Avril 2019 – I.A. Et Robotique Mobile

BulletinN o 104

Association française pour l’Intelligence Artiﬁcielle

AfIA

avril 2019N o 1041 PRÉSENTATION DU BULLETIN Le Bulletin de l’Association française pour l’Intelligence Artificielle vise à fournir un cadre de discussions et d’échanges au sein de la communauté universitaire et industrielle. Ainsi, toutes les contributions, pour peu qu’elles aient un intérêt général pour l’ensemble des lec- teurs, sont les bienvenues. En particulier, les annonces, les comptes rendus de conférences, les notes de lecture et les articles de débat sont très recherchés. Le Bulletin de l’AfIA publie également des dossiers plus substantiels sur différents thèmes liés à l’IA. Le comité de rédaction se réserve le droit de ne pas publier des contributions qu’il jugerait contraire à l’esprit du bulletin ou à sa politique éditoriale. En outre, les articles signés, de même que les contributions aux débats, reflètent le point de vue de leurs auteurs et n’engagent qu’eux-mêmes.

Édito Ce Bulletin, que j’ai eu le plaisir de diriger, couvre le premier trimestre de l’année 2019, et il est donc l’occasion de présenter le nouveau conseil d’administration de l’AfIA, ainsi que ses nouveaux contributeurs (voir en dernière page du présent Bulletin). En ce qui concerne notre comité de rédaction, celui-ci demeure inchangé. Ce premier numéro de l’année contient un dossier sur la robotique mobile dirigé par Olivier SIMONIN. Il est particulièrement complet puisqu’il se compose de 19 contributions, dont 16 d’origine académique et 3 d’origine industrielle. Un grand merci à Olivier pour son travail ainsi qu’à tous les auteurs dont le travail aura permis de rendre ce Bulletin particulièrement dense et intéressant. Pour faire suite à ce dossier, Gauthier PICARD nous fait un compte rendu de la conférence EFIA 2019 (Enseignement et Formation en IA) qui s’est déroulée le 10 janvier dernier à l’Uni- versité Paris Nanterre, et Nicolas SABOURET de la journée IHM & IA qui s’est déroulée le 14 mars. La relecture a été eﬀectuée par Claire LEFÈVRE : qu’elle en soit remerciée. Bonne lecture à tous !

Dominique LONGIN Rédacteur en chef

avril 2019N o 1041 SOMMAIRE DU BULLETIN DE L’AfIA

3 Dossier « IA & Robotique Mobile » Édito...... 4 ACDC : Architecture et Conduite de systèmes Distribués et Contraints...... 5 AMAC : Architectures et Modèles pour l’Adaptation et la Cognition...... 7 Calcul par intervalles pour la robotique mobile intelligente Lab-STICC...... 9 CAOR : Centre de Robotique de Mines ParisTech – IA pour la navigation..... 11 CHORALE : Collaborative & HeterOgeneous Robots interActing in Live Environment. 13 CHROMA : Cooperative & Human-aware Robot Navigation in Dynamic Environments 15 Département Robotique du LAAS...... 17 EPAN : Environment Perception and Autonomous Navigation...... 21 LARSEN: Life-long Autonomy&interaction skills for Robots in a Sensing ENvironment 23 MAD : Modèles, Agents, Décision...... 25 Nexter : IA & Systèmes Robotiques...... 27 PMP : Programmable Matter Project...... 29 PR : L’équipe Perception Robotique du Laboratoire MIS...... 31 Rainbow: Sensor-based Robotics and Human Interaction...... 33 SIAM : Signal Image et AutoMatique...... 35 SMA : L’équipe Systèmes Multi-Agents du LIRIS...... 37 SRI : Service Robotique Interactive...... 39 SyRI : Systèmes Robotiques en Interaction...... 40 IRT SystemX : Equipe IA, Data Science, Traitement d’Images et du Signal..... 42

44 Comptes rendus de journées, événements et conférences 1re Journée Enseignement et Formation en Intelligence Artiﬁcielle (EFIA 2019)... 45 Compte rendu de la 4e journée IHM-IA...... 48

50 Thèses et HDR du trimestre Thèses de Doctorat...... 51 Habilitations à Diriger les Recherches...... 51

avril 2019N o 1042 Dossier « IA & Robotique Mobile »

Olivier SIMONIN Laboratoire CITI / équipe CHROMA Dossier réalisé par INSA Lyon, Inria, Université de Lyon [email protected] Édito

Ce dossier du numéro 104 du Bulletin de c’est le cas dans CHORALE, CHROMA, Nex- l’AfIA, intitulé « IA & Robotique mobile », ter, Rainbow, SyRI, SIAM et au LAAS. vise à recenser les équipes de recherche acadé- Dans les équipes AMAC, LARSEN et au miques et industrielles françaises menant des LAAS, le contrôle des robots mobiles ou travaux à l’intersection de la robotique mo- humanoides est abordé par bio-mimétisme bile et de l’intelligence artificielle. Le thème et par apprentissage automatique. Certaines robotique mobile recouvre ici un champ as- équipes explorent le DeepLearning et la Vision sez large : navigation autonome (2D, 3D) de pour la compréhension de scène (CHORALE, robots mobiles ou véhicules, flotte de robots CHROMA, EPAN, SyRI, LAAS) et pour l’as- terrestres/aériens/sous-marins et micro/nano servissement dans le cadre de la navigation au- robots mobiles. L’aspect intelligence artificielle tonome (CAOR, CHORALE, CHROMA, PR, fait référence ici aux techniques de prise de dé- SIAM, SRI, SystemX). Les aspects logiciel à cision (planification, apprentissage, navigation l’intersection de l’IA et de la robotique sont sociale, coordination et auto-organisation) et étudiés dans les équipes ACDC, Nexter et au de perception (compréhension de scène, dé- LAAS. tection des obstacles mobiles/statiques, pré- La question de la localisation est traitée par diction des trajectoires/de l’environnement), calcul d’intervalles au Lab-STICC, et plus gé- et ce, quelle que soit l’échelle (véhicules de néralement par fusion de capteurs dans CAOR, transport, robots d’exploration/d’assistance, CHORALE, CHROMA, EPAN, PR, SyRI et mini/micro/nano robots), etc. SystemX. Notons que les problématiques de la Le Bulletin présente les travaux de 19 cartographie (e.g. SLAM) sont traitées dans équipes, dont 16 issues de laboratoires acadé- des équipes comme CAOR, ACDC, EPAN, miques. LARSEN, PR et au LAAS. Des équipes se concentrent sur les aspects Enfin, le thème émergeant de la naviga- perception et prise de décision pour la navigation sociale est clairement présent dans les tion de véhicules autonomes ou de robots mo- équipes CHROMA, CHORALE, MAD, Rain- biles (CAOR, CHORALE, CHROMA, EPAN, bow et au LAAS. La mobilité peut être aussi LAAS, PR, Rainbow, SystemX, SIAM, SRI, le fruit d’une collaboration entre l’homme et SyRI). Certaines équipes s’intéressent aussi le robot, c’est un sujet étudié dans les équipes à la planification pour la mobilité et la co- LARSEN, MAD, Nexter, Rainbow, SRI, SyRI ordination de systèmes multirobots (comme et au LAAS. Cela passe par l’étude d’inter- ACDC, AMAC, CHROMA, EPAN, LARSEN, faces, basées réalité augmentée, comme dans LAAS, MAD, Rainbow, SMA, SRI et SyRI). l’IRT SystemX, le groupe Nexter et l’équipe Dans PMP et au LAAS l’échelle nano est SyRI. étudiée, permettant à PMP d’envisager des systèmes massivement parallèles. La notion On le voit, ce Bulletin présente un large pa- de mobilité se généralise aussi à l’optimisa- norama des équipes françaises en « IA & Ro- tion du trafic de véhicules autonomes (équipes botique mobile ». SMA, CHROMA, EPAN, SystemX). On peut Bonne lecture. aussi noter que certaines équipes abordent le contrôle et le déploiement de drones aériens,

avril 2019N o 1044 ACDC : Architecture et Conduite de systèmes Distribués et Contraints

Noury BOURAQADI CERI Numérique/ ACDC noury.bouraqadi@imt-lille- IMT Lille Douai - Université de Lille douai.fr http:// acdc.wp.imt.fr Éric DUVIELLA [email protected]

Membres impliqués 1 et les réseaux hydrographiques. Une flotte de robots mobiles est un système distribué où - Noury BOURAQADI, PR chaque robot est doté de capacités de percep- - Éric DUVIELLA, PR tion, d’action et de communication. Les robots - Luc FABRESSE, PR sont autonomes et embraquent des ressources - Moamar SAYED-MOUCHAWEH, PR limitées (CPU, mémoire, batterie, bande pas- - Arnaud DONIEC, MCF sante réseau sans fil) qui doivent être prises en - Guillaume LOZENGUEZ, MCF compte dans la planification des actions. Un ré- - Marin LUJAK, MCF seau hydrographique est un système à grande - Lala RAJAOARISOA, IR échelle équipé d’un ensemble de capteurs et - Baya HADID, Post-doctorat d’actionneurs géographiquement répartis. Son - Xuan Sang LE, Post-doctorat fonctionnement est régi par des dynamiques complexes et par des contraintes à la fois in- Thématique générale du groupe trinsèques et liées aux actionneurs. Le groupe Architecture et Conduite de systèmes Distribués et Contraints (ACDC) Description des travaux robotiques se construit à l’intersection du génie logiciel Le groupe ACDC s’est récemment formé (GL), de l’intelligence artificielle (IA) et de autour des activités historiques du laboratoire. l’automatique (Auto). Les systèmes étudiés Il bénéficie d’un savoir-faire et d’une expertise sont composés de différents éléments répartis pour la robotique mobile à l’intersection des dans un espace donné (un bâtiment pour des domaines IA et GL, en particulier sur la coor- robots, des machines pour des processus lo- dination de systèmes distribués. giciels, des éléments de contrôles/commandes L’approche adoptée pour la coordination pour des systèmes automatisés). Ils sont as- s’appuie sur le partage de connaissances. La sujettis à un certain nombre de contraintes connaissance inclut, dans un premier temps, la (taille, hétérogénéité, dynamique, ressources) carte, en mettant en œuvre des scénarios de qui doivent être prises en compte lors de la cartographie autonome [1, 5]. Dans un second conception des architectures et des solutions temps, les robots vont partager leurs intentions de conduite, ainsi que lors de leur expérimen- pour se coordonner. Les approches développées tation. consistent à casser la complexité de décider Les activités de recherche du groupe ACDC d’actions jointes en distribuant la planification. se focalisent sur deux applicatifs phares que Chaque robot calcule ses propres choix d’ac- sont les flottes de robot mobiles et autonomes, tion en intégrant un protocole de coordination. 1. Seules sont représentées les personnes impliquées dans la thématique ACDC.

avril 2019N o 1045 Il est alors possible d’adresser des problèmes de groupe les approches pour superviser un sys- multivoyageurs de commerce dans un cadre in- tème et prédire ses états futurs, sur un cer- certain [6] ou des problèmes où la connaissance tain horizon. À partir de ces informations sur et/ou la demande sont dynamiques [4]. les états présents et futurs, des consignes de Ces solutions initialement définies dans le conduite sont définies et fournies au deuxième cadre robotique ont été adaptées pour ré- niveau de l’architecture qui vise à les mettre en pondre à la problématique de gestion de voies œuvre en rejetant les perturbations ou les aléas navigables dans un environnement incertain [2]. non prévus. La conception et la mise en œuvre Les contraintes liées à la complexité du calcul de telles architectures constituent l’objectif à étant relaxées, des approches de coordination moyen et long terme du groupe ACDC. plus forte entre agents, définis comme des en- tités responsables d’une partie des capteurs et Références actionneurs sur le réseau de voies navigables, [1] K. Baizid, G. Lozenguez, L. Fabresse, and ont été mises en œuvre. Elles améliorent la co- N. Bouraqadi. Vector maps : A lightweight ordination des agents grâce à un partage d’une and accurate map format for multi-robot partie de leur plan d’action. systems. In Intelligent Robotics and Appli- Une des contraintes récurrentes dans les cations : 9th Int. Conf., ICIRA, 2016. problèmes adressés (et plus largement en ro- [2] G. Desquesnes, G. Lozenguez, A. Doniec, botique) est liée à la limite matérielle des res- and E. Duviella. Distributed MDP for wa- sources de calcul (notamment embarquées) ter resources planning and management in pour produire des réponses acceptables aux inland waterways. In IFAC World Congress, situations rencontrées. Un axe exploré par 2017. le groupe pour la robotique mobile consiste [3] J. Dichtl, L. Fabresse, G. Lozenguez, and en une description vectorielle plutôt que ma- N. Bouraqadi. Polymap : A 2d polygon- tricielle de l’environnement dans lequel agit based map format for multi-robot autono- l’agent [3]. L’objectif est de pouvoir manipu- mous indoor localization and mapping. In ler au niveau logiciel, un objet « léger » et Intelligent Robotics and Applic., 2018. portant une sémantique forte (permettre, par exemple, une interprétation simple par un utili- [4] S. Giordani, M. Lujak, and F. Martinelli. sateur/opérateur ou des calculs de chemins). A distributed multi-agent production plan- Les contributions sur ce dernier axe de re- ning and scheduling framework for mobile cherche sont conjoint avec le domaine Génie robots. Computers & Industrial Enginee- Logiciel. La thématique GL dans ACDC repose ring, 64(1) :19–30, 2013. largement sur la modularité des systèmes no- [5] X. S. Le, L. Fabresse, N. Bouraqadi, and tamment via l’usage de langages de program- G. Lozenguez. Evaluation of out-of-the- mation dynamiques et réflexifs. Cette théma- box ros 2d slams for autonomous explora- tique trouve un fort écho avec les probléma- tion of unknown indoor environments. In In- tiques de modélisation basée agent et de pla- telligent Robotics and Applications, 2018. nification et coordination dynamique. [6] G. Lozenguez, L. Adouane, A. Beynier, A.- Les approches développées à la croisée de I. Mouaddib, and P. Martinet. Punctual l’IA, du GL et de l’Auto ont vocation à nour- versus continuous auction coordination for rir ces trois domaines, au travers d’architec- multi-robot and multi-task topological na- tures et de stratégies de conduite hiérarchisées. vigation. Autonomous Robots, 40(4) :599– Le premier niveau d’une telle architecture re- 613, 2016.

