ont montré leur capacité à parer au plus pressé dans un délai court, aux contingences susmentionnées par le biais de capteurs équipés de système de détection de son et d'image, capteurs eux-mêmes monitorés par des algorithmes d'intelligence artificielle. Il s'agit d'un dispositif qui atténuerait les pertes de temps dans la circulation d'une ambulance en transit. Cette technologie peut être mise en place à coût abordable au Bénin pour sauver la vie aux patients en situation d'évacuation sanitaire urbaine et péri urbaine. Keeping on life is one of the greatest challenges for which almost all sciences have always worked since the end of the World War II. Nowadays, when more than ever, new challenges have been taken up in all sectors, Information and Communication Technologies (ICT) and in particular artificial intelligence are increasingly in demand. To overcome these survival necessities and facilitate living conditions, men do not lack ingenuity. One of the space where the resolution of challenges takes on its full meaning is that of man in a state of vital health emergency, who must be evacuated to a better equipped hospital center for effective treatment. But notwithstanding the universal rules of road traffic which makes the ambulance a priority vehicle, the Cotonou ambulance drivers regularly face the contingencies of traffic jam, which deprives the referred patient of precious salvation time. This road congestion is unfortunately pointed out as one of the causes of death of people who could still have been saved. While this could have gone unnoticed in the past, technological progress now reveals it to us in real time. Thus, ICT, precisely artificial intelligence and its applications have shown their ability to deal with the most urgent needs within a fairly short period of time to these aforementioned contingencies through sensors equipped with a sound detection system and image sensors, which are as far as they are concerned monitored by artificial intelligence algorithms. It's a device that would reduce the loss of time for ambulances in transit. This technological progress can be implemented at an affordable cost in Benin to save lives of patients in urban mobility situations La preservación de la vida es uno de los grandes temas por los que todas las ciencias, o casi, han trabajado siempre desde el final de la Segunda Guerra Mundial. Y hoy, cuando más que nunca han surgido nuevos desafíos en todos los sectores vitales para la humanidad, las Tecnologías de la Información y la Comunicación (TIC), en particular la inteligencia artificial, son cada vez más demandadas. Y para hacer frente a los imperativos de supervivencia y facilitación de las condiciones de vida, a los hombres no les falta ingenio. Un espacio donde la resolución de desafíos cobra todo su sentido es el del hombre enfermo en estado de emergencia vital , que debe ser evacuado a un centro hospitalario mejor equipado para una atención más eficaz. A pesar de las normas universales de circulación vial que hacen de la ambulancia un vehículo prioritario, el paramédico de Cotonou sufre regularmente de congestión del tráfico, que privan al enfermo derivado de un tiempo precioso que trae la salvación. Lamentablemente, este atasco de tráfico se señala como una de las causas de muerte de personas que aún podrían haberse salvado. Si esto pudo pasar desapercibido en el pasado, el progreso tecnológico nos lo revela hoy en tiempo real. Así, las TIC, más concretamente la inteligencia artificial y sus aplicaciones, han demostrado su capacidad para hacer frente a las más urgentes en poco tiempo, las mencionadas contingencias a través de sensores dotados de sistemas de detección de sonido e imagen, sensores mismos monitorizados por inteligencia artificial. algoritmos Se trata de un dispositivo que aliviaría el tiempo perdido en el tránsito de una ambulancia en tránsito. Esta tecnología se puede implementar a un costo asequible en Benin para salvar la vida de los pacientes en situaciones de evacuación médica urbana y periurbana.

Reinforcement learning (RL) has seen a fast expansion in recent years of its successful application to a range of decision-making and complex control tasks. Moreover, deep learning offers RL the opportunity to enlarge its spectrum of complex fields. Social Robotics is a domain that involves challenges like Human-Robot Interaction which bears inspiration for development in deep RL. Autonomous systems demand a fast and efficient environment perception so as to guarantee safety. However, while being attentive to its surrounding, a robot needs to take decisions to navigate optimally and avoid potential obstacles. In this thesis, we investigate a deep RL method for mobile robot end-to-end navigation in a social environment. Using the observation collected in a simulation environment, a convolutional neural network is trained to predict an appropriate set of discrete angular and linear velocities for a robot based on its egocentric local occupancy grid map. We compare a random learning way to a curriculum learning approach to ameliorate speed convergence during training. We divide the main problem by analysing separately end-to-end navigation and obstacle avoidance in static and dynamic environments. For each problem, we propose an adaptation that aims to improve the surrounding awareness of the agent. The qualitative and quantitative evaluations of the investigated approach were performed in simulations. The results show that the end-to-end navigation map-based model is easy to set up and shows similar performance as a Model Predictive Control approach. However, we discern that obstacle avoidance is harder to translate to a deep RL framework. Despite this difficulty, using different RL methods and configurations will definitely help and bring ideas for improvement for future work. Förstärkande Inlärning (RL) har sett en snabb expansion de senaste åren för sin fruktbara tillämpning på en rad beslutsfattande och komplexa kontrolluppgifter. Dessutom erbjuder djupinlärning RL möjligheten att utöka sitt spektrum till komplexa områden. Social Robotics är en domän som involverar utmaningar som människa-robot interaktion som bär inspiration för utveckling i djup RL. Autonoma system kräver en snabb och effektiv miljöuppfattning för att garantera säkerheten. Men samtidigt som den är uppmärksam på sin omgivning, måste en robot fatta beslut för att navigera optimalt och undvika potentiella hinder. I detta examensarbete undersöker vi en djup RL-metod för mobil robot-end-to-end-navigering i en social miljö. Med hjälp av observationen som samlats in i en simuleringsmiljö tränas ett faltningsneuralt nätverk för att förutsäga en lämplig uppsättning diskreta vinkel- och linjärhastigheter för en robot baserat på dess egocentriska rutnätskarta över lokala beläggningar. Vi jämför ett slumpmässigt inlärningssätt med läroplansinlärningsmetod för att förbättra hastighetskonvergensen. Vi delar upp huvudproblemet genom att separat analysera end-to-end-navigering och undvikande av hinder i statisk och dynamisk miljö. För varje problem föreslår vi en anpassning som syftar till att agenten bättre förstår sin omgivning. De kvalitativa och kvantitativa utvärderingarna av det undersökta tillvägagångssättet utfördes endast i simuleringar. Resultaten visar att den heltäckande navigationskartbaserade modellen är lätt att distribuera och visar liknande prestanda som en modell för prediktiv kontroll. Vi ser dock att undvikande av hinder är svårare att översätta till ett djupt RL-ramverk. Trots denna svårighet kommer användning av olika RL-metoder och konfiguration definitivt att hjälpa och ge idéer om förbättringar för framtida arbete. L’apprentissage par renforcement (RL) a connu une expansion rapide ces dernières années pour ses applications à une gamme de tâches de prise de décision et de contrôle complexes. Le deep learning offre au RL la possibilité d’élargir son spectre à des domaines complexes. La robotique sociale est un domaine qui implique des défis tels que l’interaction homme-robot, source d’inspiration pour le développement en RL profond. Les systèmes autonomes exigent une perception rapide et efficace de l’environnement afin de garantir la sécurité. Cependant, tout en étant attentif à son environnement, un robot doit prendre des décisions pour naviguer de manière optimale et éviter les obstacles potentiels. Dans cette thèse, nous étudions une méthode de RL profond pour la navigation de bout a bout de robots mobiles dans un environnement social. À l’aide de l’observation recueillie dans un environnement de simulation, un réseau neuronal convolutif prédit un ensemble adapté de vitesses angulaires et linéaires discrètes pour un robot en fonction de sa carte de grille d’occupation locale égocentrique. Nous comparons une méthode d’apprentissage aléatoire à une approche d’apprentissage du curriculum pour accelerer la convergence durant l’entrainement. Nous divisons le problème principal en analysant séparément la navigation de bout a bout et l’évitement d’obstacles dans un environnement statique et dynamique. Pour chaque problème, nous proposons une adaptation visant à ce que l’agent comprenne mieux son environnement. Les évaluations qualitatives et quantitatives de l’approche étudiée ont été effectuées uniquement dans des simulations. Les résultats montrent que le modèle basé sur la carte de navigation de bout en bout est facile à déployer et affiche des performances similaires à celles d’une approche de contrôle prédictif de modèle. Cependant, nous discernons que l’évitement d’obstacles est plus difficile à traduire dans un cadre RL profond. Malgré cette difficulté, l’utilisation de différentes méthodes et configurations RL aidera certainement et apportera une idée d’amélioration pour les travaux futurs.

Après avoir expliqué le rôle d’un dictionnaire électronique dans un système de dialogue intelligent implémenté dans des robots sociaux, nous précisons la modélisation linguistique qui sous-tend le mode d’organisation du dictionnaire. Nous établissons ensuite comment les descriptions grammaticales du dictionnaire contribuent au bon fonctionnement du système. Nous discutons plus particulièrement aux propriétés syntaxiques du lexique prédicatif., We first explain the role of an electronic dictionary in an intelligent dialogue system implemented in social robots. We specify also the linguistic modeling that underlies the mode of organization of the dictionary. Then we establish how the grammatical descriptions of the dictionary contribute to the functioning of the system. We discuss more particularly the syntactic properties of the predicative lexicon.

In this thesis we are interested in the design of robots inspired by non-rigidly foldable origami. Robotic design inspired by origami is growing rapidly due to the original properties offered by these structures. Conventional robotics design tools do not apply to non-rigidly foldable origami. We contribute to provide tools to make the link between this ancestral art and modern robotics. We are particularly interested in the origami "Kresling tower" which has the property of bistability. We propose a model to synthesize this origami-based mechanism, as well as tools to modify its kinetostatic behavior. Finally, we exploit this origami to design a single-rotor exploratory drone.; Dans cette thèse nous nous intéressons à la conception de robot s'inspirant d'origami non rigidement pliable. La conception robotique s'inspirant d'origamis connait un essor qui s'explique par les propriétés originales offertes par ces structures. Les outils de conceptions de la robotique conventionnel ne s'appliquent pas aux origamis non rigidement pliable. Nous contribuons à apporter des outils permettant de faire le lien entre cet art ancestrale et la robotique moderne. Nous nous intéressons particulièrement l'origami "tour de Kresling" qui possède la propriété de bistabilité. Nous proposons un modèle permettant de faire la synthèse de ce mécanisme basé origami, ainsi que des outils pour en modifier le comportement cinétostatique. Enfin, nous exploitons cet origami pour concevoir un drone exploratoire monorotor.