avril 2019N o 1046 AMAC : Architectures et Modèles pour l’Adaptation et la Cognition

ISIR/ AMAC Benoît GIRARD Sorbonne Université & CNRS benoit.girard@sorbonne- www.isir.upmc.fr universite.fr

Membres impliqués 2 Description des travaux

- Sylvain ARGENTIERI, MCF Les neurosciences expérimentales dis- - Pierre BESSIÈRE, DR CNRS tinguent deux grandes catégories de compor- - Nicolas BREDÈCHE, PR tements lors de l’apprentissage instrumental : - Raja CHATILA, PR ceux dits « dirigés vers un but », où la poli- - Alexandre CONINX, MCF tique apprise par l’animal reste sensible aux - Stéphane DONCIEUX, PR changements de contingences, et ceux dits - Jacques DROULEZ, DR CNRS émérite « habituels ». La littérature de modélisation - Bruno GAS, PR associe à ces modes de comportements les al- - Benoît GIRARD, DR CNRS gorithmes d’apprentissage par renforcements - Mehdi KHAMASSI, CR CNRS avec modèle interne du monde et sans mo- - Olivier SIGAUD, PR dèle, respectivement. L’équipe a participé à de - Stéphane GOURICHON, Ingénieur nombreux travaux de modélisation de l’appren- - Oussama YAAKOUBI, Ingénieur tissage de politiques de navigation [7, 1], en questionnant les mécanismes d’arbitrage entre Thématique générale de l’équipe ces deux grandes classe d’algorithmes [7, 8], et les effets de l’apprentissage durant le sommeil L’équipe AMAC s’intéresse à la synthèse [5]. (chez les robots) et à la modélisation (chez Ces modèles développés en neurosciences les animaux) des fonctions cognitives, avec computationnelles ont ensuite été adaptés à une emphase particulière sur les processus et évalués dans des tâches de navigation ro- d’apprentissage. C’est une équipe transdiscipli- botique [4, 6] naire, qui allie donc des chercheurs en intelligence artificielle et en robotique autonome, L’équipe AMAC s’intéresse aussi aux mé- issus de l’ingénierie, à des chercheurs en neu- canismes d’adaptation dans les systèmes col- rosciences computationnelles, plutôt rattachés lectifs, qu’ils soient naturels (modélisation de aux science de la vie. Le partage de méthodes l’évolution de la coopération entre individus [2]) et de problématiques communes constitue le ou artificiels (algorithmes d’apprentissage dis- ciment de l’équipe. tribués et en ligne pour la robotique en es- Les thématiques développées sont l’appren- saim [3]). Ces travaux portent en particulier tissage et la prise de décision, les invariants sur l’apprentissage de comportements collectifs sensori-moteurs et l’apprentissage développe- entre individus mobiles impliquant une coordi- mental des représentations sensori-motrices, la nation fine pour accomplir une tâche collecti- conception de systèmes dédiés au calcul Bayé- vement. sien. 2. Seules sont représentées les personnes impliquées dans la thématique Robotique Mobile & IA.

avril 2019N o 1047 Références [5] R. Cazé, M. Khamassi, L. Aubin, and B. Girard. Hippocampal replays under the [1] B.M. Babayan, A. Watilliaux, G. Viejo, scrutiny of reinforcement learning models. A.-L. Paradis, B. Girard, and L. Rondi- Journal of Neurophysiology, 120 :2877– Reig. A hippocampo-cerebellar centred 2896, 2018. network for the learning and execution of sequence-based navigation. Scientiﬁc Re- [6] R. Chatila, E. Renaudo, M. Andries, R.O. ports, 7 :17812, 2017. Chavez Garcia, P. Luce-Vayrac, R. Gott- stein, R. Alami, A. Clodic, S. Devin, B. Gi- [2] Arthur Bernard, Jean-Baptiste Andre, and rard, and M. Khamassi. Towards self-aware Nicolas Bredeche. To cooperate or not robots. Frontiers in Robotics and AI, 5 :88, to cooperate : Why behavioural mecha- 2018. nisms matter. PLOS Computational Bio- [7] L. Dollé, D. Sheynikhovich, B. Girard, logy, 12(5) :1–14, 05 2016. R. Chavarriaga, and A. Guillot. Path planning versus cue responding : a bioinspi- [3] Nicolas Bredeche, Evert Haasdijk, and red model of switching between naviga- Abraham Prieto. Embodied evolution in tion strategies. Biological Cybernetics, collective robotics : A review. Frontiers in 103(4) :299–317, 2010. Robotics and AI, 5 :12, 2018. [8] G. Viejo, M. Khamassi, A. Brovelli, and [4] K. Caluwaerts, M. Staﬀa, S. N’Guyen, B. Girard. Modelling choice and reac- C. Grand, L. Dollé, A. Favre-Felix, B. Gi- tion time during arbitrary visuomotor lear- rard, and M. Khamassi. A biologically inspi- ning through the coordination of adaptive red meta-control navigation system for the working memory and reinforcement lear- psikharpax rat robot. Bioinspiration & Bio- ning. Frontiers in Behavioral Neuroscience, mimetics, 7(2) :025009 :1–29, 2012. 9 :225, 2015.

avril 2019N o 1048 Calcul par intervalles pour la robotique mobile intelligente Lab-STICC

Lab-STICC/ Robotique d’exploration Luc JAULIN UBO, ENSTA Bretagne [email protected]

Membres impliqués 3 Objectif - Luc JAULIN, PR AU Lab-STICC (UMR 6285), nous cher- - Benoît ZERR, PR chons à développer les outils théoriques à base - Fabrice LE BARS, MCF de calcul par intervalles afin de concevoir des - Simon ROHOU, MCF algorithmes intelligents permettant à des ro- - Damien MASSÉ, MCF bots d’accomplir une mission d’exploration de façon autonome. Sous certaines hypothèses Contexte sur l’environnement et la dynamique du robot, Ces dernières décennies, la robotique mo- nous nous intéressons à garantir des proprié- bile s’est développée largement dans des mi- tés comme l’évitement d’une zone interdite, le lieux structurés et déjà cartographiés. Dans des respect de contraintes sur l’état du système, environnements inconnus et non-structurés, l’intégrité de la localisation et la capacité de comme les planètes lointaines, les volcans, revenir au point de départ. Nous nous effor- des grottes profondes, des zones irradiées, des çons à prendre en compte avec rigueur tout veines karstiques, les bâtiments en feu, les type d’incertitude, d’obtenir des solutions théo- fonds marins, la robotique change de nature. riquement élégantes, et de faire des validations Non seulement, elle devient indispensable car expérimentales convaincantes en collaboration l’humain peut difficilement intervenir de façon avec des partenaires industriels. sécurisée, mais souvent l’opérateur ne peut plus aider les robots par téléopération. Ces derniers Outils théoriques doivent alors posséder un maximum d’autono- Nous nous focalisons sur les outils ensem- mie et d’intelligence afin de pouvoir accomplir blistes, l’interprétation abstraite, la commande leur mission. On parle alors de robotique ex- non-linéaire et l’inférence ensembliste. Nous ploratoire car le robot doit cartographier son cherchons à représenter et à propager les in- environnement, prendre des décisions, se loca- certitudes de la façon la plus rigoureuse pos- liser et être capable de revenir. sible sans faire d’approximations non maîtri- sées, comme celles induites par la linéarisation, la quantification ou la discrétisation. Dans nos problèmes, les variables incertaines vont être la carte de l’environnement, les données capteur, la trajectoire des robots [8], les prises de décision passées ou futures, la dynamique des robots [6] et les interventions humaines. La modélisation de ces différents types d’incertitude demande l’élaboration d’outils capables de répondre à nos objectifs [4]. Ces outils sont 3. Seules sont représentées les personnes impliquées dans la thématique .

avril 2019N o 1049 généralement à base de programmation par retrouver une épave : La Cordelière, coulée en contraintes [3] et par contracteurs [1]. 1512 au large de Brest. La figure montre la zone explorée par un 3. (Avec DGA-TN) Capture d’un robot par plu- robot sous marin, avec la zone explorée à coup sieurs robots dans un environnement incertain sûr (en rouge), la zone qui n’a pas été vue et non structuré. (bleu), et la pénombre [2] qui a peut-être été 4. (Avec Ifremer) Concevoir des robots déri- vue (orange). Le calcul est fait à l’aide de cap- vants capables de faire de très longues dis- teurs proprioceptifs uniquement [5]. Cette fi- tances dans l’océan en utilisant les courants gure illustre donc un ensemble incertain [2]. marins comme moyen de propulsion. 5. (Avec RTsys) Créer les lois de commande et Expérimentations de localisation pour un groupe de robots coor- Un principe de notre équipe est que donnés et faiblement communiquants. chaque expérimentation doit être une preuve de concept associée à un résultat théorique ori- Références ginal. De même tous les développements théo- [1] G. Chabert and L. Jaulin. Contrac- riques doivent aller jusqu’à une expérimenta- tor Programming. Artificial Intelligence, tion robotique. Nous cherchons à nous limiter 173 :1079–1100, 2009. à des problèmes d’exploration en cherchant à [2] B. Desrochers and L. Jaulin. Thick set in- garantir certaines propriétés dictées par un ca- version. Artifical Intell., 249 :1–18, 2017. hier des charges, comme la non intrusion dans une zone interdite ou bien la capacité à reve- [3] L. Jaulin. Pure range-only slam with nir à la position initiale. La figure ci-dessous indistinguishable marks. Constraints, montre le voilier BRAVE capable de naviguer à 21(4) :557–576, 2016. l’ancienne, sans GPS, à l’aide de la vision. [4] L. Jaulin and G. Chabert. Resolution of nonlinear interval problems using symbolic interval arithmetic. Engineering App. of Ar- tificial Intelligence, 23(6) :1035–49, 2010. [5] L. Jaulin and B. Desrochers. Introduction to the algebra of separators with application to path planning. Engineering Appli. of Artificial Intelligence, 33 :141–147, 2014. Exemples [6] T. Le Mézo, L. Jaulin, and B. Zerr. An in- Nous donnons quelques exemples illustra- terval approach to compute invariant sets. tifs de problèmes en monde sous-marin qui se IEEE Trans. Automatic Control, 62, 2017. font avec des collaborations industrielles. 1. (Avec ECA 4) Concevoir un robot capable [7] S. Rohou, P. Franek, C. Aubry, and L. Jau- d’explorer son environnement seul, sans refaire lin. Proving the existence of loops in robot surface pour capter le GPS, avec un sonar trajectories. International Journal of Robo- comme unique capteur extéroceptif [7]. tics Research, 2018. 2. (Avec le DRASSM5) Faire un suivi d’iso- [8] S. Rohou, L. Jaulin, M. Mihaylova, F. Le bath dans un but d’explorer et revenir, avec un Bars, and S. Veres. Guaranteed Computa- simple écho-sondeur. L’idée finale est de faire tion of Robots Trajectories. Robotics and une carte magnétique du fond marin afin de Autonomous Systems, 93 :76–84, 2017. 4. Etudes et Constructions Aéronautiques 5. Dpt. de recherches archéologiques subaquatiques et sous-marines avril 2019N o 104 10 CAOR : Centre de Robotique de Mines ParisTech – IA pour la navigation

Silvère BONNABEL Centre de Robotique / IA pour la navigation Professeur Mines Paristech silvere.bonnabel@mines- www.caor-mines-paristech.fr paristech.fr

Membres simultanées en français), voir [3]. - Silvère BONNABEL, PR Ces travaux théoriques ont été appliqués à - Axel BARRAU, chercheur associé (ingénieur de nombreuses problématiques réelles. L’appli- chez Safran Tech) cation principale reste la fusion d’informations pour la navigation autonome, qui permet à un Thématique générale de l’équipe robot de se localiser de façon autonome grâce à l’utilisation de diﬀérents capteurs (GPS, cen- Les thématiques développées par l’équipe trale inertielle, odométrie, caméra, lidar). Les sont regroupées en : algorithmes produits ont donné lieu à des pu- 1. le développement d’algorithmes de fusion blications académiques ainsi qu’à plusieurs bre- de données multicapteurs pour la naviga- vets [2, 4, 8] et un produit industriel, voir Figure tion autonome de robots mobiles et de vé- 1. L’application de ces méthodes au suivi de hicules ; trajectoires d’aéronefs est également exploité 2. l’exploitation de techniques novatrices dans des travaux conjoints avec Thales [10]. (deep/machine learning) associés aux mé- thodes dites traditionnelles pour les pro- blèmes de localisation et de navigation ; 3. le suivi/pistage radar d’aéronefs et autres objets volants.

Description des travaux Les travaux abordés dans le cadre des thé- matiques citées précédemment se divisent en un volet théorique et un volet pratique. Du Figure 1 [2] : L’Euroflir 410, la dernière côté théorique, on retrouve d’importants tra- génération de systèmes électro-optiques vaux réalisés pour le filtrage invariant qui ont gyrostabilisés commercialisée par Safran. Son abouti au développement du filtre de Kal- système de navigation contient la première man étendu dit “invariant" [1, 3]. Ces travaux implémentation commerciale du filtre de Kalman ont ensuite été appliqués au filtre de Kalman étendu invariant. sans-parfum [5], aux algorithmes de lissage [9] et au développement d’algorithmes théorique- Les méthodes précédentes reposent sur des ment consistants (i.e. dont l’erreur estimée ne concepts dit “traditionnels". La combinaison de sous-estime pas l’erreur réelle) pour le pro- ces techniques avec les approches novatrices blème du SLAM (localisation et cartographie de machine et de deep learning font l’objet de

avril 2019N o 104 11 travaux plus récents avec des résultats promet- Références teurs. D’une part, on retrouve l’utilisation du [1] A. Barrau and S. Bonnabel. The inva- deep learning pour corriger des modèles d’odo- riant extended kalman filter as a stable métrie existant dans la navigation ou pour iden- observer. IEEE Transactions on Automa- tifier des patterns récurrents dans les signaux tic Control, 62(4) :1797–1812, 2017. d’une centrale inertielle, voir résultats sur la Fi- gure 2 [6, 7]. [2] A. Barrau and S. Bonnabel. Aligment method for an inertial unit, 2016. US Patent App. 15/037,653. [3] A. Barrau and S. Bonnabel. Invariant Kalman Filtering. Annual Review of Control, Robotics, and Autonomous Sys- tems, 1(1) :237–257, 2018. [4] A. Barrau and S. Bonnabel. Method for tracking the navigation of a mobile carrier with an extended kalman filter, 2018. US Patent App. 15/563,262. [5] M. Brossard, S. Bonnabel, and J. Condo- mines. Unscented kalman filtering on lie groups. In International Conference on Intelligent Robots and Systems, pages 2485–2491. IEEE, 2017. [6] M. Brossard and S. Bonnabel. Learning wheel odometry and imu errors for localization. hal-archives, 2018. Figure 2 [7] : L’approche proposée estime une trajectoire d’une voiture seulement avec une [7] M. Brossard, S. Bonnabel, and A. Bar- centrale inertielle standard. Elle parvient à suivre rau. RIN-W : Robust Inertial Navigation la trajectoire réelle contrairement à l’intégration on Wheels. hal-archives, 2019. classique des signaux de la centrale inertielle [8] M. Brossard, S. Bonnabel, and A. Barrau. (IMU). De plus, elle se révèle même être plus Unscented Kalman Filter on Lie Groups précise qu’une approche basée sur l’utilisation des for Visual Inertial Odometry. In Internatio- odomètres des roues et d’un coûteux gyroscope à nal Conference on Intelligent Robots and fibre optique. Systems. IEEE, 2018. D’autre part et dans un autre registre, des tra- [9] P. Chauchat, A. Barrau, and S. Bonna- vaux sont en cours pour remplacer des mé- bel. Invariant smoothing on lie groups. thodes standards par des méthodes basées sur In International Conference on Intelligent le deep learning pour la classification de trajec- Robots and Systems. IEEE, 2018. toires d’aéronefs. Il s’agit de faire de la recon- [10] M. Pilté, S. Bonnabel, and F. Barbaresco. naissance radar d’objets volants à partir uni- Fully adaptive update rate for non-linear quement de leur dynamique. trackers. In IET Radar, Sonar & Naviga- tion, Vol 12 (12), p. 1419 –1428. 2018.

avril 2019N o 104 12 CHORALE : Collaborative & HeterOgeneous Robots interActing in Live Environment Inria SAM/ CHORALE Philippe MARTINET Inria Sophia Antipolis Méditerranée [email protected] https:// project.inria.fr/ chorale/

Membres impliqués 5 - Philippe MARTINET, DR INRIA - Patrick RIVES, DR INRIA - Guillaume ALLIBERT, MCF - Paolo SALARIS, CR INRIA - Nesrine CHEDLY, Post-doctorat - Renato MARTINS, Post-doctorat

Thématique générale de l’équipe L’intelligence artificielle est présente à la fois dans la façon de définir et concevoir les Le principal objectif de CHORALE est tâches, dans la façon de représenter l’environ- l’étude des systèmes robotiques, depuis les nement (couches métriques, toplogiques, sé- points de vue perception et commande, inter- mantiques, sociales, ...), dans la description de agissant et évoluant parmi les humains dans des la connaissance associée à la tâche et son évo- environnements vivants et dynamiques. Parmi lution à travers l’expérience (apprentissage par les systèmes robotiques autonomes, nous nous renforcement, ou profond), et dans les méca- focalisons sur les voitures autonomes, les ro- nismes cognitifs mis en place pour gérer les in- bots mobiles, les drones et leur combinaison. formations court, moyen et long termes. Elle Notre ambition recherche est d’explorer de est également présente dans les algorithmes et nouveaux paradigmes et concepts permettant stratégies d’exploration, dans les algorithmes aux systèmes robotiques autonomes i) d’acqué- collaboratifs de perception et commande pour rir et partager une représentation du monde les systèmes multirobots, etc. orientée tâche (prenant en compte les interactions avec les humains) ii) d’agir et interagir Description des travaux dans des environnements humains (prenant en compte les interactions avec les humains) de Plusieurs travaux sont menés dans le cadre manière sûre et efficace. des thématiques précédentes. Parmi ceux-ci, quatre exemples sont présentés. Les thématiques développées sont la conception, la synthèse et l’analyse des - Analyse et Synthèse de commandes référen- tâches robotiques, la représentation de cées capteurs à partir du concept de robot l’environnement, la commande et la per- caché. Le concept de robot caché a été in- ception référencée multicapteur, et les troduit par [3] pour analyser la convergence interactions collaboratives humain-robot et les singularités d’un schéma d’asservis- dans des environnements dynamiques. sement visuel d’une plateforme de Gough- 5. Seules sont représentées les personnes impliquées dans la thématique CHORALE.

avril 2019N o 104 13 Stewart. Plus récemment, ce même concept [2] S. Briot, F. Chaumette, and P. Marti- a été utilisé pour étudier et rechercher les net. Revisiting the determination of the singularités des schémas d’asservissement singularity cases in the visual servoing of visuel basés points [2] et basés lignes [4]. image points through the concept of “hid- - Représentation topologique et sémantique den robot”. IEEE Transactions on Robo- de l’environnement (structuré ou non) pour tics, 33(2) :536–546, 2017. les tâches de navigation. Nous proposons un [3] S. Briot and P. Martinet. Minimal repre- modèle de l’environnement hybride qui mêle sentation for the control of gough-stewart les représentations topologique, métrique, platforms via leg observation considering a sémantique et basée grille [6]. L’apprentis- hidden robot model. In 2013 IEEE Inter- sage profond est utilisé pour sémantiser les national Conference on Robotics and Au- scènes [5] de navigation. tomation, Karlsruhe, Germany, May 6-10 - Navigation sociale et proactive. Partager les 2013. espaces avec les humains [7] est un challenge pour la robotique de demain. Les ro- [4] S. Briot, P. Martinet, and F. Chaumette. bots doivent non seulement se doter de ca- Singularity cases in the visual servoing of pacités d’interprétation aﬁn d’adapter leur three image lines. IEEE Robotics and Au- mouvement, mais aussi doivent pouvoir sus- tomation Letters, 2(2) :412–419, 2017. citer le mouvement des autres acteurs aﬁn [5] E. Fernandez Moral, R. Martins, D. Wolf, de se déplacer vers un objectif dans un en- and P. Rives. A New Metric for Evaluating vironnement collaboratif. Semantic Segmentation : Leveraging Glo- - Synergies en robotique. Le concept de sy- bal and Contour Accuracy. In IV’18, page nergie a été appliqué à la réduction des es- 1051 – 1056, China, 2018. paces de contrôle de main robotisée utili- sée pour la saisie d’objets à partir d’appren- [6] M. Meilland, A. Comport, and P. Rives. tissage de saisie exécutée par l’humain [1]. Dense omnidirectional rgb-d mapping of Nous nous intéressons à la recherche de sy- large-scale outdoor environments for real- nergies pour les systèmes multirobots. time localization and autonomous navigation. Journal of Field Robotics, Références 32(4) :474–503, June 2015. [1] M. Bianchi, P. Salaris, and A. Bicchi. [7] P. Papadakis, P. Rives, and A. Spalanzani. Synergy-based hand pose sensing : Optimal Adaptive Spacing in Human-Robot Interac- glove design. International Journal of Ro- tions. In IEEE/RSJ Int. Conf. on Intelligent botics Research (IJRR), 32(4) :407–424, Robots and Systems, IROS’14,, Chicago, April 2013. United States, September 2014.

avril 2019N o 104 14 CHROMA : Cooperative & Human-aware Robot Navigation in Dy- namic Environments

CITI / Equipe CHROMA Olivier SIMONIN INSA de Lyon, Inria Grenoble Rhone-Alpes [email protected] https:// team.inria.fr/ chroma/

Membres couplé récemment à l’identification visuelle sé- mantique et 3D [2] (coopération avec Christian - Olivier SIMONIN, PR INSA Lyon Wolf, LIRIS, Deep Learning). Le domaine ap- - Anne SPALANZANI, MCF Univ. Grenoble plicatif privilégié de ce thème est le véhicule - Christian LAUGIER, DR INRIA autonome [8], soutenu par des collaborations - Jilles S. DIBANGOYE, MCF INSA Lyon avec Renault, Toyota et le CEA (IRT Nanoe- - Fabrice JUMEL, MCF CPE Lyon lec). Nous examinons aussi les problèmes théo- - Agostino MARTINELLI, CR INRIA riques de la fusion vision/centrale inertielle [4] - Jacques SARAYDARYAN, MCF CPE Lyon avec application au drone. Thématique générale de l’équipe 2. Navigation en présence d’humains. Il s’agit de détecter et prévoir les déplacements La vocation de l’équipe est de contribuer humains afin de planifier des trajectoires res- à la définition d’algorithmes et de modèles pectant les conventions sociales. L’équipe est pour la navigation de robots mobiles évoluant pionnière du concept de proxémique, permet- dans des environnements incertains et dyna- tant la modélisation des espaces et la séman- miques. L’équipe explore en particulier les do- tique des interactions entre humains [9]. Nous maines de la perception et de la prise de déci- étudions aussi la perception et l’apprentissage sion, en considérant les aspects d’autonomie, des flux humains pour optimiser la navigation de contrainte temps réel, de coopération entre dans les foules [3]. Les applications concernent robots et d’interaction sociale. Il s’agit de per- les robots de services/compagnons (e.g. pro- mettre aux robots de réaliser des tâches spa- blème de NAMO – Navigation among Movable tiales en coopération et au service de l’homme. Obstacles) et les navettes autonomes en es- Sur le plan méthodologique, l’équipe contribue paces urbains (e.g. ANR Hianic). aux techniques fondées IA et Contrôle. 3. Coopération dans les flottes de robots mobiles, terrestres et/ou aériens. Nous consi- Description des travaux dérons des environnements dynamiques, incer- L’équipe Chroma adresse trois probléma- tains, voire inconnus, que les robots doivent tiques liées à la navigation autonome : cartographier ou surveiller. Nous explorons des 1. Perception pour la prise de décision techniques de planification multiagent (heuris- en conditions fortement contraintes (temps tiques [5], stochastiques) avec modélisation de réels, incertitude, perception limitée). Pour l’incertitude (MDP [1]). Nous adressons aussi cela l’équipe développe depuis plusieurs années la prise en compte des contraintes de commu- le concept de perception bayesienne, exten- nication [6]. La problématique du passage à sion des grilles d’occupation par la modélisa- l’échelle reste un défi central, que nous exa- tion et la prédiction des éléments mobiles [7], minons dans le cadre de modèles décentrali-