La paralysie cérébrale (PC) spastique est une pathologie qui touche près d’un enfant sur 500 à la naissance. Cette pathologie crée de nombreux problèmes moteurs notamment lors de la marche comme des mouvements involontaires due à une hypertonie musculaire appelée aussi spasticité. Chaque paralysie cérébrale a sa propre sévérité mesurée par différentes échelles. Actuellement, très peu d’aides motrices sont disponibles pour les enfants, le marché des assistances robotisées se focalisant principalement sur les adultes (anthropométrie constante et pathologie peu évolutive).L’objectif du projet EXOKID, dont cette thèse est issue, est donc de permettre à davantage d’enfants atteints de paralysie cérébrale d’avoir accès à un système robotisé à anthropométrie adaptée. Ce système doit pouvoir évoluer en fonction de leur croissance et de l’évolution de leur pathologie afin d’améliorer leur marche tant dans un contexte de rééducation au sein de structures adaptées que dans leur mobilité quotidienne.L’enfant, atteint de cette paralysie cérébrale, doit être pris en charge le plus tôt possible. Le but est de permettre à ce que l’enfant apprenne à marcher : en effet, la plasticité cérébrale des enfants est plus importante que celle des adultes et permet potentiellement à l’enfant d’apprendre rapidement, malgré d’éventuelles lésions cérébrales.Deux sœurs jumelles, dont l’une est atteinte de PC spastique, ont été étudiées. Cette gémellité nous a permis d’avoir des anthropométries proches et d’utiliser les données de la jumelle saine comme référence pour améliorer la marche spastique de sa sœur.Cette thèse s’articule ainsi autour de deux grands champs : la biomécanique et la robotique. Une étude de l’impact de paralysie cérébrale spastique sur la marche humaine a été réalisée. Cette étude a été suivie par une modélisation de la marche spastique et de l’interaction entre un enfant atteint de PC spastique et un exosquelette dans le but d’améliorer la cinématique de l’enfant.Cette thèse a abouti à la modélisation personnalisée d’une marche spastique ainsi que d’un premier contrôle de cette marche, par le biais d’une interaction exosquelette-humain, afin de la faire converger vers une marche plus saine., Spastic cerebral palsy is a pathology that affects nearly one child in 500 at birth.This pathology creates numerous motor problems, particularly when walking, suchas involuntary movements due to muscular hypertonia, also called spasticity. Eachcerebral palsy has its own severity measured by different scales. Currently, very fewmotor aids are available for children, as the market for robotic aids focuses mainlyon adults (constant anthropometry and pathology that does not evolve much). Theobjective of the EXOKID project, from which this thesis stems, is therefore to allowmore children with cerebral palsy to have access to a robotic system with adaptedanthropometry. This system must be able to evolve according to their growth andthe evolution of their pathology in order to improve their walking both in the contextof rehabilitation within adapted structures and in their daily mobility. The child,suffering from this cerebral palsy, must be taken in charge as soon as possible. Theaim is to enable the child to learn to walk : indeed, the cerebral plasticity of childrenis more important than that of adults and potentially allows the child to learnquickly, despite possible cerebral lesions.Two twin sisters, one of whom has spastic PC, were studied. This twinhood allowedus to have close anthropometries and to use the data of the healthy twin as areference to improve the spastic gait of her sister. This thesis is thus articulatedaround two main fields : biomechanics and robotics. A study of the impact of spasticcerebral palsy on human walking was carried out. This study was followed by amodelling of a spastic walking and the interaction between a child suffering fromspastic cerebral palsy and an exoskeleton with the aim of improving the child’skinematics. This thesis resulted in the personalised modelling of a spastic gait anda first control of this gait, through an exoskeleton-human interaction, in order tomake it converge towards a healthier gait.

The objective of this thesis is to plan the motion of an autonomous vehicle so that it can navigate and interact with other moving obstacles without collision in an urban environment. This involves taking into account constraints that may be specific to the vehicle (dynamic, energetic, linked to perception or forecasting systems), relating to the safety and comfort of users or to the environment close to the vehicle. These last depend on the topology of the road, driving rules and other moving actors in the neigborhood of the ego-vehicle. In the context of this thesis, we focused on: (i) the limited or partial perception of the environment close to the vehicle and in particular the presence of static or mobile obstacles hiding part of its neighborhood ; (ii) uncertainty about the prediction of the motion of other agents; (iii) maneuvers to be carried out in urban scenarios where the lanes can be congested with plenty of other static or moving obstacles; (iv) and the respect of the road signs. All these issues have been addressed through geometric approaches by adapting in different ways the principle of path-velocity decomposition introduced by Kant and Zucker (1986). The CARLA simulator has been adapted to validate the proposed approaches on different scenarios reproducing typical situations of interaction with other vehicles in an urban environment, such as, for example, crossing a crossroads with reduced visibility, overtaking a slow or stopped vehicle in its lane, driving in a section of road regulated by traffic lights, etc., L’objectif de cette thèse est de planifier le mouvement d’un véhicule autonome pour qu’il puisse circuler sans collision dans un environnement urbain en présence d’autres obstacles mobiles. Ceci implique la prise en compte de contraintes propres au véhicule (dynamiques, énergétiques, liées aux systèmes de perception ou de prévision), relatives à la sécurité, au confort des usagers et à l’environnement proche du véhicule. Celles-ci dépendent de la topologie de la route, des règles de conduite et des autres acteurs en mouvement dans le voisinage de l’ego véhicule. Dans le cadre de cette thèse, nous nous sommes intéressés plus particulièrement : (i) à la perception limitée ou partielle de l’environnement proche du véhicule et en particulier à la présence d’obstacles fixes ou mobiles occultant une partie de son voisinage proche ; (ii) à l’incertitude sur la prédiction du mouvement des autres agents ; (iii) aux manœuvres à effectuer dans des scénarios urbains où les voies peuvent être encombrées par de nombreux véhicules arrêtés ou en mouvement ; (iv) et au respect de la signalisation. Toutes ces problématiques ont été traitées par des approches géométriques en adaptant de différentes manières le principe de décomposition chemin-vitesse introduit par Kant et Zucker (1986). Le simulateur CARLA a été adapté pour valider les approches proposées sur différents scénarios reproduisant des situations typiques d’interaction avec d’autres véhicules en milieu urbain, comme, par exemple, le franchissement d’un carrefour avec une visibilité réduite, le dépassement d’un véhicule lent ou arrêté sur sa voie, la conduite sur une portion de route réglementée par des feux de circulation, etc.

Biological motion has a lot of information, both physical and cognitive. Studies have shown that it is possible to determine a person's gender, emotion and even identity. These characteristics are accessible from information on the dynamics of the movement of polyarticulated bodies (e.g. the movement of the articulation points). Understanding and interpreting a person's behavior and state are abilities related to empathy. It is a faculty common to all mammals and is based on certain neural systems including, among others, mirror neurons. Given that empathy is an important part of social interactions in humans and more generally in animals, we can ask ourselves how our relationship with robots can be inspired by it.This leads us to the following problem: can robotic assistance to people use the interpretation of human movement, rich in physical and cognitive information, as a modality to improve the Human-Robot Interaction?To answer this question, we are working on observation tools and on a method of motion analysis that can be used in real time by a robotic system.Initially, we worked on the observation tools of human movement. Our objectives of robotic assistance in an ecological environment require the installation of sensors that affect the person's actions as little as possible. We have therefore chosen to study the Microsoft Kinect sensor which is an accessible depth sensor allowing to recover the Cartesian positions of the joints and extremities of the body. However, this type of sensor is subject to measurement noise that would prevent a fine analysis of the movement. We have therefore developed two methods to improve the measurement of this sensor based on the Extended Kalman Filter (EKF): an anthropometrically constrained EKF and a sensor fusion EKF. We have done the first study on the 2nd generation Kinect and the second on the 2nd and 3rd generations, allowing to highlight the differences between these two sensors.In a second time, we were interested in motion analysis methods and more specifically in the problem of Inverse Optimal Control (IOC). The objective of IOC is to identify the weights associated with a set of cost functions to be optimized to generate a given trajectory. In this thesis, we seek to analyze in real time human motion trajectories whose measurements, coming from sensors, are noisy. We have studied the reliability of the IOC resolution method called Approached, as a function of the measurement noise. We also provide an original approach to the IOC that poses a new view of the optimality of trajectories and allows us to introduce the concepts of Singularity Curves and Projection. We show in this paper tools to better understand and take into account the robustness issues of IOC.; Le mouvement biologique possède de nombreuses informations, qu'elles soient physique ou cognitive. Des travaux ont montré qu'il était possible de déterminer le genre d'une personne, son émotion, voire même son identité. Ces caractéristiques sont accessibles à partir d'information sur la dynamique du mouvement des corps poly-articulés (e.g. le mouvement des points d'articulation). Comprendre et interpréter le comportement d'une personne et son état sont des capacités liées à l'empathie. C'est une faculté commune à l'ensemble des mammifères qui se base sur certains systèmes neuronaux comprenant, entre autre, les neurones miroirs. Étant donné que l'empathie participe grandement aux interactions sociales chez les hommes et plus généralement les animaux, on est en mesure de se demander comment notre relation avec les robots peut s'en inspirer.Cela nous amène à la problématique suivante: l'assistance robotique à la personne peut-elle se servir de l'interprétation du mouvement humain, riche d'informations physiques et cognitives, comme modalité d'amélioration de l'Interaction Humain Robot ?Pour répondre à cette problématique, nous nous positionnons sur des outils d'observations et sur une méthode d'analyse du mouvement qui soient exploitables en temps réel par un système robotique.Dans un premier temps, nous avons travaillé sur les outils d'observation du mouvement humain. Nos objectifs d'assistance robotisée en milieu écologique, nécessitent d'installer des capteurs qui affectent le moins possible les actions de la personne. Nous avons donc choisi d'étudier le capteur Kinect de Microsoft qui est un capteur de profondeur accessible permettant de récupérer les positions cartésiennes des articulations et extrémités du corps. Cependant, ce type de capteur est sujet à des bruits de mesure qui empêcherait une analyse fine du mouvement. Nous avons donc développé deux méthodes pour améliorer la mesure de ce capteur basé sur le Filtre de Kalman Etendu (EKF): un EKF sous contrainte anthropométrique et un EKF de fusion de capteurs. Nous avons fait la première étude sur la Kinect de 2ème génération et la deuxième sur les générations 2 et 3, permettant de mettre en avant les différences entre ces deux capteurs.Dans un second temps, nous nous sommes intéressés aux méthodes d'analyse du mouvement et plus spécifiquement au problème de Control Optimal Inverse (COI). L'objectif du COI est d'identifier les pondérations associées à un ensemble de fonctions de coûts à optimiser pour générer une trajectoire donnée. Dans le cadre de cette thèse, nous cherchons à analyser en temps réel des trajectoires de mouvement humain dont les mesures, issus de capteurs, sont bruitées. Nous avons étudié la fiabilité de la méthode de résolution du COI dite Approchée, en fonction du bruit de mesure. Nous apportons également une approche originale du COI qui pose une nouvelle vision de l'optimalité de trajectoires et permet de présenter les concepts de Courbes de Singularité et de Projection. Nous montrons dans cette étude des outils permettant de mieux comprendre et prendre en compte les problématique de robustesse du COI.