avril 2019N o 104 15 Figure 1.1 – (a) Observation multirobot (projet CROME LIRIS-SMA et CITI-CHROMA [5]) (b) Véhicule Zoe automatisé de Chroma/Inria (c) Modélisation des interactions et planification. sés (e.g. intelligence en essaim), de l’appren- [5] L. Matignon and O. Simonin. Multi- tissage et de la recherche opérationnelle (e.g. robot simultaneous coverage and mapping problèmes de tournées de véhicules, en colla- of complex scene - comparison of different boration avec le groupe VOLVO). strategies. In Auto. Agents and Multi- Agent Sys. AAMAS, pages 559–567, 2018. Références [6] M. Popescu, H. Rivano, and O. Simonin. Multi-robot Patrolling in Wireless Sensor [1] J. Dibangoye and O. Buffet. Learning to Networks using Bounded Cycle Coverage. Act in Decentralized Partially Observable In ICTAI 2016 28th Int. Conf. on Tools with MDPs. In ICML 2018 - 35th Internatio- Artificial Intelligence. IEEE, 2016. nal Conference on Machine Learning, volume 80, pages 1233–1242, 2018. [7] L. Rummelhard, A. Nègre, A. Paigwar, and C. Laugier. Ground Estimation and Point [2] Ö. Erkent, C. Wolf, C. Laugier, Cloud Segmentation using SpatioTemporal D. Sierra González, and V. Romero- Conditional Random Field. In IEEE Intelli- Cano. Semantic Grid Estimation with a gent Vehicles Symposium (IV), pages 1105 Hybrid Bayesian and Deep Neural Network – 1110, 2017. Approach. In IEEE/RSJ International Conference on Intelligent Robots and [8] D. Sierra González, Ö. Erkent, V. Romero- Systems - IROS, pages 1–8, 2018. Cano, J. Dibangoye, and C. Laugier. Mo- deling Driver Behavior From Demonstra- [3] F. Jumel, J. Saraydaryan, and O. Simo- tions in Dynamic Environments Using Spa- nin. Mapping likelihood of encountering tiotemporal Lattices. In IEEE International humans : application to path planning in Conference on Robotics and Automation - crowded environment. In The Europ. Conf. ICRA, pages 3384–3390, 2018. on Mobile Robotics (ECMR), 2017. [9] P. Vasishta, D. Vaufreydaz, and A. Spalan- [4] A. Martinelli, A. Renzaglia, and A. Oliva. zani. Building Prior Knowledge : A Markov Cooperative Visual-Inertial Sensor Fusion : Based Pedestrian Prediction Model Using Fundamental Equations and State Deter- Urban Environmental Data. In ICARCV mination in Closed-Form. Autonomous Ro- 15th Int. Conf. on Control, Automation, bots, pages 1–19, 2019. Robotics and Vision, pages 1–12, 2018.

avril 2019N o 104 16 Département Robotique du LAAS

Laboratoire d’Analyse et d’Architecture des Philippe SOUERES Systèmes/ CNRS [email protected] https:// www.laas.fr/ public/ fr/ robotique

Membres interactions des robots. Il comprend 25 chercheurs et enseignants chercheurs, une dizaine - Rachid ALAMI, DR CNRS de post-doctorants, une dizaine d’ingénieurs en - Juan CORTES, DR CNRS CDD et 35 doctorants, et est structuré en trois - Viviane CADENAT, MCF équipes de recherche qui travaillent en syner- - Patrick DANES, PR gie : - Michel DEVY, DR CNRS - Antonio FRANCHI, CR CNRS - L’équipe « Gepetto », spécialiste du mou- - Malik GHALLAB, DR CNRS vement des systèmes anthropomorphes, dont - Ariane HERBULOT, MCF les recherches sont centrées sur la planification, - Félix INGRAND, CR CNRS la génération et la commande du mouvement - Simon LACROIX, DR CNRS des systèmes poly-articulés instables. Elle mène - Florent LAMIRAUX, DR CNRS une activité interdisciplinaire à l’intersection de - Jean-Paul LAUMOND, DR CNRS la robotique, des neurosciences et de la biomé- - Frédéric LERASLE, PR canique. - Nicolas MANSARD, DR CNRS - L’équipe « Robotique, action et percep- - André MONIN, CR CNRS tion » (RAP) mène des recherches sur les liens - Gérard MONTSENY, CR CNRS entre la perception et action, avec un focus sur - Emmanuel MONTSENY, MCF la vision et l’audition. Ses travaux portent sur - Marc RENAUD, PR la détection, la segmentation, l’identification et - Daniel SIDOBRE, MCF le suivi de personnes et d’objets, la perception - Thierry SIMEON, DR CNRS et la commande en environnement dynamique - Philippe SOUERES, DR CNRS et l’élaboration de capteurs intégrés. - Olivier STASSE, DR CNRS - L’équipe « Robotique et interactions » - Michel TAIX, MCF (RIS) focalise son expertise sur les interactions - Bertrand TONDU, PR des robots avec l’humain, entre eux et avec - Bertrand VANDEPORTAELE, MCF l’environnement. Ses activités couvrent l’archi- - Bruno WATIER, MCF tecture des systèmes autonomes et interactifs, le contrôle et les interactions physiques, la pla- Thématique générale nification temporelle et le raisonnement, la pla- Héritier d’une équipe de recherche créée à nification de mouvement et l’apprentissage. la fin des années 70 sur le thème « Robotique Le département bénéficie du support d’une et Intelligence Artificielle », le département ro- plateforme robotique très complète, dévelop- botique du LAAS développe un champ de re- pée et maintenue par une équipe d’ingénieurs cherche pluri-thématique portant sur les fonc- et techniciens au sein de deux salles d’expéri- tions de perception, de décision, de généra- mentations dédiées, composée d’une dizaine de tion et d’exécution des mouvements, et sur les robots de différents types (humanoïdes, robots

avril 2019N o 104 17 interactifs, manipulateurs, robots d’extérieur) suivent une méthodologie générale qui repose et autant de drones multi-rotors. Différents lo- essentiellement sur (i) le développement de for- giciels développés au sein du département sont malismes de modèles adaptés (e.g. modèles distribués en libre accès sur openrobots.org. des processus de planification, de perception et Les paragraphes suivants résument les ré- d’action, modèles de spécification de compo- centes recherches menées au sein du départe- sants robotiques, modèles d’interactions, moment. dèles d’environnement) (ii) la conception d’algorithmes originaux et spécifiques (e.g. pla- Perception nification hiérarchique et temporelle, synthèse L’objectif est de développer des fonc- de modèles formels) et (iii) une validation ex- tions de perception avec garanties de per- périmentale en simulation et sur nos robots. formance, éventuellement activement contrô- Cette dernière s’accompagne, le cas échéant, lées. Les méthodes sous-jacentes ont trait à d’études utilisateurs qui permettent de mesu- l’apprentissage, aux techniques probabilistes, à rer l’acceptabilité et l’efficacité des approches la recherche opérationnelle et à l’optimisation hommes/robots. continue. Les récents développements portent sur la Une activité importante porte sur la détec- planification de tâches hiérarchiques, et tem- tion de cibles et le couplage détection/filtrage porelles en interaction avec des humains dans pour le suivi multi-cibles dans des vidéos. l’espace des plans, ou des tâches ; l’articulation Des approches d’optimisation combinatoire ex- de la planification et de l’action (modèles pré- ploitent l’apprentissage de descripteurs discri- dictifs vs. modèles opérationnels) [1] ; l’interac- minants pour les sélectionner et les agencer, tion entre l’humain et le robot à divers niveaux une autre approche exploite une représenta- (physique, géométrique, cognitif [21]) ; l’arti- tion éparse [15]. Des techniques d’apprentis- culation planification de tâches / planification sage profond sont appliquées au comptage de de mouvement ; la validation et la vérification personnes et à la reconnaissance de leurs ac- formelles des fonctions robotiques déployées et tivités, et des techniques de localisation active intégrées à ces fonctions décisionnelles ; et la de source sonores ont été développées [10]. décision et les interactions au sein d’une équipe Pour la perception de l’environnement, des de robots et agents. travaux sont menés sur l’analyse de scène par apprentissage, et différentes approches de Planification du mouvement SLAM sont proposées : pour des caméras à ob- Alors que la plupart des problèmes réels de turateur déroulant, par couplage visio-inertiel planification de mouvement résistent aux ap- [6], et par reconnaissance de lieu [8]. proches algorithmiques dites “exactes”, nos recherches autour de cette thématique reposent Décision et interaction sur des méthodes effectives (1) de planification La décision pour l’autonomie des robots se globale par échantillonnage aléatoire et (2) de décline suivant diverses fonctions délibératives : planification locale par optimisation numérique, planification, action, supervision, observation, capables de mieux répondre aux besoins des ap- interaction, apprentissage, qui sont intégrées plications, en termes d’efficacité, de généricité et partagent des modèles, appris ou program- et de robustesse algorithmique. més [9]. Nos travaux sur ce thème se déclinent se- Les recherches autour de cette thématique lon trois axes. L’algorithmique du mouvement

avril 2019N o 104 18 d’abord, avec des méthodes d’optimisation et L’humain et le robot de contrôle optimal pour la génération de mouvement en robotique [13], des travaux sur la De nombreux travaux conduits dans le dé- planification de mouvement orientée pour la partement étudient les liens entre l’humain et le conception système, [14], sur la planification robot. Pour un premier axe, il s’agit de travaux sous contraintes de manipulation [12] et sur centrés sur la génération de mouvement à l’in- la planification de mouvement d’objets défor- terface de la robotique de la biomécanique et mables [5]. Le mouvement pour la robotique des neurosciences. Il s’agit d’analyser le mou- ensuite, avec des travaux pour la manipula- vement humain dans le but d’extraire des inva- tion par des robots aériens [18] et pour le riants pour les utiliser pour la commande des mouvement au contact pour des robots hu- systèmes anthropomorphes, et aussi de modé- manoïdes. Enfin, le mouvement pour la bio- liser et simuler le mouvement humain en uti- informatique, ou des activités pluridisciplinaires lisant les outils de génération de mouvement en bio-informatique présentent un intérêt pour développés en robotique. La question de l’in- l’étude de biomolécules flexibles et la prédic- teraction entre l’homme et le robot est l’objet tion structurale [7] ou l’aide à la conception de d’un second axe de recherche, qu’elle soit phy- nouvelles molécules. sique, décisionnelle ou cognitive [21]. Un troi- sième axe de recherche sur l’humain et le robot s’exprime à travers la dimension artistique : Commande la confrontation de la robotique humanoïde et Différentes activités sont menées dans ce de la danse ouvre un champ de recherche très domaine. Des méthodes de génération de tra- riche que nous avons exploré sous divers angles jectoires par résolution inverse instantanée [20]. avec prise en compte des contraintes et objectifs permettent d’appréhender hiérarchique- Expérimentation, design, intégration ment les contraintes en temps réel [3]. De nombreux résultats sur la commande optimale et Enfin, comme il ne saurait y avoir de ro- la commande prédictive pour des robots hu- botique sans expérimentations, le département manoïdes ont été obtenus [17, 13], et des al- a une forte activité de conception et de dé- gorithmes hybrides qui associent planification veloppement de démonstrateurs en robotique aléatoire et apprentissage supervisé sur des mobile, aérienne et humanoïde. Ces démons- masses de données produits par des algorithmes trateurs sont le support d’intégration des tra- hors ligne ont été proposés [11]. vaux conceptuels présentés dans les sections En ce qui concerne les robots aériens, des précédentes à des fins de validation bien en- travaux mêlant conception et commande ont tendu, mais ils permettent aussi d’appréhender mené à la réalisation d’un robot muni de ca- de nouveaux problèmes à résoudre. pacité de poussée multidirectionnelle [4], qui a permis la réalisation de tâches d’interaction Références physiques avec l’environnemt dans un contexte réaliste [19]. [1] A. Bit-Monnot et al. Which Contin- Enfin des travaux sur la commande réfé- gent Events to Observe for the Dynamic rencée capteur (vision) sont développés pour Controllability of a Plan. In International la marche de robots humanoïdes [16] et pour Joint Conference on Artificial Intelligence, des robots agricoles à roues [2]. 2016.

avril 2019N o 104 19 [2] A. Durand-Petiteville et al. Tree Detec- [13] J-P. Laumond et al. Optimization as tion With Low-Cost Three-Dimensional Motion Selection Principle in Robot Ac- Sensors for Autonomous Navigation in tion. Communications of the ACM, Orchards. IEEE Robotics and Automa- 58(5), 2015. tion Letters, 3(4), 2018. [14] K. Molloy et al. Simultaneous System [3] A. Escande et al. Hierarchical quadra- Design and Path Planning : A Sampling- tic programming : Fast online humanoid- based Algorithm. International Journal of robot motion generation. Internatio- Robotics Research, 2018. nal Journal of Robotics Research, 33(7), [15] L. Fagot-Bouquet et al. Improving Multi- 2014. Frame Data Association with Sparse [4] A. Franchi et al. Full-Pose Tracking Representations for Robust Near-Online Control for Aerial Robotic Systems With Multi-Object Tracking. In European Laterally Bounded Input Force. IEEE Conference on Computer Vision, 2016. Transactions on Robotics, 34(2), 2018. [5] A. Orthey et al. Motion Planning in Irre- [16] M. Garcia et al. Vision-guided motion pri- ducible Path Spaces. Robotics and Auto- mitives for humanoid reactive walking : nomous Systems, 109, 2018. decoupled vs. coupled approaches. In- ternational Journal of Robotics Research, [6] D. Atchuthan et al. Odometry Based 34(4-5), 2014. on Auto-Calibrating Inertial Measurement Unit Attached to the Feet. In European [17] M. Naveau et al. A Reactive Walking Pat- Control Conference, 2018. tern Generator Based on Nonlinear Model [7] D. Devaurs et al. Characterizing Energy Predictive Control. IEEE Robotics and Landscapes of Peptides using a Combina- Automation Letters, 2(1), 2017. tion of Stochastic Algorithms. IEEE Tran- [18] M. Tognon et al. Control-Aware Motion sactions on NanoBioscience, 14(5), 2015. Planning for Task-Constrained Aerial Ma- [8] E. Stumm et al. Building Location Models nipulation. IEEE Robotics and Automa- for Visual Place Recognition. Internatio- tion Letters, 3(3), 2018. nal Journal of Robotics Research, 35(4), [19] M. Tognon et al. A Truly Redundant Ae- 2016. rial Manipulator System with Application [9] F. Ingrand et al. Deliberation for autono- to Push-and-Slide Inspection in Industrial mous robots : A survey. Artificial Intelli- Plants. IEEE Robotics and Automation gence, 247, 2017. Letters, 4(2), 2019. [10] G. Bustamante et al. An Information Ba- [20] O. Ramon Ponce et al. Dancing Huma- sed Feedback Control for Audio-Motor Bi- noid Robots : Systematic use of OSID to naural Localization. Autonomous Robots, Compute Dynamically Consistent Move- 42(2), 2018. ments Following a Motion Capture Pat- [11] J. Carpentier et al. Multi-contact Loco- tern. IEEE Robotics and Automation Ma- motion of Legged Robots. IEEE Transac- gazine, 22(4), 2015. tions on Robotics, 34(6), 2018. [21] S. Lemaignan et al. Artificial Cogni- [12] J. Mirabel et al. Handling implicit and tion for Social Human-Robot Interaction : explicit constraints in manipulation plan- An Implementation. Artificial Intelligence, ning. In Robotics : Science and Systems 247, June 2017. 2018, Pittsburg, United States, 2018. avril 2019N o 104 20 EPAN : Environment Perception and Autonomous Navigation

CIAD/ EPAN Yassine RUICHEK Université de Technologie Belfort Montbéliard [email protected] https:// epan-utbm.github.io/

Membres forme de grilles d’occupation [6] ou sous la forme d’une représentation 3D sémantique en - Yassine RUICHEK, PR se basant sur des données visuelles et télémé- - Franck GECHTER, MCF triques. Nous étudions également l’apport de la - Abdeljalil ABBAS-TURKI, MCF vision dite non-conventionnelle afin d’améliorer - Cindy CAPPELLE, MCF la perception en terme d’analyse et de compré- - Zhi YAN, MCF hension du mouvement dans une scène. Plus - Nathan CROMBEZ, MCF particulièrement, nous étudions les propriétés - Jocelyn BUISSON, Post-doctorat qu’offre la vision plénoptique dans le but de modéliser et de développer une méthode ro- Thématique générale de l’équipe buste de suivi visuel d’objets quelconques (ex. L’équipe EPAN (Environment Perception panneau de signalisation, piétons et autres usa- and Autonomous Navigation) du laboratoire gers de la route) en présence d’éléments exté- CIAD (Connaissance et Intelligence Artificielles rieurs perturbateurs tels que des occultations Distribuées) développe ses activités de re- du champ de vision ou en dépit de conditions cherche en perception et navigation à partir climatiques difficiles. Nous nous intéressons de données multisources. Ses domaines d’ap- également à des techniques d’extraction de ca- plication principaux sont les systèmes de trans- ractéristiques (handcrafted ou learned) et à port terrestre, notamment les véhicules intelli- des méthodes de classification/reconnaissance gents/autonomes. L’équipe est également im- à base d’apprentissage machine, notamment pliquée dans la robotique mobile, notamment par analyse de graphes de similarité, avec des pour l’assistance à domicile. techniques de template matching ou encore par apprentissage profond. L’apprentissage lifelong Description des travaux learning constitue une nouvelle approche dont l’objectif est d’adapter les connaissances et le Comme son nom l’indique, les travaux de comportement d’un véhicule autonome ou un l’équipe portent sur deux volets : la perception robot aux changements environnementaux au et la navigation. Dans le premier volet, nous fil du temps, et ainsi permettre une améliora- travaillons sur le développement de méthodes tion considérable de la sécurité de son fonction- avancées pour la compréhension d’environne- nement, notamment en termes de prise de déci- ments dynamiques avec une approche multi- sion. Dans ce cadre, nous avons développé un source (caméras, lidar 2D/3D, radar, GPS, car- framework multicapteur pour la conduite au- tographie, etc.). Ce volet comprend la détec- tonome et construit ensuite un jeu de données tion, le suivi d’objets, la localisation, la carto- basé sur le système ROS, qui regorge de nou- graphie ou encore la segmentation sémantique veaux défis de recherche pour le véhicule au- de scènes. L’équipe s’intéresse par exemple tonome. Caractérisé par des acquisitions à dif- à la représentation d’environnements sous la

avril 2019N o 104 21 férentes périodes (matin et soir, semaine, sai- sons également à la synchronisation de véhi- son), le jeu de données convient particulière- cules aux intersections en exploitant le géo- ment à une étude d’autonomie à long terme. positionnement par GPS et la communication De plus, dans le cadre d’une collaboration avec sans fil. Il s’agit de développer des stratégies l’Université de Lincoln (Royaume-Uni), nous de contrôle de véhicules approchant une inter- avons développé une méthode de cartographie section, afin d’assurer leur passage tout en op- sémantique à long terme avec des données li- timisant la fluidité de circulation [3]. L’équipe dar 3D, permettant de cartographier un en- conduit aussi des travaux sur le suivi de che- vironnement dynamique pendant plusieurs se- mins construits par des positions GPS. Il s’agit maines [4]. Nous sommes également intéres- de mettre en œuvre des stratégies de contrôle sés par la conduite autonome en présence du pour qu’un véhicule autonome suive un chemin mauvais temps. Dans le cadre d’une collabo- (acquis préalablement) tout en minimisant l’er- ration avec CTU, nous développons une ap- reur latérale et en respectant les limitations de proche d’apprentissage en ligne qui permet à vitesse [1]. un capteur d’apprendre un modèle d’objet à partir de données provenant d’un autre cap- Références teur afin de faire face à l’échec de ce der- [1] C. Gámez Serna et al. Dynamic speed nier dans certaines conditions météorologiques. adaptation for path tracking based on cur- Des travaux sur l’aide à la localisation dans des vature information and speed limits. Sen- environnements contraints ont été menés, no- sors, 17(6) :1383, 2017. tamment en associant les mesures GPS/RTK à l’odométrie visuelle, le recalage télémétrique [2] E.Z. Madeleine et al. Vehicle platoon et un gyromètre, avec une procédure de sélec- control with multi-configuration ability. tion de capteurs afin de garantir la cohérence Proc. Comp. Sc., 9 :1503–1512, 2012. des observations [5]. L’équipe a conduit égale- [3] F. Perronnet et al. Deadlock prevention of ment des travaux sur le problème de disponibi- self-driving vehicles in a network of inter- lité et d’intégrité de mesure de position GPS, sections. IEEE Trans. on ITS, 2019. en s’intéressant à l’analyse de l’environnement [4] L. Sun et al. Recurrent-octomap : Learning de réception de signaux GNSS en utilisant de state-based map refinement for long-term l’imagerie 2D et 3D. Dans le volet navigation, semantic mapping with 3d-lidar data. IEEE l’équipe s’intéresse au problème de conduite RAL, 2018. des véhicules autonomes en convoi. Nous avons développé une approche locale où chaque véhi- [5] L. Wei et al. Camera/laser/gps fusion me- cule localise ses perceptions par rapport à son thod for vehicle positioning under extended propre référentiel, pour ensuite suivre un vé- nis-based sensor validation. IEEE Trans. on hicule de référence local. L’approche dévelop- IM, 62(11) :3110–3122, Nov 2013. pée est basée sur le principe d’attraction ré- [6] Y. Li et al. Occupancy grid mapping in ur- pulsion d’un système de ressort, modélisé par ban environments from a moving on-board un système multiagent [2]. Nous nous intéres- stereo-vision system. In Sensors, 2014.

avril 2019N o 104 22 LARSEN : Life-long Autonomy & interaction skills for Robots in a Sensing ENvironment

Inria Nancy - Grand Est / LORIA/ LARSEN François CHARPILLET Inria [email protected] https:// members.loria.fr/ fcharpillet

Membres impliqués 6 L’équipe bénéficie d’une riche infrastruc- ture de tests : un appartement sensorisé, une - François CHARPILLET, DR INRIA arène de robotique mobile avec capture du - Jean-Baptiste MOURET, DR INRIA mouvement, une arène de vol pour les drones - Serena IVALDI, CR INRIA avec capture du mouvement, et de nombreux - Francis COLAS, CR INRIA robots : 1 humanoïde (iCub), 1 quadrupède, 2 - Olivier BUFFET, CR INRIA hexapodes, 2 manipulateurs mobiles, 2 mani- - Amine BOUMAZA, MCF pulateurs industriels, ... - Alexis SCHEUER, MCF - Vincent THOMAS, MCF - Glenn MAGUIRE, Post-doctorat - Pauline MAURICE, Post-doctorat - Éloise DALIN, Ingénieure - Pierre DESMEURAUX, Ingénieur - Brice CLÉMENT, Ingénieur - Pauline HOULGATTE, Ingénieure - Lucien RENAUD, Ingénieur Description des travaux Thématique générale de l’équipe Quelques travaux significatifs dans l’équipe : La vision de l’équipe est de disposer de ro- - L’adaptation aux dommages par apprentis- bots en dehors des laboratoires de recherche et sage par essai-erreur : au lieu d’effectuer un de l’industrie manufacturière dans des environ- diagnostic, le robot utilise de l’apprentissage nements non contrôlés. Pour atteindre ce but, par renforcement data-efficace pour trou- l’équipe développe des méthodes pour donner ver un comportement compensatoire. Nos aux robots des compétences d’autonomie au méthodes permettent à des robots (notam- long cours et des compétences d’interaction, ment des robots à pattes) de s’adapter en tout en prenant en compte la présence pos- moins de deux minutes [4]. sible de capteurs présents non seulement sur le - L’apprentissage par renforcement data- robot mais aussi dans l’environnement. efficace : les robots réels ne peuvent pas Ces compétences d’autonomie s’appuient effectuer plus de quelques dizaines d’essais ; sur l’interaction physique et sociale, l’appren- comment dans ce cas apprendre et s’adap- tissage automatique et la planification dans ter ? nos méthodes reposent essentiellement l’incertain. Les expériences sur des robots réels sur des modèles dynamiques probabilistes sont au cœur de la méthodologie. [3], sur de l’optimisation bayesienne [4] et 6. Seules sont représentées les personnes impliquées dans la thématique .

avril 2019N o 104 23 sur l’exploitation d’a priori comme des si- [4] A. Cully, J. Clune, D. Tarapore, and J.-B. mulateurs. Mouret. Robots that can adapt like ani- - la décision séquentielle dans l’incertain dans mals. Nature, 521(7553) :503–507, May le cadre des processus décisionnels de Mar- 2015. kov [8, 1]. [5] O. Dermy, M. Chaveroche, F. Colas, - L’optimisation du contrôle corps-complet de F. Charpillet, and S. Ivaldi. Prediction of robots humanoïdes : l’objectif est d’auto- Human Whole-Body Movements with AE- matiser la procédure d’optimisation des pa- ProMPs. In IEEE-RAS HUMANOIDS, ramètres de contrôleurs corps-complet [2]. November 2018. - Les modèles probabilistes pour la reconnais- [6] A. Dubois and F. Charpillet. Measuring sance d’activité appliquée appliquées à l’éva- frailty and detecting falls for elderly home luation automatique de l’ergonomie [10] et care using depth camera. Journal of am- pour l’assistance à la personne [6]. bient intelligence and smart environments, - Les modèles probabilistes pour la prédiction 9(4) :469 – 481, June 2017. de l’intention dans l’interaction homme- [7] J. Faigl, O. Simonin, and F. Char- robot [5]. pillet. Comparison of Task-Allocation Al- - Les algorithmes de « quality diversity » [11], gorithms in Frontier-Based Multi-Robot qui sont une nouvelle forme d’algorithme Exploration. In Euro. conf. Multi-Agent évolutionniste cherchant à trouver un en- Syst. (EUMAS) Lecture Notes in Com- semble très divers de solutions de haute puter Science, vol 8953, Prague, Czech qualité ; nous les utilisons notamment en Republic, December 2014. Springer. conception automatique aérodynamique [9] - Les modèles et algorithmes pour la re- [8] M. Fehr, O. Buffet, V. Thomas, and cherche active d’information dans des en- J. Dibangoye. ρ-POMDPs have Lipschitz- vironnements en observabilité partielle [8] Continuous -Optimal Value Functions. In - l’exploration multirobotique [7]. NIPS 2018 32th Conf. on Neural Info. Proc. Sys., Montréal, Canada, 2018. Références [9] Adam Gaier, Alexander Asteroth, and Jean-Baptiste Mouret. Data-Efficient [1] M. Araya-López, O. Buffet, V. Thomas, Design Exploration through Surrogate- and F. Charpillet. A POMDP Extension Assisted Illumination. Evolutionary Com- with Belief-dependent Rewards. In NIPS putation, 26(3) :381–410, 2018. 2010, Adv. in Neural Info. Proc. Sys. 23, Vancouver, Canada, 2010. MIT Press. [10] Adrien Malaisé, Pauline Maurice, Francis Colas, and Serena Ivaldi. Activity Re- [2] M. Charbonneau, V. Modugno, F. Nori, cognition for Ergonomics Assessment of G. Oriolo, D. Pucci, and S. Ivaldi. Lear- Industrial Tasks with Automatic Feature ning robust task priorities of QP-based Selection. IEEE Robotics and Automa- whole-body torque-controllers. In IEEE- tion Letters, January 2019. RAS HUMANOIDS, November 2018. [11] V. Vassiliades, K. Chatzilygeroudis, and [3] K. Chatzilygeroudis, R. Rama, R. Kau- J.-B. Mouret. Using Centroidal Voro- shik, D. Goepp, V. Vassiliades, and J.-B. noi Tessellations to Scale Up the Multi- Mouret. Black-Box Data-efficient Policy dimensional Archive of Phenotypic Elites Search for Robotics. In IEEE/RSJ IROS, Algorithm. IEEE Transactions on Evolu- September 2017. tionary Computation, page 9, 2017.