The goal of SLAM (Simultaneous Localization and Mapping) is to estimate the trajectory of a moving camera while building a map of its environment. Classical algorithm usually build a purely geometrical and homogeneous map, thus there is a semantic gap between the internal representation and the real world in which the system is evolving. Our goal in this manuscript is to build a SLAM system that can harness semantic information to push forward the limits of SLAM. To this end, we first propose a light neural network to estimate the pose of objects in the scene. Objects can serve as high level landmarks for a SLAM system, improving camera pose and adding information into the map. This network however has to be trained for specific objects. We then propose a SLAM system that can create clusters of 3D points corresponding to generic objects in the scene. With some a priori knowledge about object classes we can estimate their geometry in real time to improve both the map and camera pose estimation. Finally we propose new SLAM able to robustly estimate camera pose in dynamic scenes and to estimate the trajectories of all moving objects in the scene. A priori knowledge allows us to constrain the movement of objects to be plausible with respect to the structure of the world. We also propose to improve object tracking by injecting LiDAR data into our SLAM system.; Le but du SLAM (Simultaneous Localization And Mapping) est d'estimer la trajectoire d'une caméra en mouvement tout en cartograhiant l'espace. Les algorithmes classiques construisent généralement une cartographie purement géométrique et homogène, ainsi il y a un écart sémantique entre la représentation interne du SLAM et le monde réel dans lequel le système évolue. Notre but dans ce manuscrit est de construire un système de SLAM pouvant exploiter l'information sémantique pour repousser les limites du SLAM. Dans ce but nous proposons un réseau de neurones léger pour estimer la pose d'objets dans la scène. Les objets peuvent servir de repères haut niveau pour un SLAM, améliorant la pose de la caméra et ajoutant de l'information dans la cartographie. Puis nous proposons un SLAM capable de créer des groupes de points 3D correspondant à des objets génériques dans la scène. En utilisant une connaissance a priori sur la classe des objets nous pouvons estimer leur géométrie pour améliorer la cartographie et la pose de la caméra. Enfin, nous proposons un SLAM capable d'estimer la pose de la caméra dans des scène dynamiques tout en estimant la trajectoire de tous les objets dans la scène. Un a priori sur les objets nous permet de contraindre leur mouvement afin qu'il soit cohérent avec la structure du monde. Nous proposons également d'améliorer le suivi des objets en injectant des données LiDAR dans notre SLAM.

National audience; This thesis explores how to generate paths for legged robot locomotion. One approach to tackle the locomotion problem is its division into three sequential modules: navigation to generate a guide path that the robot has to follow, contact planning along this guide path, and finally the robot whole-body motion. This division greatly reduces the locomotion problem complexity, but raises the critical question of the "feasibility" between the different modules. In this context, this thesis explores the feasibility problem between the navigation and the next modules, in other words: "How to generate feasible paths by the robot?" A naive approach is to use a reduced model of the robot with two conditions: the robot trunk must not collide with the environment, and the robot feet must be able to reach the ground all along the path. But these two conditions are not sufficient to approximate path feasibility. To refine these conditions, another approach is to consider the traversability of the terrain, to generate more likely easier paths for the robot. This thesis explores a different approach that is to learn by reinforcement how to generate feasible paths directly from the contact planner. My contribution is a local steering method, named Leas, which locally navigates the terrain in the desired direction using a height map. Leas learns from the contact planner validation what is a feasible path by it, and consequently adapts its navigation behavior. This steering method has been connected to three contact planners, each having different strategies. I will explain its results and limitations for legged robot locomotion in complex environments.; E but de ma thèse est d’apprendre comment générer des chemins pour la locomotion de robots à pattes. Une approche possible au problème de la locomotion est une division en trois modules séquentiels qui sont: la navigation pour générer un chemin (ou guide) que le robot devra suivre, la planification de ses pas tout le long du chemin, puis enfin le mouvement corps complet du robot pour les réaliser. Cette division permet de réduire la complexité du problème, mais amène la question critique de la "faisabilité" entre les différents modules. Dans ce contexte, cette thèse s'intéresse à la question de la faisabilité entre le module de navigation et les autres modules, autrement dit: "Comment générer des chemins faisables par le robot?" Une approche naïve repose sur un modèle réduit du robot apportant deux conditions: le tronc du robot ne soit pas en collision avec l'environnement, et les pieds du robot doivent pouvoir atteindre le sol tout le long du chemin. Mais ces deux conditions ne sont pas suffisantes pour approximer la faisabilité des chemins. Pour raffiner ces conditions, une deuxième approche est de s'intéresser au concept de traversabilité des terrains, afin de de générer des chemins plus faciles pour le robot. Cette thèse explore une autre approche qui est d'apprendre par renforcement à générer des chemins faisables directement via le planificateur de contact. Ma contribution est une méthode de pilotage, nommée Leas, qui grâce à une carte d'élévation locale navigue le terrain dans une direction désirée. Leas apprend via la validation par le planificateur de contact ce qu'est un chemin faisable par lui, et modifie ses comportements de navigation en conséquence. Cette méthode de pilotage a été connectée à trois planificateurs de contacts ayant des stratégies différentes. Je vais montrer ses résultats et ses limitations pour la locomotion de robot à pattes dans des environnements complexes.

Performing a complex autonomous mission with a multi-robot system requires to integrate several deliberative approaches to perform task allocation, optimization, and execution control. Implementing such a deliberative architecture is a complex task: it requires the developer to master the decision algorithms themselves (e.g., automated planning models), to have a good knowledge of the involved robotic platforms, and to think about how these elements will be assembled as a system architecture. We propose a framework to help designing such deliberative architectures. The framework relies on the concept of a hierarchical structure of actors, each actor managing goals with specific planning or optimization approaches, and delegating sub-goals to other actors.

National audience; The challenges of Industry 4.0 include the development and optimisation of data, product and material flows in production companies. Certain technological building blocks have been defined, notably for the use of automated guided vehicles (AGVs) and other autonomous robots. The Industry 4.0 context is leading more and more to decentralised solutions and local decisions, as centralisation is rapidly showing its limits.Moreover, there is a real difficulty in setting up and deploying fleets of autonomous industrial vehicles (AIVs) because of the acceptability of employees, the location of vehicles, the fluidity of traffic and the perception by vehicles of changing (dynamic) environments. The autonomy of AIVs is therefore reduced to predetermined trajectories. AIVs have to be more and more intelligent and cooperative. This perspective of increased cooperation implies a strong capacity of VIAs to exchange contextual and relevant information on their traffic conditions. The infrastructure can also participate in this cooperation with its communicating elements (beacons, sensors, cameras, etc.) and provide the AIVs with local sources of information about their environment.; Les défis de l’industrie 4.0 portent notamment sur le développement et l’optimisation des flux de données, de produits et de matériaux dans les entreprises de production. Certaines briques technologiques ont été définies, notamment pour l’utilisation de véhicules guidés automatisés (AGV) et autres robots autonomes. Le contexte de l’industrie 4.0 amène de plus en plus vers des solutions décentralisées et des décisions locales, car la centralisation montre rapidement ses limites.De plus, il y a une réelle difficulté de mise en place et de déploiement de flottes de véhicules industriels autonomes (VIA) en raison de l’acceptabilité des employés, la localisation des véhicules, la fluidité du trafic ou encore la perception par les véhicules d’environnements changeants (dynamiques). L’autonomie des VIA est donc réduite à des trajectoires prédéterminées. Les VIA doivent donc être de plus en plus intelligentes et coopératives. Cette perspective de coopération accrue implique une forte capacité des VIA à échanger des informations contextuelles et pertinentes sur leurs conditions de trafic. L’infrastructure peut également participer à cette coopération avec ses éléments communicants (balises, capteurs, caméras, etc.) et fournir aux VIA des sources locales d’information sur leur environnement.

This work deals with recursive dynamic parameter identification in robotics and presents a new method applied to industrial manipulators based on the recursive instrumental variable. We construct the instrumental matrix by filtering the reference trajectory and its derivatives with the position closed-loop transfer function previously identified with standard today’s toolboxes, such as CAPTAIN. This implies that we no longer need to simulate the direct dynamic model and, therefore, to know the controller, and that we can build the instrumental matrix beforehand. Besides the closed-loop transfer function acting as a unitary gain at low frequencies, we can use the references directly if only low frequencies are excited. This approach, called Inverse Dynamic Identification Model Recursive Instrumental Variable (IDIM-RIV), is evaluated offline on the 7 degrees of freedom KUKA LBR iiwa R820 manipulator. The experimental validation suggests that IDIM-RIV is computationally cheaper than its en-bloc version, can identify 64 dynamic parameters, and presents good robustness against noise and algorithm initialization.

This work deals with the flight of small quadrotors (essentially the Crazyflie, ~10cm, 30g) for indoor environment such as pipes. Three main questions are dealt with in the thesis : the existence and nature of aerodynamic perturbations caused by the interaction of rotors' air flow with the environement, the design of a flight controller fit for environments like pipes and the adaptation of this controller to be embedded onboard a Crazyflie controller. The static componenent of aerodynamic perturbations is measured and we detail a map of these for a given set of locations in the environement. Theses measures are then used to build a model that is able to predict these perturbations at any point of the environement. We propose a MPC flight controller based on the resolution of the optimal control problem, taking the perturbation model into account. This controller is able to plan trajectories considering the perturbations and to reject these perturbations. Solving the optimal control problem being too computationally expensive to be done in real time onboard the Crazyflie, we propose to learn a neural network approximating the MPC flight controller in a supervised way, by imitation. This neural network approximation is able to be executed in real time onboard a Crazyflie., Cette thèse traite du vol de petits quadrotors (en particulier du modèle Crazyflie, ~ 10cm, 30g) dans des environnements confinés comme les tuyaux. Trois problématiques sont principalement abordées dans cette thèse : la présence et la nature de perturbations dues à l'interaction entre les flux d'air déplacés par les rotors et les parois de l'environnement, la conception d'un contrôleur pour le vol dans un tel environnement malgré les perturbations et l'adaptation de ce contrôleur aux contraintes de fonctionnement à bord d'un petit quadrotor comme le Crazyflie. Les perturbations aérodynamiques sont mesurées en régime statique et nous présentons une cartographie de celles-ci en un ensemble de points donné de l'environnement. Ces mesures sont utilisées pour dériver un modèle capable de réaliser des prédictions de ces perturbations en tout point de l'environnement. Le contrôleur proposé pour voler dans un tel environnement est un contrôleur MPC basé sur la résolution de problèmes de contrôle optimal intégrant le modèle des perturbations, permettant ainsi à la fois la planification de la navigation en tenant compte des perturbations à venir et le rejet de celles qui seraient hors modèle. La résolution de ces problèmes de contrôle optimal étant trop coûteuse en calcul pour être réalisée en temps réel à bord d'un petit quadrotor comme le Crazyflie, cette thèse aborde ensuite l'apprentissage par imitation du contrôleur MPC par un réseau de neurones qui permet d'obtenir une approximation de ce contrôleur dont le coût en calcul est compatible avec l'utilisation à bord d'un Crazyflie.