avril 2019N o 104 24 MAD : Modèles, Agents, Décision Bruno ZANUTTINI GREYC/ MAD Responsable d’équipe Normandie Univ. ; UNICAEN, CNRS UMR 6072, [email protected] ENSICAEN Loïs VANHÉE http:// www.greyc.fr Correspondant [email protected]

Membres impliqués 7 Axe 1 : systèmes mixtes humains-robots avec collaborations bidirectionnelles. - Mriganka BISWAS, Post-doctorat - Laurent JEANPIERRE, MCF 1.1. Semi-autonomie. Systèmes robotiques - Simon LE GLOANNEC, Post-doctorat augmentés par le soutien d’opérateurs hu- - Abdel-Illah MOUADDIB, PR , coordinateur mains. Contributions clefs : Advice-MDP (sou- composante robotique tenir le système via des conseils réutilisables) ; - Loïs VANHÉE, Post-doctorat MI-MDP (demandes de soutien qui anticipent les contraintes de l’humain) ; apprendre de la téléopération et reprise en main du système par Thématiques générales l’humain. 1.2. Planification pour la robotique de service. Modèles de planification qui intègrent l’activité jointe avec l’humain. Contributions clefs : POMDP hiérarchiques qui modélisent l’activité jointe ; modèles hybrides de raisonnement haut et bas niveau ; application aux tâches d’escorte (ex : adaptation à l’implica- tion de l’humain dans l’interaction). Axe 2 : Planification multirobot. 2.1. Allocation décentralisée de tâches né- cessitant de la planification. Contributions clefs : algorithmes hybridant allocation globale (allocation de toutes les tâches à tous les L’équipe MAD est une équipe d’intelligence agents) et ponctuelle (allocation à la volée en artificielle qui s’étend sur la robotique. Point fonction des disponibilités) ; algorithmes d’al- focal : modèles de décision, en particulier location désynchronisée (D-SSA) ; algorithmes de planification, pour des systèmes ouverts d’allocation sans communication (DVF). mixtes humains-robots. Perspective applica- 2.2. Perception active multirobot. Contri- tive : robotique en milieu ouvert (robotique de butions clefs : modèles DEC-MDP de cartogra- service, environnements non balisés, présence phie multirobot ; modèles DEC-POMDP d’ac- de l’humain, haute autonomie). quisition collective de connaissances ; tracking de cibles adversaires ; couverture de zones d’in- 7. Seules sont représentées les personnes impliquées dans la thématique Robotique.

avril 2019N o 104 25 térêt évolutives. Projet GARDES (projet ANR-DGA) 2.3. Systèmes ouverts. Contributions clefs : 2014-2018 [3] : Systèmes multirobots de sou- modèles Team-POMDP pour commander une tien au personnel de sécurité de haute robus- population d’agents évolutive grâce à une plani- tesse et haut contrôle humain. Architectures à fication monte-carlo [1] ; modèles de navigation faible couplage entre opérateurs et robots pour en présence de l’humain ; modèles « anywhere implémenter le concept de bulle opérationnelle ; deployment ». modèles de semi-autonomie pour déploiement en environnement imprévu ; modèles pour ap- Collaborations et projets marquants prendre de la prise en main de l’humain ; mo- dèles de planification qui intègrent des situa- L’équipe MAD entretient des collaborations tions nécessitant un contrôle humain. internationales et intersectorielles de longue durée avec plusieurs partenaires tels que DGA, la NASA, Nexter Robotics et Normandie Va- lorisation. Ces collaborations permettent le maintien d’un flux constant et consistant de co-encadrements (environ 5 thèses en cours dont 50% CIFRE). Projets COACHES (projet européen), puis VITA (Normandie Valorisation), 2014+ [2] : système multirobot de service dans l’es- Deux NERVA déployés dans l’arène de la DGA pace public, notamment pour escorte et information. Les robots collaborent afin de maxi- Références miser la couverture de la zone et gérer le flux [1] J. Cohen and A.-I. Mouaddib. Power In- d’utilisateurs (ex : échange synchronisé d’uti- dices for Team Reformation Planning Un- lisateurs à travers les étages). Adaptation du der Uncertainty. In 18th International comportement du robot à l’utilisateur (ex : état Conference on Autonomous Agents and physique et d’engagement de l’utilisateur). Le Multiagent Systems, Montreal, Canada, système a été déployé dans le milieu hospitalier, 2019. dans des sites historiques, des centres commer- ciaux et de conférences. Une exposition semi- [2] L. Iocchi, L. Jeanpierre, M. T. Lazaro, permanente est en cours de montage. and A-I. Mouaddib. A Practical Frame- work for Robust Decision-Theoretic Plan- ning and Execution for Service Robots. In Proceedings of the Twenty-Sixth Interna- tional Conference on Automated Planning and Scheduling, ICAPS 2016, London, UK, June 12-17, 2016., pages 486–494, 2016. [3] L. Vanhée, L. Jeanpierre, and A.-I. Mouad- dib. Augmenting Markov Decision Pro- cesses with Advising. In The Thirty-Third Un robot VITA déployé au sein de l’Abbaye aux AAAI Conference on Artificial Intelligence, Dames et conseil régional, à Caen Honolulu, 2019.

avril 2019N o 104 26 Nexter : IA & Systèmes Robotiques

Responsable Prospective Numérisation Bruno RICAUD Nexter Group [email protected] www.nexter-group.fr

Ingénieur Intelligence Artiﬁcielle Cécile JOURDAS Nexter Group [email protected] www.nexter-group.fr

Membres Systémier intégrateur de défense terrestre et héritier d’un savoir-faire de plus de 250 ans, - Bruno RICAUD, Robotique et IA Nexter est le fabricant d’une longue lignée d’en- Responsable Prospective Numérisation gins tel que le char Leclerc (premier char nu- - Jean-François MASSOL, IA mérisé), le canon automoteur CAESAR R ou le Ingénieur IA véhicule de reconnaissance JAGUAR. - Joël MORILLON, Robotique Président Directeur Nexter Robotics Nexter maîtrise un ensemble d’équipements - Bruno STEUX, Robotique et IA clefs et de solutions, allant des systèmes de Directeur Scientiﬁque Nexter Robotics combat aux composantes de la numérisation - Laurent BOURAOUI, Robotique (robots, interfaces homme-machine, calcula- Directeur Technique Nexter Robotics teurs, logiciels sécuritaires, intelligences artiﬁ- - Cécile JOURDAS, Robotique et IA cielles embarquées). Ingénieur IA

Présentation de Nexter

Exemple de systèmes robotiques

Exemple de systèmes de combat Dans ce cadre, Nexter oﬀre une gamme étendue de robots aéroterrestres - mini-robots Nexter est une société du groupe KNDS <10 Kg, robots tactiques polyvalents <1 T, (KMW+NEXTER Defense Systems), leader micro-drones <10 Kg, robotisation de véhicules européen de la défense terrestre. habités - destinés en priorité aux domaines de Nexter a pour vocation de répondre aux be- la défense et de la sécurité civile, mais aussi à soins des armées de terre française et étran- l’éducation et la recherche. gères, à travers la conception, le développe- Les produits opérationnels sont caractéri- ment et la production de systèmes complets de sés par leur robustesse, leur simplicité d’emploi défense, canons d’artillerie et engins blindés. et leur polyvalence. Au-delà de leurs capacités

avril 2019N o 104 27 natives d’observation jour / nuit, ils peuvent re- natoire de plus en plus importante, une néces- cevoir de nombreux « kits » destinés à étendre sité de robustesse aux changements d’échelles, les missions accessibles : reconnaissance, lutte aux bruits (environnements non-contrôlés) et anti-explosifs, surveillance autonome de sites, aux informations partielles (occultations, er- etc. reurs. . . ). Par ses développements de robots et l’in- Aussi, la capacité d’adaptation devient pri- telligence qu’ils embarquent, Nexter travaille à mordiale et les algorithmes d’apprentissage ma- la transformation des robots - outils individuels chine tel que l’apprentissage profond ou par - pour atteindre les systèmes hybrides - habi- renforcement sont des candidats idéaux. tés / inhabités - tendant à la symbiose. Ces systèmes feront la part belle à la coopération Activités de Nexter en Intelligence Ar- humain machine et l’automatisation de tâches tificielle et en systèmes robotiques élémentaires. Nexter recherche et développe des solutions Spécificité du domaine militaire ter- visant à répondre aux spécificités du milieu mili- restre aujourd’hui taire terrestre. Pour cela, ses équipes travaillent dans un ensemble de projets couvrant les pro- Dans le domaine militaire terrestre, la mo- blématiques de : bilité autonome n’utilise pas encore d’intelligence artificielle [1], mais des méthodes de - collaboration humain-machine afin de robotiques traditionnelles. Ces méthodes per- simplifier l’emploi des robots comme celui des formantes se voient mises en échec par des systèmes de combat par les opérateurs, de environnements destructurés, changeants et rendre intelligible les processus décisionnels des non coopératifs. De plus, pour répondre au systèmes, et de donner des capacités de syn- contexte opérationnel, ces systèmes doivent thèse (multitude de données et de cas à pré- évoluer en temps réel et avoir une forte ca- senter) aux systèmes. Le tout pour offrir « La pacité d’adaptation. bonne information au bon moment » aux opé- rateurs. - validation et certification d’algorithmes de réseaux de neurones - embarquabilité des capacités de calculs tant sur le plan énergétique, d’encombrement (FPGA - processeurs reprogrammables -, pro- cesseur neuronaux) que sur les spécificités du terrestre : Résistance à de fortes vibrations, des Exemple d’environnement opérationnel températures extrêmes, une forte humidité, des Pour répondre aux problématiques de perturbations électromagnétiques et à la me- conduite autonome en environnement militaire nace Cyber. terrestre, il est nécessaire de traiter les deux sujets suivants : la navigation locale (évitement Références d’obstacles, comportements sensorimoteurs de suivi, ...) et la navigation globale sans GPS (sé- [1] J. Morillon. L’autonomie des robots ter- mantique d’environnement). restres militaires est-elle pour demain ? Ca- Les conditions sus-citées impliquent une hier CREC 2018 - Autonomie et létalité en multitude de cas à gérer, et donc une combi- robotique militaire, pages 56–66, 2018.

avril 2019N o 104 28 PMP : Programmable Matter Project

Institut FEMTO-ST/DISC/ Programmable Matter Project Julien BOURGEOIS Univ. Bourgogne Franche-Comté, CNRS [email protected] http:// projects.femto-st.fr/ programmable-matter/

Membres de manière centralisée mais qui ne l’est plus - Julien BOURGEOIS, PR quand c’est le graphe lui-même qui doit trou- - Benoît PIRANDA, MCF ver son centre. Cela oblige à changer de point - Dominique DHOUTAUT, MCF de vue et à proposer de nouveau algorithmes. - Eugen DEDU, MCF Nous avons été les premiers à étudier les pro- - Frédéric LASSABE, MCF priétés réseau des grands robots modulaires [7], - Hakim MABED, MCF les premiers à proposer des algorithmes de syn- - Jaafar GABER, MCF chronisation temporelle [5] et à trouver le nœud central du système de manière distribuée [6]. Thématique générale de l’équipe Nous avons proposé le premier outil per- Le Projet Programmable Matter (PMP) mettant de représenter une forme 3D discréti- est la suite du projet Claytronics dont l’idée est sée avec l’algorithme distribué permettant de de former de la matière à base de micro-robots dire si un micro-robot est à l’intérieur de la capables de se coller entre eux, de se dépla- forme ou non [3] puis un algorithme permettant cer et bien sûr d’exécuter des programmes et de construire un objet par auto-assemblage [4]. de communiquer avec leurs voisins. Le consor- Nous avons également étudié la possibilité de tium travaillant sur ce projet est composé de faire des moules rapidement pour des pièces plus d’une dizaine de partenaires académiques automobiles dans une collaboration avec PSA et de trois entreprises. Le projet est coordonné Groupe [8]. Afin d’optimiser le temps de re- par Julien BOURGEOIS. configuration, nous avons proposé l’utilisation d’un échafaudage intérieur aux objets et conçu Description des travaux un algorithme permettant de le construire [9]. Dans tous ces algorithmes, chaque micro-robot Dans ce projet, nous nous intéressons à est autonome et ce sont leurs interactions lo- deux thématiques de recherche : la program- cales qui font émerger un comportement glo- mation de la matière programmable et les na- bal. « L’intelligence » de ces micro-robots est noréseaux de communications sans-fil. donc collective. Nous considérons la matière programmable comme un grand robot modulaire, ou dit autre- Nous avons développé un simulateur com- 8 ment un grand système distribué en interaction portemental disponible en ligne qui permet avec le monde réel. Les spécificités des grands d’évaluer l’exécution asynchrone d’un même robots modulaires nous obligent à proposer de code sur des dizaines de milliers de robots nouvelles méthodes. Par exemple, trouver le connectés. centre d’un grand robot modulaire revient à Les communications nanowireless sont un trouver le centre d’un graphe, ce qui est trivial nouveau domaine qui s’intéresse aux commu- 8. https://github.com/claytronics/visiblesim

avril 2019N o 104 29 nications électromagnétiques dans la bande de rithm for modular robots. In 17th Int. fréquence du téraHertz. Comme les antennes Conf. on Autonomous Agents and Mul- sont très petites, nous y avons vu l’opportunité tiagent Systems (AAMAS), pages 550 – d’intégrer ce moyen de communication dans 558, jul 2018. nos micro-robots. Nous avons proposé de nom- [5] A. Naz, B. Piranda, J. Bourgeois, and breuses améliorations et nous avons été les pre- S.C. Goldstein. A time synchronization miers à simuler l’utilisation de ce type de ré- protocol for large-scale distributed em- seau dans des robots modulaires [2]. Dans ces bedded systems with low-precision clocks réseaux denses, nous nous focalisons sur des and neighbor-to-neighbor communications. protocoles de communication novateurs qui ré- Journal of Network and Computer Applica- duisent le nombre de micro-robots utilisés dans tions, 105 :123 – 142, mar 2018. les communications, en tant que retransmet- teurs ou récepteurs [1]. Cela réduit énormé- [6] A. Naz, B. Piranda, S.C. Goldstein, and ment l’énergie consommée et la mémoire né- J. Bourgeois. Approximate-centroid elec- cessaire aux communications, deux objectifs tion in large-scale distributed embedded prioritaires dans les micro-robots. systems. In 30th IEEE Int. Conf. on Ad- vanced Information Networking and Appli- Références cations, pages 548–556, March 2016. [1] T. Arrabal, D. Dhoutaut, and E. Dedu. [7] A. Naz, B. Piranda, T. K. Tucci, S.C. Gold- Efficient multi-hop broadcasting in dense stein, and J. Bourgeois. Network charac- nanonetworks. In 17th IEEE Internatio- terization of lattice-based modular robots nal Symposium on Network Computing and with neighbor-to-neighbor. In 13th Int. Applications (NCA), pages 385–393, Cam- Symp. on Distributed Autonomous Robo- bridge, MA, USA, November 2018. IEEE. tic Systems (DARS), volume 6, pages 415 [2] N. Boillot, D. Dhoutaut, and J. Bour- – 429, nov 2016. geois. Large scale MEMS robots coope- [8] F. Pescher, B. Piranda, S. Delalande, and rative map building based on realistic si- J. Bourgeois. Surface approximation by mulation of nano-wireless communications. molding a shape-memory polymer on a Nano Communication Networks, 6(2) :51 – modular robot. In 14th Int. Symp. on 73, 2015. Distributed Autonomous Robotic Systems [3] T. K. Tucci, B. Piranda, and J. Bourgeois. (DARS), page 12, oct 2018. Efficient scene encoding for programmable [9] P. Thalamy, B. Piranda, and J. Bourgeois. matter self-reconfiguration algorithms. In Distributed self-reconfiguration using a de- 28-th ACM Symposium On Applied Com- terministic autonomous scaffolding struc- puting, pages 256 – 261, apr 2017. ture. In 18th Int. Conf. on Autono- [4] T. K. Tucci, B. Piranda, and J. Bourgeois. mous Agents and Multiagent Systems (AA- A distributed self-assembly planning algo- MAS), page 8, 2019.

avril 2019N o 104 30 PR : L’équipe Perception Robotique du Laboratoire MIS

MIS EA 4290/ PR Guillaume CARON Université de Picardie Jules Verne [email protected] http:// mis.u-picardie.fr/ equipe-PR

Membres les caméras à champ de vue non convention- nel, essentiellement omnidirectionnel, de leur - El Mustapha MOUADDIB, PR conception [7] à leur exploitation en robotique, - Claude PÉGARD, PR en passant par l’adaptation des traitements - Estelle BRETAGNE, MCF d’images à leurs distorsions [10], la modélisa- - Guillaume CARON, MCF tion et l’étalonnage de ces caméras [2]. Le pa- - Thierry CONDAMINES, MCF radigme de l’équipe est de permettre la réalisa- - Pascal DASSONVALE, MCF tion de tâches robotiques par la vision comme - Dominique GROUX, MCF seul organe de perception. Ainsi, le lien étroit - Djemâa KACHI, MCF considéré entre la vision et la robotique permet - Fabio MORBIDI, MCF l’exploration et la cartographie autonomes [9], - Alex POTELLE, MCF la localisation [4] et l’asservissement visuel [5]. - Houssem BENSEDDIK, Post-doctorat - David ALABAZARES, Membre invité L’équipe PR s’attache aussi à la production de données, de quantité modeste pour l’éva- Thématique générale de l’équipe luation d’algorithmes fondamentaux d’estimation de mouvement de caméra omnidirection- L’objectif scientifique de l’équipe PR est de nelle 9 [12], à des quantités considérables dans repousser les limites de l’ensemble de la chaîne le cadre de la numérisation du patrimoine archi- de production d’environnements virtuels 3D à tectural entreprise au sein de l’axe transversal grande échelle, c’est-à-dire aller au-delà des de l’équipe : e-Cathédrale [13]. mesures géométriques et photographiques par- Cet axe est aussi vecteur de recherches fon- tielles, jusqu’à leur utilisation. damentales comme la définition de descripteurs Cela passe par la perception visuelle non- de points d’intérêt robustes aux réflexions mul- conventionnelle pour la navigation en robo- tiples sur des miroirs [11] ou l’étalonnage co- tique mobile autonome, au sol et dans les airs, lorimétrique de scanner laser [1], permettant et pour la numérisation. Les environnements un recalage 2D-3D photométrique dense [3]. virtuels, obtenus par numérisation plus com- A partir des données ainsi acquises, générale- plète et robotisée, sont aussi le support de rement un nuage de points 3D, dépassant les 20 cherches en navigation intégrant l’usager, vers milliards de points dans le cas de la cathédrale une interaction de haut niveau en adéquation d’Amiens, l’équipe propose des algorithmes ori- avec les paradigmes de la robotique. ginaux, proches de lois de commandes robotiques, de cadrage automatique et partielle- Description des travaux ment automatique pour l’assistance au visiteur L’équipe PR contribue à la perception vi- de ces monuments devenus virtuels [6]. suelle non conventionnelle par des travaux sur Enfin, l’équipe PR s’attache à donner ac- 9. http://mis.u-picardie.fr/~g-caron/datasets

avril 2019N o 104 31 cès au grand public à ces monuments virtuels, [7] J.-F. Layerle, X. Savatier, E. Mouaddib, soit par des solutions technologiques permet- and J.-Y. Ertaud. Catadioptric Vision Sys- tant de traiter des milliards de points 3D pour tem for an Optimal Observation of the l’interaction en temps réel, soit par l’étude de Driver Face and the Road Scene. In IEEE nouvelles représentations allégées [8]. IV, pages 410–415, Eindhoven, Nether- lands, 2008. Références [8] D. Leclet-Groux, J. Lentremy, G. Caron, [1] E. Bretagne, P. Dassonvalle, and G. Ca- and E. Mouaddib. Efficient restitution of ron. Spherical target-based calibration heritage buildings : a new way to exploit of terrestrial laser scanner intensity. Ap- 3D point clouds slicing, An example with plication to colour information computa- the Amiens Gothic Cathedral. In IEEE Di- tion. ISPRS JPRS, 144 :14 – 27, October gital Heritage 2018, San francisco, United 2018. States, October 2018. [2] G. Caron and D. Eynard. Multiple camera types simultaneous stereo calibration. In [9] R. Marie, O. Labbani-Igbida, and IEEE ICRA, pages 2933–2938, Shanghai, E. Mouaddib. Scale space and free China, May 2011. space topology analysis for omnidirectional images. In IEEE ICRA, pages [3] N. Crombez, G. Caron, and E. Mouad- 4451–4456, May 2014. dib. Colorisation de nuages de points 3D par recalage dense d’images numériques. [10] R. Marie, O. Labbani-Igbida, and Traitement du Signal, 31(1-2) :81–106, E. Mouaddib. The Delta Medial Axis : June 2014. A fast and robust algorithm for filtered [4] N. Crombez, G. Caron, and E. Mouad- skeleton extraction. Pattern Recognition, dib. Using dense point clouds as envi- 56 :26 – 39, August 2016. ronment model for visual localization of [11] N. Mohtaram, A. Radgui, G. Caron, and mobile robot. In IEEE/RSJ-KROS URAI, E. Mouaddib. Amift : Affine-mirror in- pages 40–45, Goyang, South Korea, Oc- variant feature transform. In IEEE ICIP, tober 2015. Best runner-up paper award. pages 893–897, Oct 2018. [5] N. Crombez, E. Mouaddib, G. Caron, and F. Chaumette. Visual servoing with [12] F. Morbidi and G. Caron. Phase Correla- photometric gaussian mixtures as dense tion for Dense Visual Compass from Om- features. IEEE Trans. on Robotics, nidirectional Camera-Robot Images. IEEE 35(1) :49–63, Feb 2019. RA-L, 2(2) :688–695, April 2017. [6] Z. Habibi, E. Mouaddib, and G. Caron. [13] E. Mouaddib, G. Caron, D. Groux-Leclet, Good feature for framing : Saliency-based and F. Morbidi. Le patrimoine “in silico”. Gaussian mixture. In IEEE/RSJ IROS, Exemple de la cathédrale d’Amiens. In pages 3682–3687, Hamburg, Germany, Situ, revue des patrimoines, accepté à pa- October 2015. raître en 2019.

avril 2019N o 104 32 Rainbow : Sensor-based Robotics and Human Interaction

IRISA/Inria/ Rainbow Paolo ROBUFFO GIORDANO CNRS [email protected] https:// team.inria.fr/ rainbow/

Membres impliqués 10 tive devices used for easing the life of impaired people. - Paolo ROBUFFO GIORDANO, DR CNRS - Marie BABEL, MCF INSA Description des travaux - Julien PETTRÉ, DR Inria The Rainbow team contributes to the Thématique générale de l’équipe theme IA & Robotique mobile with several research activities. The long-term vision of the Rainbow team is to develop the next generation of sensor- Sensor-based control and state estimation based robots able to navigate and/or inter- for single/multiple UAVs. Over the last act in complex unstructured environments to- years we have given several contributions to gether with human users : on the one hand, the sensor-based control/state estimation for empower robots with a large degree of au- single or multiple UAVs with a particular fo- tonomy for allowing them to eﬀectively ope- cus on the use of onboard cameras as main rate in non-trivial environments ; on the other sensing modality. In particular, we have consi- hand, include human users in the loop for ha- dered how to apply visual servoing techniques ving them in (partial and bilateral) control of for controlling the pose of the UAV and let it some aspects of the overall robot behavior. navigate in a cluttered environment via online Within Rainbow, we address these challenges trajectory re-planning (MPC-like) [6, 4, 5]. In from the methodological, algorithmic and the multi-robot case, we have extensively trea- application-oriented perspectives. Our main ted the case of bearing-based formation control application areas involve, e.g., remote tele- and localization, where 3D bearings w.r.t. the manipulation robot arm(s), where the arm(s) neighboring UAVs (unit vectors in 3D that can need to coordinate their motion for approa- be extracted by onboard cameras) are taken as ching/grasping objects of interest under the available measurements [7, 8], by also conside- guidance of a human operator ; single and mul- ring the problem of maintaining formation rigi- tiple mobile robots for spatial navigation tasks dity when considering a complex sensor model (e.g., exploration, surveillance, mapping) ; me- representative of onboard cameras (min/max dical robotics, in which the “manipulators” are distance, limited fov and occluded visibility) [8]. replaced by the typical tools used in medical applications (ultrasound probes, needles, cutting scalpels) for semi-autonomous probing and in- Shared Control of a Wheelchair for Navi- tervention ; direct physical “coupling” between gation Assistance. Power wheelchairs allow human users and robots (rather than a “re- people with motor disabilities to have more mo- mote” interfacing), such as the case of assis- bility and independence. However, driving sa- 10. Seules sont représentées les personnes impliquées dans la thématique Robotique Mobile & IA.