L'intelligence artificielle (IA) moderne a ouvert de nouvelles perspectives prometteuses pour la création de robots intelligents. En particulier, les architectures d'apprentissage basées sur le gradient (réseaux neuronaux profonds) ont considérablement amélioré la compréhension des scènes 3D en termes de perception, de raisonnement et d'action. Cependant, ces progrès ont affaibli l'attrait de nombreuses techniques ``classiques'' développées au cours des dernières décennies. Nous postulons qu'un mélange de méthodes ``classiques'' et ``apprises'' est la voie la plus prometteuse pour développer des modèles du monde flexibles, interprétables et exploitables : une nécessité pour les agents intelligents incorporés. La question centrale de cette thèse est : ``Quelle est la manière idéale de combiner les techniques classiques avec des architectures d'apprentissage basées sur le gradient pour une compréhension riche du monde 3D ?''. Cette vision ouvre la voie à une multitude d'applications qui ont un impact fondamental sur la façon dont les agents physiques perçoivent et interagissent avec leur environnement. Cette thèse, appelée ``programmes différentiables pour modèler l'environnement'', unifie les efforts de plusieurs domaines étroitement liés mais actuellement disjoints, notamment la robotique, la vision par ordinateur, l'infographie et l'IA. Ma première contribution---gradSLAM--- est un système de localisation et de cartographie simultanées (SLAM) dense et entièrement différentiable. En permettant le calcul du gradient à travers des composants autrement non différentiables tels que l'optimisation non linéaire par moindres carrés, le raycasting, l'odométrie visuelle et la cartographie dense, gradSLAM ouvre de nouvelles voies pour intégrer la reconstruction 3D classique et l'apprentissage profond. Ma deuxième contribution - taskography - propose une sparsification conditionnée par la tâche de grandes scènes 3D encodées sous forme de graphes de scènes 3D. Cela permet aux planificateurs classiques d'égaler (et de surpasser) les planificateurs de pointe basés sur l'apprentissage en concentrant le calcul sur les attributs de la scène pertinents pour la tâche. Ma troisième et dernière contribution---gradSim--- est un simulateur entièrement différentiable qui combine des moteurs physiques et graphiques différentiables pour permettre l'estimation des paramètres physiques et le contrôle visuomoteur, uniquement à partir de vidéos ou d'une image fixe., Modern artificial intelligence (AI) has created exciting new opportunities for building intelligent robots. In particular, gradient-based learning architectures (deep neural networks) have tremendously improved 3D scene understanding in terms of perception, reasoning, and action. However, these advancements have undermined many ``classical'' techniques developed over the last few decades. We postulate that a blend of ``classical'' and ``learned'' methods is the most promising path to developing flexible, interpretable, and actionable models of the world: a necessity for intelligent embodied agents. ``What is the ideal way to combine classical techniques with gradient-based learning architectures for a rich understanding of the 3D world?'' is the central question in this dissertation. This understanding enables a multitude of applications that fundamentally impact how embodied agents perceive and interact with their environment. This dissertation, dubbed ``differentiable world programs'', unifies efforts from multiple closely-related but currently-disjoint fields including robotics, computer vision, computer graphics, and AI. Our first contribution---gradSLAM---is a fully differentiable dense simultaneous localization and mapping (SLAM) system. By enabling gradient computation through otherwise non-differentiable components such as nonlinear least squares optimization, ray casting, visual odometry, and dense mapping, gradSLAM opens up new avenues for integrating classical 3D reconstruction and deep learning. Our second contribution---taskography---proposes a task-conditioned sparsification of large 3D scenes encoded as 3D scene graphs. This enables classical planners to match (and surpass) state-of-the-art learning-based planners by focusing computation on task-relevant scene attributes. Our third and final contribution---gradSim---is a fully differentiable simulator that composes differentiable physics and graphics engines to enable physical parameter estimation and visuomotor control, solely from videos or a still image.

National audience; In this presentation, we will outline the various lines of research in which we have participated and contributed in the field of human-robot interaction.We'll start by explaining what interaction and robotic architecture are. We'll show how the notion of interaction has led us to evolve from the traditional architecture for autonomy to an architecture for interaction, notably through the theory of joint action developed in philosophy.Next, we'll talk about some of the components of this architecture to which we've contributed. We'll talk about data representation, how to model and supervise interaction, how to integrate learning and how to measure interaction quality.We then turn to more fundamental work, carried out with psychologists and philosophers on the notion of the social agent.Finally, we conclude with our research perspectives. To do this, we'll mention the research projects in which we're involved (ANR ai4hri Artificial Intelligence For Human-Robot Interaction, ANR ASTRID DISCUTER Dialogue Interactif Structuré, Consolidé et Unifié pour la réalisation de Tâches En Robotique, ANR PRCI ELSA Effective Learning of Social Affordances, ANR EPIIC ElectroPhysiological Involuntary Inputs for Collaborative robotics enhancement) which we will relate to our current work on defining a robotic architecture based on the notion of social practice. The presentation will take place in French and will also be broadcast via http://live.laas.fr; Dans cette présentation, nous développerons les différents axes de recherche auxquels nous avons participé et contribué dans le domaine de l'interaction humain-robot.Nous commencerons par expliquer ce que sont d'une part une interaction et d'autre part une architecture robotique. Nous montrerons comment la notion d'interaction nous a amené à faire évoluer la traditionnelle architecture pour l'autonomie vers une architecture pour l'interaction en passant notamment par la théorie de l'action jointe développée en philosophie.Ensuite, nous parlerons de certains constituants de cette architecture sur lesquels nous avons contribué. Il sera question de représentation des données, de la manière de modéliser et de superviser une interaction, de la manière d'intégrer de l'apprentissage et de mesurer la qualité de l'interaction.Nous aborderons ensuite un travail plus fondamental, réalisé avec des psychologues et des philosophes sur la notion d'agent social.Enfin, nous conclurons par nos perspectives de recherche. Pour cela, nous évoquerons les projets de recherche auxquels nous participons (ANR ai4hri Artificial Intelligence For Human-Robot Interaction, ANR ASTRID DISCUTER Dialogue Interactif Structuré, Consolidé et Unifié pour la réalisation de Tâches En Robotique, ANR PRCI ELSA Effective Learning of Social Affordances, ANR EPIIC ElectroPhysiological Involuntary Inputs for Collaborative robotics enhancement) que nous mettrons en relation avec nos travaux en cours portant sur la définition d'une architecture robotique basée sur la notion de pratique sociale. La présentation aura lieu en français et sera également diffusée via http://live.laas.fr

Le robot est né au théâtre en 1920, sous la plume du dramaturge tchèque Karel Capek. Sa pièce R.U.R (Rossum Universal Robot) met en scène la révolte d’hommes robots. Les robots sont ensuite devenus très populaires avec le cinéma, de Metropolis (1926) à Blade runner, Matrix ou Wall-E en passant par Terminator et Star Wars, ainsi que dans la littérature S.F. depuis I Robot d’Isaac Asimov (1950) et dans les comics depuis Astro Boy (1951). Le point de départ de cette rencontre entre Oriza Hirata ...

Introduction: Stroke is the first cause of physical disability in adults. Indeed, it is the main cause of death in France and in the world. The annual mortality rate in France is approximately 62 000 deaths per year. Long-term upper limb impairment during the chronic phase is a major concern after a stroke. The loss of upper motor function causes many difficulties in stroke patients and consequently limits patients in their activities of daily living. As a result, robotics has been present for several years now and is not widely used to date. It is a playful and encouraging means of rehabilitation for the patient, through the many different visual feedback modes and applications. Moreover, it is a high intensity, repetitive and task-oriented rehabilitation. Purpose: The aim of this review is to evaluate the effects of robotics in the recovery of motor function of the upper limb following a stroke in chronic phase in comparison with another therapy (conventional therapy, induced stress therapy).Methods: The following database was used to conduct my research: Pedro, Pubmed and Cochrane to select RCTs that fit our inclusion criteria. The primary outcome was the improvement in motor function as assessed by the Fugl Meyer Upper Extremity Test (FMA-UE) and the secondary outcome was the reduction in spasticity as assessed by the Ashworth Modified Assessment (MAS). Risk of bias and methodological quality were assessed with the PEDro scale. The results of this review were analyzed in a qualitative manner.Results: Of the 462 studies identified, 6 randomized clinical trials with a PEDro > 6 score were included. 4 studies showed an improvement in motor function in the experimental group, but it was only significant in only one of these studies. In addition, the other 2 studies were in favor of the control group but not significantly. Furthermore, no significant difference was found regarding the effectiveness of robotics in reducing spasticity. The risk of bias is low, but the lack of information about the results diminishes this level of evidence.Conclusion: In summary, the use of robotics results in changes in upper limb motor function in stroke patients, but these changes do not appear to be significant. Robotics is a promising rehabilitation technique for the upper limb of stroke patients, so further research is required. New studies with a larger sample size, a long-term follow-up and a more precise protocol adapted to the patient (number of repetitions, time, intensity) must be considered.; Introduction : l’AVC représente la première cause de handicap physique de l’adulte. En effet, c’est la principale cause de décès en France et dans le monde. Le taux de mortalité annuel en France s’élève à environ 62 000 décès par an. La déficience du membre supérieur à long terme pendant la phase chronique est une préoccupation majeure après un accident vasculaire cérébral. La perte de la fonction motrice supérieure entraîne de nombreuses difficultés chez les victimes d’AVC et, par conséquent, limite les patients dans leurs activités de la vie quotidienne. La robotique est un moyen rééducatif ludique et encourageant pour le patient, par l’intermédiaire des nombreux modes de feedbacks visuels et applications différentes. Il s’agit d’une rééducation à haute intensité, répétitive et orientée vers des tâches.Cependant, cet outil thérapeutique présent depuis plusieurs années maintenant est peu utilisé à ce jour.Objectif : le but de la revue est d’évaluer les effets de la robotique dans la récupération de la fonction motrice du membre supérieur suite à un AVC en phase chronique par rapport à une autre thérapie (thérapie conventionnelle, thérapie par contrainte induite).Méthodologie de recherche : la recherche des études a été réalisée à partir de plusieurs bases de données : Pedro, Pubmed et Cochrane afin de sélectionner des ECR rentrant dans nos critères d’inclusion. Le critère de jugement principal est l’amélioration de la fonction motrice évaluée par la sous échelle motrice du membre supérieur du Fugl Meyer (FMA-UE) et le critère de jugement secondaire est la diminution de la spasticité évaluée par l’Ashworth Modifiée (MAS). Les risques de biais et la qualité méthodologique ont été évalués avec l’échelle PEDro. L’analyse des résultats de la revue a été faite de manière qualitative.Résultats : parmi les 462 études identifiées, 6 essais cliniques randomisés avec un score Pedro > 6 ont été inclus. 4 études montrent une amélioration de la fonction motrice dans le groupe expérimental mais elle n’est significative que pour une seule. Par ailleurs, les 2 autres études sont en faveur du groupe contrôle mais pas de manière significative. De plus, aucune différence significative n’a été constatée concernant l’efficacité de la robotique dans la diminution de la spasticité. Les risques de biais sont faibles, cependant le manque d’informations concernant les résultats mène à une baisse de ce niveau de preuve.Discussion : l’utilisation de la robotique entraîne des changements dans la fonction motrice du membre supérieur des patients ayant subi un AVC mais ces changements ne semblent pas significatifs. La robotique est une technique de réadaptation prometteuse pour la récupération du membre supérieur de ces patients. Ainsi, il est nécessaire de poursuivre les recherches. De nouvelles études avec une taille d’échantillon plus grande, un suivi à long terme et un protocole plus précis et adapté au patient (nombre de répétitions, temps, intensité) doivent être envisagées.

Les manipulateurs spatiaux permettent de répondre à une variété de problèmes dans les futures exploitations et explorations spatiales, tels que le déploiement en orbite, l’élimination active des débris ou les opérations de maintenance. Toutefois, il est difficile de contrôler de manière autonome les systèmes de manipulateurs spatiaux dans le cas de structures légères et de grande taille présentant alors un comportement flexible. La dynamique flexible représente un défi, premièrement par sa modélisation et secondement les couplages avec le manipulateur peuvent détériorer la qualité du contrôle. Cette thèse aborde les problèmes de conception et de contrôle d’un manipulateur spatial autonome équipé de dispositifs d’échange de moment cinétique pour le contrôle de la rotation d’un vaisseau spatial lorsqu’il est confronté à des perturbations internes au système, des incertitudes de modèle et des erreurs de mesure. La modélisation de la dynamique rigide-flexible d’un système multi-corps reste une tâche difficile, et une première contribution de ce travail est un outil de modélisation générique pour dériver la cinématique et la dynamique d’un manipulateur spatial flottant dont les rotations sont contrôlées et en présence d’appendices flexibles. Cette analyse a conduit à la contribution principale de cette thèse, à savoir l’implémentation et la conception d’une loi de contrôle pour les opérations de maintenance en orbite. Grâce au modèle, la commande proposée inclut les états non mesurables (i.e. les modes flexibles) dans le découplage et la linéarisation du système, et les lois de pilotage établies sont basées sur l’inversion dynamique non linéaire où des observateurs sont introduits pour améliorer la qualité de la linéarisation. Dans une première mise en oeuvre, un observateur d’état étendu a été utilisé pour estimer la dynamique flexible. Puis, dans un deuxième temps, les incertitudes de modélisation et les erreurs de mesure ont été traitées par l’ajout d’un observateur de perturbations non linéaires. Les interdépendances entre les observateurs et la dynamique de contrôle ont motivé un calcul simultané de leurs gains afin d’améliorer la stabilité du système et les performances de contrôle. Ce point a été atteint par la résolution d’inégalités matricielles linéaires pour garantir la stabilité obtenue à l’aide d’une fonction de Lyapunov appropriée. Afin de mettre en évidence l’intérêt du schéma proposé et de valider notre approche dans un environnement réaliste, des tests approfondis d’un cas d’utilisation de l’assemblage d’un télescope spatial en orbite ont été réalisés sur un simulateur haute-fidélité. Space manipulators allow to respond to a variety of problems in future space exploitation and exploration such as on-orbit deployment, active debris removal or servicing operations. However, a difficulty to autonomously control space manipulator systems arise with large and light structures presenting flexible behavior. Flexible dynamics remain a challenging topic as its modeling may present a first difficulty while the different coupling with the manipulator may deteriorate the control quality. This thesis addresses design and control problems related to autonomous space manipulator equipped with kinetic moment exchange devices for spacecraft rotation control when dealing with system internal disturbances, model uncertainties and measurement errors. The modeling of rigid-flexible dynamics of a multi-body system remains a challenging task, and a first contribution of this work is a generic modeling tool to derive kinematic and dynamic of a rotation-free-floating Space Manipulator System (SMS) with flexible appendages. This analysis led to the main contribution of this thesis, namely the implementation and the design of such control scheme for On-Orbit Servicing operations. Thanks to the model, proposed control include the non-measurable states (i.e flexibility) in the system decoupling and linearization, and the steering laws established are based on Nonlinear Dynamic Inversion (NDI) framework where observers are introduced to improve the quality of linearization. In a first implementation an Extended State Observer (ESO) have been involved to estimate flexible dynamics. Then, in a second time, the modeling uncertainties and measurement errors have been handled by the addition of a Nonlinear Disturbance Observer (NDO). Inter-dependencies between observers and control dynamics have motivated a simultaneous computation of their gains to improve system stability and control performances. This point has been achieved by the resolution of Linear Matrix Inequalities (LMI) to guarantee stability with an appropriate Lyapunov function. In order to highlight the interest of the proposed scheme and validate our approach in a realistic environment,extensive tests of an on-orbit space telescope assembly use-case have been performed on a high-fidelity simulator.

Autonomous robotic agents have begun to impact many aspects of our society, with application in automated logistics, autonomous hospital porters, manufacturing and household assistants. The objective of this thesis is to explore Deep Reinforcement Learning approaches to planning and navigation in large and unknown 3D environments. In particular, we focus on tasks that require exploration and memory in simulated environments. An additional requirement is that learned policies should generalize to unseen map instances. Our long-term objective is the transfer of a learned autonomous robotic agents have begun to impact many aspects of our society, with application in automated logistics, autonomous hospital porters, manufacturing and household assistants. The objective of this thesis is to explore Deep Reinforcement Learning approaches to planning and navigation in large and unknown 3D environments. In particular, we focus on tasks that require exploration and memory in simulated environments. Our long-term objective is the transfer of a learned objective of accumulating a task-based reward, an Embodied AI agent must learn to discover relevant semantic cues such as object recognition and obstacle avoidance, if these skills are pertinent to the task at hand. This thesis introduces the field of Structured Deep Reinforcement Learning and then describes 5 contributions that were published during the PhD. We start by creating a set of challenging memory-based tasks whose performance is benchmarked with an unstructured memory-based agent. We then demonstrate how the incorporation of structure in the form of a learned metric map, differentiable inverse projective geometry and self-attention mechanisms; augments the unstructured agent, improving its performance and allowing us to interpret the agent’s reasoning process. We then move from complex tasks in visually simple environments, to more challenging environments with photo-realistic observations, extracted from scans of real-world buildings. In this work we demonstrate that augmenting such an agent with a topological map can improve its navigation performance. We achieve this by learning a neural approximation of a classical path planning algorithm, which can be utilized on graphs with uncertain connectivity. From work undertaken over the course of a 4-month internship at the R & D department of Ubisoft, we demonstrate that structured methods can also be used for navigation and planning in challenging video game environments. Where we couple a lower level neural policy with a classical planning algorithm to improve long-distance planning and navigation performance in vast environments of 1km×1km. Finally, we develop an open-source Deep Reinforcement Learning interface for the Godot Game Engine. Allowing for the construction of complex virtual worlds and the learning of agent behaviors with a suite of state-of-the-art algorithms., Les robots autonomes ont commencé à impacter de nombreux aspects de notre société avec, par exemple des applications dans la logistique automatisée, les robots hospitaliers autonomes, l’industrie ou encore les aides ménagères. L’objectif de cette thèse est d’explorer les approches d’apprentissage par renforcement profond pour la planification et la navigation dans des environnements 3D vastes et inconnus. Nous nous concentrons en particulier sur les tâches qui nécessitent d’explorer et mémoriser les environnements simulés. Une contrainte supplémentaire est que les stratégies apprises doivent se généraliser à des cartes inconnues. Notre objectif à long terme est le transfert d’une technique d’apprentissage vers un système robotique dans le monde réel. Les algorithmes d’apprentissage par renforcement apprennent des interactions. En agissant avec l’objectif d’accumuler des récompenses liées à une tâche, une IA incarnée doit apprendre à découvrir des informations sémantiques telles que la reconnaissance d’objets et l’évitement d’obstacles, si ces compétences sont pertinentes pour l’accomplissement de la tâche. Cette thèse introduit le domaine de l’Apprentissage par Renforcement Profond Structuré et décrit ensuite cinq contributions qui ont été publiées au cours de la thèse. Nous commençons par créer un ensemble de tâches complexes nécessitant de la mémoire pour comparer les performances avec un agent à la mémoire non structurée. Nous démontrons ensuite comment l’incorporation d’une structure telle qu’une carte métrique apprise, une géométrie projective inverse différentiable et des mécanismes d’autoattention améliorent les performances de l’agent, ce qui nous permet d’analyser son processus de raisonnement. Nous passons ensuite d’environnements visuellement simples à des environnements plus difficiles avec des observations photoréalistes extraites de scans de bâtiments du monde réel. Dans ce travail, nous démontrons qu’améliorer un agent avec une carte topologique peut améliorer ses performances de navigation. Nous y parvenons en lui apprenant une approximation neuronale d’un algorithme de planification de chemin classique, qui peut être utilisé sur des graphes avec une connectivité incertaine. Ensuite, à partir des travaux menés lors d’un stage de quatre mois au sein du département recherche et développement d’Ubisoft, nous démontrons que les méthodes structurées peuvent également être utilisées pour la navigation et la planification dans des environnements de jeux vidéo complexes. Nous combinons une politique neuronale de bas niveau avec un algorithme de planification classique pour améliorer la planification à longue distance et les performances de navigation dans de vastes environnements de 1km×1km.

La possibilité pour un robot de naviguer en utilisant uniquement la vision est attrayante en raison de sa simplicité. Les approches de navigation traditionnelles basées sur la vision nécessitent une étape préalable de construction de carte qui est ardue et sujette à l'échec, ou ne peuvent que suivre exactement des trajectoires précédemment exécutées. Les nouvelles techniques de navigation visuelle basées sur l'apprentissage réduisent la dépendance à l'égard d'une carte et apprennent plutôt directement des politiques de navigation à partir des images. Il existe actuellement deux paradigmes dominants : les approches de bout en bout qui renoncent entièrement à la représentation explicite de la carte, et les approches topologiques qui préservent toujours une certaine connectivité de l'espace. Cependant, alors que les méthodes de bout en bout ont tendance à éprouver des difficultés dans les tâches de navigation sur de longues distances, les solutions basées sur les cartes topologiques sont sujettes à des défaillances dues à des arêtes erronées dans le graphe. Dans ce document, nous proposons une méthode de navigation visuelle topologique basée sur l'apprentissage, avec des stratégies de mise à jour du graphe, qui améliore les performances de navigation sur toute la durée de vie du robot. Nous nous inspirons des algorithmes de planification basés sur l'échantillonnage pour construire des graphes topologiques basés sur l'image, ce qui permet d'obtenir des graphes plus épars et d'améliorer les performances de navigation par rapport aux méthodes de base. En outre, contrairement aux contrôleurs qui apprennent à partir d'environnements d'entraînement fixes, nous montrons que notre modèle peut être affiné à l'aide d'un ensemble de données relativement petit provenant de l'environnement réel où le robot est déployé. Enfin, nous démontrons la forte performance du système dans des expériences de navigation de robots dans le monde réel., The ability for a robot to navigate using vision only is appealing due to its simplicity. Traditional vision-based navigation approaches require a prior map-building step that was arduous and prone to failure, or could only exactly follow previously executed trajectories. Newer learning-based visual navigation techniques reduce the reliance on a map and instead directly learn policies from image inputs for navigation. There are currently two prevalent paradigms: end-to-end approaches forego the explicit map representation entirely, and topological approaches which still preserve some loose connectivity of the space. However, while end-to-end methods tend to struggle in long-distance navigation tasks, topological map-based solutions are prone to failure due to spurious edges in the graph. In this work, we propose a learning-based topological visual navigation method with graph update strategies that improves lifelong navigation performance over time. We take inspiration from sampling-based planning algorithms to build image-based topological graphs, resulting in sparser graphs with higher navigation performance compared to baseline methods. Also, unlike controllers that learn from fixed training environments, we show that our model can be finetuned using a relatively small dataset from the real-world environment where the robot is deployed. Finally, we demonstrate strong system performance in real world robot navigation experiments.

Les architectures numériques excluent certains socio-professionnels (en particulier les plus engagés psycho affectivement). Elles renvoient en effet à des codages en continu d’opérations plus ou moins complexes. Ainsi, elles ne tiennent pas toujours compte des encodages de différents corps socio-professionnels les obligeant dans certains cas à se percevoir en mal de corporéité, en mal de connivence avec d’autres, en mal d’intercorporéité, en mal d’intersubjectivité (Merleau-Ponty, 1945/2009). Leur sont aussi assignés des étiquettes de « réticents » ; en conséquence leur univers est clos.Trois approches préfigurent notre réflexion, celle concernant la perception et la représentation, celle au sujet de leur mises en perceptive, et celle portant sur la Machinerie comme partenaire pas si crédible que cela.Nous allons également parcourir comment l'engagement des dirigeants de la PME étudiée s’est rétréci dans la manière dont ils ne cultivent plus -assez ou pas du tout- les façons de faire autrement de leurs partenaires internes. Digital architectures exclude socio-professionals (in particular the most psycho-affectively committed). They refer to continuous coding of more or less complex operations. Thus, they do not always take into account the encodings of different socio-professional bodies, forcing them in some cases to perceive themselves in need of corporeality, in need of connivance with others, in need of intercorporeality, in need of intersubjectivity (Merleau-Ponty, 1945/2009). They are also assigned labels of "reluctant"; consequently their universe is closed.Three approaches prefigure our reflection, that concerning perception and representation, that concerning their perceptualization, and that concerning the Machinery as a not so credible partner.We will also take a look at how the commitment of the leaders of the SME studied has shrunk in the way they no longer cultivate - enough or not at all - the ways of doing things differently from their internal partners. Digitale Architekturen schließen bestimmte Sozio-Professionals (insbesondere die psychoaffektiv engagiertesten) aus. Tatsächlich beziehen sie sich auf die kontinuierliche Codierung mehr oder weniger komplexer Operationen. Daher berücksichtigen sie nicht immer die Kodierungen der verschiedenen sozioprofessionellen Körperschaften, was sie in bestimmten Fällen dazu zwingt, sich selbst in einem Bedürfnis nach Körperlichkeit, in einem Bedürfnis nach Komplizenschaft mit anderen, in einem Bedürfnis nach Interkorporalität, in einem Bedürfnis wahrzunehmen für Intersubjektivität (Merleau-Ponty, 1945/2009). Ihnen wird auch das Label „vorsichtig“ zugewiesen; Folglich ist ihr Universum geschlossen.Drei Ansätze prägen unsere Reflexion, der über Wahrnehmung und Repräsentation, der über ihr Eigentum an der Situation und der Bezug auf die Maschinerie als nicht so glaubwürdiger Partner.Wir werden auch sehen, wie die Führungskräfte der befragten KMU ihr Engagement verringert haben, indem sie nicht genug Wege kultivierten, Dinge anders zu machen als ihre internen Partner.

L’adoption des services publics numériques « intelligents » par les utilisateurs est un processus essentiel afin de libérer la valeur de l'IA pour le service public. Les études empiriques peuvent apporter un éclairage sur le déroulement de ce processus pour en comprendre les facteurs, mais aussi évaluer les risques de dérives éthiques. La présente étude de cas explore l’adoption d’un service de conseils personnalisés automatisé par les demandeurs d’emploi et par les agents publics, à partir du modèle UTAUT de Venkatesh & al., pour en montrer l’intérêt et les limites. The user adoption of smart governments is a key element for unlocking the value of AI in public services. Empirical studies can help us understand the user adoption process, its factors but also the assessment of ethical risks and challenges. This case study explores the adoption of a customized recommendation service for job seekers and public servant, using the UTAUT model of Venkatesh & al., to show its value and limits. La adopción por parte de los usuarios de servicios públicos digitales "inteligentes" es un proceso clave para desbloquear el valor de la IA para el servicio público. Los estudios empíricos pueden arrojar luz sobre el curso de este proceso a fin de comprender sus factores, pero también para evaluar los riesgos de los abusos éticos. Este estudio de caso explora la adopción de un servicio de recomendación personalizada por parte de los buscadores de empleo y los agentes públicos, utilizando el modelo UTAUT de Venkatesh & al. para mostrar su interés y sus límites.

L’introduction du numérique dans le monde du journalisme a considérablement changé le travail des journalistes. dans cet article, nous avons analysé les nouvelles pratiques des journalistes sportifs avec l’arrivée du numérique dans le monde des médias au Cameroun. Il faut dire que le numérique a fait naitre de nouvelles pratiques professionnelles notamment avec l’arrivée des réseaux sociaux numérique, l’immédiateté de l’information, la présente très nombreuse des amateurs, la multiplication des tâches qui est désormais nécessaire pour tout journaliste. Notre analyse des nouvelles pratiques à fait ressortir l’existence des conflits intergénérationnels entre les journalistes mais aussi l’impact de la tradition dans l’appropriation des nouvelles pratiques professionnelles apportées par le numérique. The introduction of digital technology in the world of journalism has considerably changed the work of journalists. In this article, we have analysed the new practices of sports journalists with the arrival of digital technology in the world of the media in Cameroon. It must be said that digital technology has given rise to new professional practices, especially with the arrival of digital social networks, the immediacy of information, the large number of amateurs, and the multiplication of tasks that is now necessary for any journalist. Our analysis of the new practices revealed the existence of inter-generational conflicts between journalists, but also the impact of tradition in the appropriation of the new professional practices brought about by digital technology.

Dans cette communication, nous proposons une analyse sociocritique des représentations de la ville contemporaine africaine. L’objectif est de croiser un corpus contrasté afin de mettre en évidence les représentations dominantes. Nous avons choisi en partant des représentations afrofuturistes nigériennes de la ville de Numbani dans le jeu vidéo Overwatch de Blizzard Entertainement de les confronter avec les projets de smart cities africaines et les initiatives de L’Africaine d’architecture. Notamment les projets de construction d'une smart city, Konza Technopolis, au Kenya en pleine savane et les HubCités Africaines, programme de ville intelligente alternative, expérimenté depuis juillet 2012 au sein du Fablab (abréviation de Fabrication laboratory) nommé Woélab, de Lomé au Togo. Trois mythes sont déconstruits, la neutralité de la technologie, l’innovation ascendante et son corollaire la tolérance technologique. In this communication, we propose a sociocritical analysis of the contemporary of représentations african city. We have chosen, starting from Nigerian Afrofuturist représentations of the city of Numbanu in the video game Overwatch, to confront them with the projects of African smart cities. In particular, the builder project of smart city, Konza Technopolis, in Kenya in the middle of savannah and the African HubCities, an alternative smart city program, experimented since July 2012 to the Fablab (abbreviation of Fabrication laboratory) Woélab from Lomé to Togo. Three contemporary myths are deconstructed, the neutrality of technology, bottom-up innovation and tolérance technology.

Abordant le rapport entre intelligence artificielle et innovation sociale sous l’angle de l’innovation technique et de l’intelligence collective, nous présentons une modélisation des principes de transformation et d’organisation. Nous utilisons ces représentations que complète un langage de description pour interpréter le rapport entre évolutions techniques récentes et modes de coordination. Addressing the relationship between artificial intelligence and social innovation from the perspective of technical innovation and collective intelligence, we present a model of the principles of transformation and organization. We use these representations supplemented by a description language to interpret the relationship between recent technical developments and modes of coordination. Al abordar la relación entre la inteligencia artificial y la innovación social desde la perspectiva de la innovación técnica y la inteligencia colectiva, presentamos un modelo de los principios de transformación y organización. Utilizamos estas representaciones complementadas por un lenguaje de descripción para interpretar la relación entre los recientes avances técnicos y los modos de coordinación.

Avec le développement des dispositifs numériques et de l’Intelligence Artificielle, l’écosystème numérique nous inscrit dans un univers de reconfiguration des possibles où les innovations plurielles peuvent s’appréhender par des prismes différentiels et antagonistes. La variable durabilité nous fait comprendre cela aussi. Notre contribution propose d’aborder la question de la durabilité en innovation numérique et plus particulièrement les formations et expertises concernant les sciences et data et les usages en développement de l’écologie humaine. Les défis éthiques seront questionnés. Les problématiques de data, en contexte de crise sanitaire exigent de nous une prise de responsabilités multiples. Ces nouvelles formes de phénoménalités en connaissances, en cultures, en expertises et en engagements sont des processus entendus ici comme formes de construction d’une réalité hybride qui engagent formateurs et étudiants face aux dispositifs numériques. Alors que la littératie souvent idéologique et technicienne sur le développement durable n’aborde pas souvent les usages innovants de L’Intelligence Artificielle, nous développerons ici un angle d’évolution en co-construction créatif et singulier, en prenant en compte par exemple les écarts ou risques possibles entre le droit à la science (écologie humaine incluse avec discussion sur une modernité autre envisagée) et le droit à la connaissance, sous questionnements validés par les pairs, ceci dans un contexte où les big, small et open data sont prégnantes, par exemple en tourisme avec les data et la gouvernance orchestrée par l’OCDE. With the development of digital devices and Artificial Intelligence, the digital ecosystem places us in a universe of reconfiguration of possibilities where plural innovations can be understood through differential and antagonistic prisms. The sustainability variable makes us understand that too. Our contribution proposes to address the issue of sustainability in digital innovation and more particularly training and expertise in science and data and developing uses of human ecology. The ethical challenges will be questioned. Data issues in the context of a health crisis require us to take on multiple responsibilities. These new forms of phenomenality in knowledge, cultures, expertise and commitments are processes understood here as forms of construction of a hybrid reality that engages trainers and students in the face of digital devices. While often ideological and technical literacy on sustainable development does not often address the innovative uses of Artificial Intelligence, we will develop here an angle of evolution in creative and singular co-construction, taking into account, for example, the gaps or possible risks between the right to science (human ecology included with discussion on another envisaged modernity) and the right to knowledge, under questioning validated by peers, this in a context where big, small and open data are prevalent, for example in tourism with the data and governance orchestrated by the OECD. Con el desarrollo de los dispositivos digitales y la Inteligencia Artificial, el ecosistema digital nos sitúa en un universo de reconfiguración de posibilidades donde las innovaciones plurales pueden entenderse a través de prismas diferenciales y antagónicos. La variable sostenibilidad nos hace entender eso también. Nuestra contribución propone abordar el tema de la sostenibilidad en la innovación digital y, más en particular, la formación y la experiencia en ciencia y datos y el desarrollo de usos de la ecología humana. Se cuestionarán los desafíos éticos. Los problemas de datos en el contexto de una crisis de salud requieren que asumamos múltiples responsabilidades. Estas nuevas formas de fenomenalidad en conocimiento, culturas, experiencia y compromisos son procesos aquí entendidos como formas de construcción de una realidad híbrida que involucran a formadores y estudiantes frente a los dispositivos digitales. Si bien a menudo la alfabetización ideológica y técnica sobre el desarrollo sostenible no suele abordar los usos innovadores de la inteligencia artificial, aquí desarrollaremos un ángulo de evolución en la co-construcción creativa y singular, teniendo en cuenta, por ejemplo, las diferencias o posibles riesgos entre los derechos a la ciencia (ecología humana incluida con discusión sobre otra modernidad contemplada) y el derecho al conocimiento, bajo cuestionamiento validado por pares, esto en un contexto donde los datos grandes, pequeños y abiertos son significativos, por ejemplo en el turismo con datos y gobernanza orquestados por el OCDE.

El objetivo de este estudio es analizar el contenido de documentos internacionales, regionales y nacionales que delinean las políticas públicas sobre la integración de las TIC y la inteligencia artificial en la educación mexicana. Lo anterior encaminado a conocer tanto la estructura de las mismas, como la factibilidad de su concreción. Teóricamente, el trabajo se sustenta en la educomunicación y en la teoría de la acción colectiva. Desde una perspectiva cualitativa, la metodología propuesta es heurístico-hermenéutica. Los resultados dejan ver que en México se ha trabajado para hacer vinculantes los acuerdos internacionales con su marco jurídico en lo que respecta a la búsqueda de una educación de calidad con la ayuda de las TIC, incluida la IA; sin que ello excluya los aspectos estructurales que problematizan su concreción. L’objectif de cette étude est de faire une analyse de contenu des documents internationaux, régionaux et nationaux, qui décrivent les politiques publiques autour de l'intégration des TIC et de l’intelligence artificielle dans l’éducation au Mexique. Cela vise à connaître tant leur structure que leur faisabilité. Théoriquement, le travail se soutient sur l’éducommunication et la théorie de l'action collective. Depuis une approche qualitatif, la méthodologie est heuristique-herméneutique. Les résultats montrent que le Mexique relie les accords internationaux avec son cadre juridique en ce qui concerne la mise en place d’une éducation de qualité à l’aide du TDIC el l’IA. Cela sans exclure les aspects structurels qui problématisent sa réalisation. This work searches to analyze the content of international, regional and national documents that outline public policies around the integration of ICT and Artificial Intelligence in education, in Mexico. That to knowing both their structure and the feasibility. Theoretically, the study is based on educommunication and the theory of collective action. From a qualitative perspective, the methodology is heuristic-hermeneutical. The results show that Mexico has worked to keep up international agreements with its legal framework; without excluding the structural aspects that problematize its realization.

Au Togo, l’agriculture est la principale activité du pays. Elle occupe une place prépondérante dans l’économie. Mais le secteur fait face à de nombreuses difficultés pour assurer l’autosuffisance alimentaire. Les enjeux sont donc innombrables eu égard à la croissance de la population et aux défis climatiques de ces derniers temps. Des procédés intelligents commencent aussi par voir le jour notamment le développement de l’agriculture de précision et l’introduction de l’Intelligence Artificielle (IA) aux méthodes utilisées.L’agriculture de demain ne sera plus seulement une affaire de semis, d’engrais et d’irrigation, mais aussi d’algorithmes et de plateforme. Toute la planète sera concernée par cette transformation numérique qui envahit progressivement le continent africain. Avec ce présent travail, nous avons eu à mener des enquêtes sur le terrain afin de comprendre les enjeux liés au potentiel de développement du secteur agricole togolais par le biais de l’Intelligence Artificielle et les défis à relever afin de favoriser son déploiement. Le but de cette recherche est de savoir si cette nouvelle technologie peut transformer l’agriculture au Togo et si l’IA peut être une opportunité.L’objectif est de pousser la réflexion et l’analyse prospective en matière d’IA en évitant d’appliquer une innovation sans une étude approfondie sur les tenants et les aboutissants. Dans ce contexte, il s’avère pertinent de comprendre les répercussions liées à la mise en œuvre des solutions IA dans le domaine agricole et d’examiner la manière dont celles-ci pourraient répondre aux défis technologiques et ce dans un environnement global affecté, entre autres, par le changement climatique.L’étude effectuée au Togo nous a permis de constater qu’en mesurant et analysant les données du sol telles que la température, les intrants, la météo, les nutriments et la santé végétale, les solutions big data et d’IA aident les agriculteurs à utiliser les fertilisants adéquats par exemple ou à optimiser l’irrigation de leur exploitation agricole indispensable pour une agriculture de précision. Ce faisant, un écosystème technologue est train de se mettre aussi en place avec le développement des plateformes et applications. Cet environnement numérique et intelligent permettra de stoker et traiter les données endogènes sur place afin d’alimenter plusieurs bases de données nécessaires à une meilleure prise de décisions des néo e-agriculteurs et ainsi augmenter leurs performances In Togo, agriculture is the country’s main activity and occupies a prominent place in the economy. But the sector faces many challenges in ensuring food self-sufficiency. The stakes are therefore innumerable given population growth and the climate challenges of recent times. Intelligent processes also begin to emerge, notably the development of precision agriculture and the introduction of Artificial Intelligence (AI) to the methods used.Tomorrow’s agriculture will no longer be just about planting, fertilizing and irrigation, but also about algorithms and platforms. The entire planet will be affected by this digital transformation that gradually invades the African continent.With this work, we have to conduct field surveys in order to understand the issues related to the development potential of the Togolese agricultural sector through Artificial Intelligence. The objective is to further the reflection and forward-looking analysis of AI by avoiding applying innovation without a thorough study of the ins and outs.In this context, it is relevant to understand the implications of implementing AI solutions in agriculture and to consider how they might respond to technological challenges in a global environment affected by, inter alia, climate change. The study in Togo found that by measuring and analyzing soil data such as temperature, inputs, weather, nutrients and vegeble health, big data and AI solutions help farmers to use suitable fertilizers, for example, or to optimize irrigation on their farm, which is essential for precision agriculture.In the meantime, a technologist ecosystem is also being established with the development of platforms and applications. This intelligent, digital environment will allow endogenous data to be stored on-site and processed in order to feed several databases needed for better decision-making by new e-farmers and increase their performance En Togo, la agricultura es la principal actividad del país y ocupa un lugar preponderante en la economía. Pero el sector se enfrenta a numerosas dificultades para garantizar la autosuficiencia alimentaria. Por lo tanto, hay mucho en juego en vista del crecimiento de la población y los desafíos climáticos de los últimos tiempos. También están surgiendo procesos inteligentes, como el desarrollo de la agricultura de precisión y la introducción de la inteligencia artificial (IA) en los métodos utilizados.La agricultura del futuro no será solo una cuestión de siembra, fertilizantes e irrigación, sino también de algoritmos y plataformas. Todo el planeta se verá afectado por esta transformación digital que invade progresivamente el continente africano.Con este trabajo actual, hemos decidido llevar a cabo investigaciones sobre el terreno para comprender los retos relacionados con el potencial de desarrollo del sector agrícola togolés a través de la Inteligencia Artificial y los retos que hay que superar para favorecer su despliegue. El objetivo de esta investigación es saber si esta nueva tecnología puede transformar la agricultura en Togo y si la IA puede ser una oportunidad.El objetivo es impulsar la reflexión y el análisis prospectivo en materia de IA evitando aplicar una innovación sin un estudio en profundidad sobre los pormenores.En este contexto, resulta pertinente comprender las repercusiones de la aplicación de las soluciones de IA en el ámbito agrícola y examinar cómo podrían responder a los retos tecnológicos en un entorno global afectado, entre otras cosas, por el cambio climático.El estudio realizado en Togo nos ha permitido constatar que, al medir y analizar los datos del suelo como la temperatura, los insumos, el clima, los nutrientes y la salud vegetativa, las soluciones big data y de IA ayudan a los agricultores a utilizar los fertilizantes adecuados, por ejemplo, o a optimizar el riego de su explotación agrícola indispensable para una agricultura de precisión.Mientras tanto, un ecosistema tecnológico se está creando con el desarrollo de plataformas y aplicaciones. Este entorno digital e inteligente permitirá almacenar los datos endógenos in situ y su procesamiento para alimentar varias bases de datos necesarias para una mejor toma de decisiones de los neoagricultores y aumentar su rendimiento

As of April 27, 2020, approximately 1.7 billion students were affected by the pandemic. Policies taken by Indonesia were disbursing all educational activities, making the government and related institutions present alternative educational processes for students by conducting online learning. This research aims to determine how far VCDLN is a learning medium in social distancing for teachers who study at Institut Pendidikan Indonesia (IPI). VCDLN is a Virtual Community Digital Learning Network to confirm the design for distance, Blended, and Mobile learning services that are easy, cheap, broad, and anchor to all corners of the archipelago through multi-platform mobile telecommunications, such as Android, IOS, Streaming, LCJ, YouTube, and TVUPI. Satellite. The research method is the qualitative research method. The data collecting technique used google form. The research subjects were teachers from post-graduate students of Educational Technology Program Class 16 and 17 at Institut Pendidikan Indonesia. Out of 54 students, they have taken advantage of VCDLN as a platform to teach during online learning. The data showed that 70% of the respondents thought that VCDLN is effective for online course activities. The results showed that the VCDLN platform is quite effective in learning; however, some participants believe that using the VCDLN platform is considered less effective due to several factors. Although VCDLN is considered less effective in some cases, this platform is considered more efficient and practical for students. Au 27 avril 2020, environ 1,7 milliard d'élèves étaient touchés par la pandémie. Les politiques prises par l'Indonésie bouleversaient toutes les activités éducatives, obligeant le gouvernement et les institutions connexes à présenter des processus éducatifs alternatifs aux étudiants en organisant un apprentissage en ligne. Cette recherche vise à déterminer dans quelle mesure le VCDLN est un moyen d'apprentissage de la distanciation sociale pour les étudiants de l'Institut Pendidikan Indonesia (IPI). En effet, VCDLN est un réseau d'apprentissage numérique communautaire virtuel chargé de valider les dispositifs d'apprentissage en ligne, hybrides et mobiles, faciles d'utilisation, bon marché, larges et accessibles dans l'ensemble de l'archipel grâce aux télécommunications mobiles multiplateformes, telles qu'Android, IOS, Streaming, LCJ, YouTube et TVUPI Satellite. L'étude est basée sur la méthode de recherche qualitative. La technique de collecte de données s'est faite par le biais d'un formulaire Google. Les sujets de recherche étaient des étudiants de troisième cycle des classes 16 et 17 du programme de technologie éducative de l'Institut Pendidikan Indonesia. Les 54 étudiants concernés ont profité du VCDLN comme plateforme pour enseigner pendant l'apprentissage en ligne. Les données ont montré que 70 % des répondants pensaient que le VCDLN est efficace pour les activités de cours en ligne. Les résultats ont montré que la plateforme VCDLN est assez efficace dans l'apprentissage ; cependant, certains participants croient que l'utilisation de la plateforme VCDLN est considérée comme moins efficace en raison de plusieurs facteurs. Bien que VCDLN soit considéré comme moins efficace dans certains cas, cette plateforme est considérée comme plus efficace et pratique pour les étudiants.

Seule une méconnaissance de l’épistémologie des techniques peut laisser à penser que les objets intelligents issus de l’Intelligence Artificielle (IA) sont décorrélés des dimensions sociales et négligent les facteurs humains. Nous expliquons dans cette contribution comment les Sciences humaines et sociales (SHS) ont dévoyé l’utilité des techniques en un utilitarisme technologique qui éloigne l’homme des outils. Cette position est paradoxale lorsqu’on espère tirer de notre relation aux objets techniques des principes, des comportements ou de bons usages, qui serviront de fondement ou de guide à la créativité et aux innovations. Only a lack of knowledge of the epistemology of techniques can suggest that intelligent objects resulting in Artificial Intelligence (AI) are decorrelated from social dimensions and neglect human factors. We explain in this contribution how the Humanities and Social Sciences (SHS) have diverted the usefulness of techniques into a technological utilitarianism that distances man from tools. This position is paradoxical when we hope to derive from our relationship to technical objects principles, behaviors, or good practices, which will serve as a foundation or guide to creativity and innovation.

La présente étude interroge sur les impacts de l’Intelligence Artificielle sur la socialisation des jeunes étudiants de la ville de Bouaké (Côte d’Ivoire) à travers les smartphones et le développement des applications mobiles. L’objectif est d’analyser l’influence de l’usage des smartphones sur le processus de socialisation des jeunes en général, et en particulier ceux sur l’espace universitaire. À travers une étude issue de données quantitativement et qualitativement combinées, l’IA se présente comme une technologie à double tendance, à la fois du clair et du sombre. En clair, on voit émerger de véritables performances capables de révolutionner les activités académiques et pédagogiques de la formation universitaire. En sombre, la propension des jeunes à en faire une addiction se présente comme un frein à la sociabilité physique et une remise en cause de l’altérité. This study investigates the impacts of Artificial Intelligence on the socialization of young students in the city of Bouaké (Côte d'Ivoire) through smartphones and development of mobile applications. The objective is to analyze the influence of the use of smartphones on the socialization process of young people in general, and in particular those that take place in the university space. Through a study resulting from quantitatively and qualitatively combined data, AI is presented as a technology with a double tendency, light and dark at the same time. On the light side, we see the emergence of real performances able to revolutionize the academic and pedagogical activities of university training. On the dark side, the propensity of young people to become addicted to it presents itself as a brake on physical sociability and a challenge to otherness

L’intelligence artificielle (IA) se présente comme l’ensemble des technologies ayant pour but de réaliser, par l’informatique, des tâches cognitives habituellement effectuées par un être humain. Cette nouvelle pratique se situe, de plus en plus, au cœur des débats sur les transformations sociales. Provoquée par l’émergence des TIC, l’IA affecte tous les secteurs de la vie sociale. Cette nouvelle donne a un fort impact sur les activités économiques de nombreux pays. Par exemple, les pratiques d’achat, les modes de production et de distribution des biens de consommation sont touchés par l’IA. A l’aune donc de tout ce qui précède, cette réflexion questionne les véritables enjeux de l’intelligence artificielle dans le domaine de la banque en Afrique d’une manière générale. De façon particulière, l’auteur s’adosse au cas ivoirien, pour montrer la dynamique structurelle et économique dans laquelle s’opèrent les activités bancaires du pays, dans un contexte du ‘’tout numérique’’. Artificial intelligence (AI) is presented as the set of technologies aimed at performing, through computers, cognitive tasks usually performed by a human being. This new practice is increasingly at the heart of debates on social transformations. Driven by the emergence of ICTs, AI affects all areas of social life. This news has a strong impact on the economic activities of many countries. For example, the purchasing practices, production and distribution patterns of consumer goods are affected by AI.In light of all of the above, this reflection questions the real issues of artificial intelligence in the field of banking in Africa in general. In particular, the author leans on the Ivorian case, to show the structural and economic dynamics in which the country's banking activities operate, in an "all digital" context. La inteligencia artificial (IA) es el conjunto de tecnologías cuyo fin es realizar, a través de la computación, tareas cognitivas que habitualmente realiza un ser humano. Esta nueva práctica está cada vez más en el centro de los debates sobre las transformaciones sociales. Provocada por la aparición de las TIC, la IA afecta a todos los sectores de la vida social. Esta nueva situación tiene un fuerte impacto en las actividades económicas de muchos países. Por ejemplo, las prácticas de compra, los modos de producción y distribución de bienes de consumo se ven afectados por la IA. A la luz de todo lo anterior, esta reflexión cuestiona los retos reales de la inteligencia artificial en el ámbito de la banca en África en general. En particular, el autor se apoya en el caso marfileño, para mostrar la dinámica estructural y económica en la que se desarrolla la actividad bancaria del país, en un contexto de “totalmente digital”.

L’intelligence artificielle est en plein essor, et ses incidences sur les sociétés sont patentes. Les sociétés les plus développées connaissent déjà une mutation des liaisons sociales avec les technologies basées sur l’IA. Si les sociétés développées saisissent mieux les enjeux du numérique et de l’IA et leurs implications sur elles, la grande majorité des sociétés africaines semblent ne pas encore avoir perçu leurs implications sur elles. L’usage de technologies intelligentes au quotidien par les smartphones est pourtant un fait à impacts réels sur la plupart des sociétés africaines. De plus en plus, avec l’IA et ses corollaires qui tendent à renforcer le cyberespace, l’espace social semble être restructuré n’étant plus soumis aux contraintes sensitives. Ainsi, l’altérité, telle que conçue dans les sociétés africaines, ne sera-t-elle pas bouleversée ? L’objectif de cette contribution est de montrer comment l’IA pourrait reconfigurer davantage l’espace social et l’altérité en Afrique. À partir d’une approche analytique, il s’agira d’évaluer à juste titre l’IA dans la configuration des sociétés africaines. Artificial intelligence is on the rise, and the impact of AI on societies is evident. The most developed societies are already experiencing a transformation of social connections with technologies based on AI. While developed societies have a better grasp of the challenges of digital and AI and their implications for them, the vast majority of African societies seem to have yet to perceive the implications for them. The use of smart technologies in everyday life through smartphones is however a fact with real impacts on most African societies. Increasingly, with AI and its corollaries tending to reinforce the cyberspace, the social space seems to be restructured away from sensory constraints. Thus, will otherness, as conceived in African societies, not be upset? The aim of this paper is to show how AI could further reconfigure social space and alterity in Africa. From an analytical approach, it will be a question of rightly evaluating AI in the configuration of African societies. Künstliche Intelligenz nimmt zu und die Auswirkungen der KI auf Gesellschaften sind offensichtlich. Die am weitesten entwickelten Gesellschaften erleben bereits eine Transformation der sozialen Verbindungen mit Technologien, die auf KI basieren. Während die entwickelten Gesellschaften die Herausforderungen der Digitalisierung und der KI und ihre Auswirkungen auf sie besser verstehen, scheint die große Mehrheit der afrikanischen Gesellschaften die Auswirkungen auf sie noch nicht wahrgenommen zu haben. Die Nutzung intelligenter Technologien im Alltag durch Smartphones ist jedoch eine Tatsache mit realen Auswirkungen auf die meisten afrikanischen Gesellschaften. Mit der KI und ihren Begleiterscheinungen, die den Cyberspace tendenziell stärken, scheint der soziale Raum zunehmend umstrukturiert zu werden, da er nicht mehr den sinnlichen Zwängen unterliegt. Wird somit die Andersartigkeit, wie sie in den afrikanischen Gesellschaften konzipiert ist, nicht erschüttert? Ziel dieses Beitrags ist es, aufzuzeigen, wie KI den sozialen Raum und das Anderssein in Afrika weiter umgestalten könnte. Anhand eines analytischen Ansatzes soll die KI in der Gestaltung der afrikanischen Gesellschaften angemessen bewertet werden.

La présente étude vise à examiner l’impact des variables de contingence d’ordre configurationnel personnel des entrepreneurs sur le succès de leurs projets entrepreneuriaux qui se basent sur l’intelligence artificielle (IA). Nous nous sommes basés sur un échantillon de 69 nouvelles entreprises ayant adopté l’IA afin d’y expliquer les processus d’exploitation et d’exploration des opportunités entrepreneuriales. La collecte des données a été effectuée par le biais d’un questionnaire administré auprès des entrepreneurs novices innovants en Tunisie. Les résultats de l’analyse des données statistiques, montrent que les entrepreneurs auto-efficaces, ambidextres et/ou agiles assurent le succès de leurs projets entrepreneuriaux innovants à leur manière. Il faut rappeler que les effets combinés des facteurs de contingence personnelle d’ordre configurationnel, sont les éléments qui expliquent le succès entrepreneurial dans le domaine de l’IA. The purpose of this study is to examine the impact of personal configurational contingency variables of entrepreneurs on the success of their entrepreneurial projects based on artificial intelligence. It is based on a sample of 69 new firms that have attempted to exploit and explore entrepreneurial opportunities. We conducted an explanatory study. Data collection was carried out through a questionnaire administered to innovative novice entrepreneurs in Tunisia. The results of the statistical data analysis show that self-efficient, ambidextrous and/or agile entrepreneurs ensure the success of their innovative entrepreneurial projects. It should be remembered that the combined effects of these configurational explanatory factors are the elements that explain entrepreneurial success in the AI domain. Questo studio mira ad esaminare l'impatto delle variabili di contingenza della configurazione personale degli imprenditori sul successo delle loro imprese imprenditoriali basate sull'intelligenza artificiale (AI). Abbiamo usato un campione di 69 start-up (AI) per spiegare i processi di sfruttamento ed esplorazione delle opportunità imprenditoriali. La raccolta dei dati è stata effettuata attraverso un questionario somministrato agli imprenditori di start-up innovative in Tunisia. I risultati dell'analisi statistica dei dati mostrano che gli imprenditori autoefficacia, ambidestri e/o agili assicurano il successo dei loro progetti imprenditoriali innovativi a modo loro. Bisogna ricordare che gli effetti di questi fattori contingenti personali di natura configurazionale è alla base della spiegazione del successo imprenditoriale nel campo dell'AI.

We propose a feedforward-feedback con-trol of piezomicropositioing systems devoted to pre-cise positioning over different operating conditions. Such systems exhibit rate-dependent hysteresis non-linearities and badly damped oscillations character-istics. First, we introduce a rate-dependent Prandtl-Ishlinskii (RDPI) inverse model for feeforward com-pensation of hysteresis. This yields to compensation that can be characterized by an uncertain linear model with disturbances. To model the uncertainties, we suggest to use intervals then we propose a new interval design for a RST structured feedback controller. The proposed design method permits to satisfy prescribed performances. Simulation and experiments on a piezo-electric tube actuator are carried out and demonstrate the efficiency of the proposed control design.