avril 2019N o 104 33 fely these vehicles is a daily challenge parti- [3] Louise Devigne, François Pasteau, Marie cularly in urban environments when encoun- Babel, Vishnu K Narayanan, Sylvain Gue- tering obstacles or when dealing with uneven gan, and Philippe Gallien. Design of a ground. In this context, we have proposed seve- haptic guidance solution for assisted power ral shared-control algorithms for providing as- wheelchair navigation. In SMC2018 - IEEE sistance while navigating among obstacles [3] International Conference on Systems, Man, and to prevent falls of patients with disabili- and Cybernetics, Miyazaki, Japan, 2018. ties [1]. Indeed, for wheelchair users, falls ty- IEEE. pically occur during transfer between the bed [4] B. Penin, P. Robuffo Giordano, and and the wheelchair and are mainly due to a F. Chaumette. Vision-Based Reactive bad positioning of the wheelchair ; we can use Planning for Aggressive Target Tracking ultrasonic sensors for detecting falls and auto- while Avoiding Collisions and Occlusions. matically drive the wheelchair near the bed at IEEE Robotics and Automation Letters, an optimal position. 3(14) :3725–3732, 2018. [5] B. Penin, P. Robuffo Giordano, and Robot-Human Interactions during Locomo- F. Chaumette. Minimum-Time Trajectory tion. We are also active in designing robot Generation Under Intermittent Measure- navigation algorithms for making them capable ments. IEEE Robotics and Automation of safely moving through a crowd of people. Letters, 4(1) :153–160, 2019. In particular, we focus (among others) on the [6] B. Penin, R. Spica, P. Robuffo Giordano, study of human gaze behaviour during loco- and F. Chaumette. Vision-based minimum- motion, since the obtained results can be di- time trajectory generation and control of a rectly exploited for proposing relevant naviga- quadrotor UAV. In IROS IEEE/RSJ Inter- tion control techniques for robots and make national Conference on Intelligent Robots them more adapted to move among humans and Systems, 2017. [9, 2]. [7] F. Schiano, A. Franchi, D. Zelazo, and P. Robuffo Giordano. A rigidity-based Références decentralized bearing formation controller [1] Aline Baudry, Sylvain Guegan, and Marie for groups of quadrotor UAVs. In IROS Babel. Prise en compte du comportement IEEE/RSJ International Conference on In- des roues folles dans la cinématique des telligent Robots and Systems, 2016. fauteuils roulants électriques. In IFRATH [8] F. Schiano and P. Robuffo Giordano. Bea- 2018 - 10ème Conférence sur les Aides ring rigidity maintenance for formations of Techniques pour les Personnes en Situation quadrotor UAVs. In ICRA International de Handicap, Handicap, 2018. Conference on Robotics and Automation, [2] José Grimaldo Da Silva Filho, Anne-Hélène 2017. Olivier, Armel Crétual, Julien Pettré, and [9] Christian Vassallo, Anne-Hélène Olivier, Thierry Fraichard. Human inspired effort Philippe Souères, Armel Crétual, Olivier distribution during collision avoidance in Stasse, and Julien Pettré. How do wal- human-robot motion. In RO-MAN 2018 kers behave when crossing the way of a - 27th IEEE International Symposium on mobile robot that replicates human interac- Robot and Human Interactive Communica- tion rules ? Gait and Posture, 60 :188–193, tion, pages 1111–1117. Springer, 2018. 2018.

avril 2019N o 104 34 SIAM : Signal Image et AutoMatique

Dalil ICHALAL IBISC/ SIAM [email protected] Univ Evry, Université Paris Saclay Vincent VIGNERON https:// www.ibisc.univ-evry.fr/ equipe/ siam/ [email protected] evry.fr

Membres modélisation et à la stabilité des systèmes dynamiques, au diagnostic et au contrôle tolérant - Naïma AIT OUFROUKH, MCF aux défauts, à la planification de trajectoires, - Hichem ARIOUI, MCF à la perception dynamique, à la reconnaissance - Fabien BONARDI, MCF de forme. Les travaux menés s’articulent au- - Samia BOUCHAFA-BRUNEAU, PR tour de trois axes. - Gilney DAMM, MCF - Dominique FOURER, MCF - Hicham HADJ ABDELKADER, MCF Complexité & Systèmes Cyber-Physiques - Sylvie LELANDAIS, PR L’expertise de l’équipe sur l’estimation et l’ob- - Hichem MAAREF, PR servation de systèmes dynamiques non linéaires - Saïd MAMMAR, PR consiste en des travaux sur l’estimation d’état - Lamri NEHAOUA, MCF et des entrées inconnues qui englobent, non - Najet NEJI, MCF seulement les modèles de type Takagi-Sugeno - Lydie NOUVELIÈRE, MCF (TS) mais également les systèmes linéaires à - Justin PLANTIER, Membre associé paramètres variants LPV où les paramètres - Nicolas SÉGUY, MCF sont supposés connus et indépendants des va- - Claire VASILJEVIC, MCF riables d’état du système et les modèles quasi- LPV dont les paramètres peuvent dépendre des Thématique générale variables d’état du système. L’objectif est de construire des observateurs L’équipe SIAM se caractérise par ses re- d’état et des observateurs d’état robustes cherches fondamentales et appliquées dans dont les paramètres dépendent de l’état et en les transports (véhicules aériens et terrestres), présence d’entrées inconnues (perturbations, l’énergie, le développement durable et la santé. bruits de mesure, défauts). Ces observateurs On peut classer les travaux de l’équipe selon les permettent d’estimer ou d’isoler des défauts méthodes basées modèles ou basées données. qui seront utilisés pour la configuration des lois La première catégorie regroupe toutes les acti- de commande tolérantes aux pannes ou la mini- vités reliées à l’automatique, la seconde à l’ap- misation des effets de ces défauts sur les perfor- prentissage, au signal et à l’image. La percep- mances du système. Ces travaux théoriques ont tion dynamique se place à l’interface, en inter- trouvé pour application les véhicules à quatre et action avec les deux aspects modèles et don- deux roues ainsi que les systèmes aérospatiaux nées. L’équipe s’intéresse essentiellement aux (dirigeables, drones et fusées dans le cadre du challenges scientifiques relatifs à l’observation projet PERSEUS, piloté par le CNES). et au contrôle des systèmes dynamiques, à la L’activité de l’équipe sur les véhicules terrestres

avril 2019N o 104 35 ou aériens occupe une place importante dans Perception dynamique La perception étu- le bilan scientifique du laboratoire. Le position- diée ici est centrée sur la vision dynamique nement de ses recherches sur les 2-roues est et s’organise autour de plusieurs contributions original dans un contexte socio-économique à en analyse du mouvement [4] en odométrie enjeux : celui de la sécurité routière et de la visuelle et dans le domaine de la saillance vi- formation. Au coeur de l’expertise en modéli- suelle par analyse de séquences d’images. Le sation/identification, le principe de Jourdain et point de vue privilégié est une vision dynamique des techniques d’identifications paramétriques dense (par opposition aux approches éparses [2], l’estimation d’état utilisant les méthodes basées « primitives ») associée à des processus théoriques (LPV, TS, algébriques) et des tech- de décision cumulatifs [1] et à une analyse qua- niques de contrôle basées mode glissant pour litative des propriétés du flot optique (consi- un freinage optimal [3] ont été développés. déré comme immédiatement disponible à partir d’une séquence d’images). L’analyse qualita- Analytique et représentation des signaux tive dépendra de l’objectif recherché comme Ici, les problématiques se concentrent sur par exemple détecter une structure planaire ou le diagnostic des maladies neurodégénératives déterminer le mouvement 3D du capteur en dans le contexte de données rares et de grandes mouvement. Les approches sont qualitatives dimensions. Cette situation nous oblige à dé- et basées « modèle » : on analyse les proprié- velopper des techniques de représentation lean tés du champ des vecteurs déplacements 2D des données pour réaliser ensuite une clas- afin d’extraire des informations sur le mouve- sification/régression robuste. Deux approches ment 3D et la structure de la scène ; on choisit portent ces travaux : une approche algébrique de faire coopérer plusieurs processus de vision issue de la théorie de la décomposition des avant même d’envisager la coopération entre tableaux et une approche dite neuronale. La le capteur visuel et d’autres capteurs. décomposition d’une matrice, d’image 2D ou 3D, de tenseur, de signaux multicanaux est comprise comme un problème inverse dans le- Références quel des données potentiellement de grande [1] S. Bouchafa. Décision cumulative pour dimension, hétérogènes ou non peuvent être la vision dynamique des systèmes. Revue « expliquées » par des variables dites latentes Française de Photogrammétrie et de Télé- moins nombreuses et dotées de propriétés ex- détection, 202 :2–27, 2013. plicatives spécifiques comme la sparsité ou la [2] L. Nehaoua et al. Dynamic modelling of a non-négativité. A contrario les neurones ca- two-wheeled vehicle : Jourdain formalism. chés d’une machine de Boltzmann ou les ré- Vehicle System Dynamics, 51(5) :648– seaux convolutifs profonds (CNN) produisent 670, February 2013. des représentations structurées optimales en [3] M. Dabladji et al. Toward a Robust Mo- vue d’une tâche et soulèvent des questions torcycle Braking. IEEE Transactions on cruciales sur la détection et la reconnaissance Control Systems Technology, 25(3) :1052– d’objets, l’estimation du mouvement, etc. à re- 1059, May 2017. lier avec des questions d’optimisation, de sur- apprentissage ou de mémorisation de patterns. [4] Q. Nie et al. Model-based Optical Flow Ils permettent d’identifier par exemple avec une For Large Displacements and Homoge- grande précision les crises de patients parkinso- neous Regions. In IEEE ICIP 2013, pages niens. 3865–3869, September 2013.

avril 2019N o 104 36 SMA : L’équipe Systèmes Multi-Agents du LIRIS

Équipe Systèmes Multi-Agents Salima HASSAS Laboratoire LIRIS, Université Lyon 1 [email protected] https:// liris.cnrs.fr/ equipe/ sma

Membres impliqués 11 réalisant une séquence d’activités dans un espace limité. Les robots doivent coopérer pour - Salima HASSAS, PR se positionner autour de la scène de sorte à - Frédéric ARMETTA, MCF maximiser l’observation jointe de la pose arti- - Laëtitia MATIGNON, MCF culée 13, ce qui pourrait alors améliorer les ré- sultats de classification des systèmes de recon- Thématique générale de l’équipe naissance d’activité. L’équipe SMA du LIRIS s’intéresse au dé- Pour attaquer ce problème, nous avons pro- veloppement de systèmes intelligents, auto- posé un modèle original de navigation concen- nomes, ayant des capacités cognitives, en uti- trique permettant à chaque robot de maintenir lisant l’apprentissage par renforcement mul- son observation sur la scène (cf. Fig. 1.2a). tiagent (MARL) et l’apprentissage construc- Pour la recherche de la position jointe maxi- tiviste/développemental et en s’appuyant sur misant l’observation, une exploration exhaus- différentes techniques, dont les réseaux de neu- tive de l’espace des positions jointes serait très rones, l’apprentissage profond et la curiosité ar- longue et impossible à considérer avec des ro- tificielle. bots réels. De plus, étant donné l’aspect dynamique de la scène observée (changement Description des travaux d’activités, occlusions dynamiques), la capa- cité d’adaptation et de réactivité de la flotte Les travaux de l’équipe portent d’une part est primordiale. Nous avons donc proposé une sur les véhicules semi-autonomes/autonomes méthode d’exploration efficace, guidée par des et les flottes de robots, capables de dévelop- meta-heuristiques, et combinée à une cartogra- per des politiques de contrôle décentralisées, phie incrémentale de l’espace de navigation [5]. impliquant l’observation, la construction de re- présentation (modèle prédictif), la prise de dé- Notre approche a été évaluée expérimenta- cision et la coordination. lement sur une plateforme composée de plusieurs robots Turtlebots2 14 [6]. Une carto- Projet COMODYS : COoperative Multi- graphie hybride pour l’observation multirobot robot Observation of DYnamic human d’une scène humaine a été proposée et combi- poSes. Le projet COMODYS 12 est transver- née à un module de décision multirobot distri- sal aux équipes SMA du LIRIS et CHROMA du bué et en ligne [4]. CITI/INRIA. Il s’intéresse à l’observation par une flotte de robots mobiles d’une scène com- Projet MASCAT : Multi-Agents Simu- plexe (cf. Fig. 1.2a), définie comme un individu lator for Connected and Autonomous Tra- 11. Seules sont représentées les personnes impliquées dans la thématique Robotique mobile et IA. 12. Financé par la Fédération Informatique de Lyon. 13. La pose articulée est définie comme le squelette segmenté en un ensemble d’articulations. 14. Video : https://projet.liris.cnrs.fr/crome/wiki/doku.php?id=demoaamas2018

avril 2019N o 104 37 UBR Vhicule connect Vhicule non connect Vhicule courant Mesure capteur Rayon de communication Message de mesure Message de consigne Message de conﬁance Rayon de communication de l’UBR

Figure 1.2 – (a) Modèle de navigation concentrique pour l’observation multirobot d’une scène. (b) Simulateur de traﬁc de véhicules mixtes.

fic. Ce projet réalisé dans le cadre de la thèse making system : Application to road traffic de Maxime Guériau, en collaboration avec l’IF- control. In ICTAI 2017, pages 670–677, STTAR avait pour objectif de proposer d’une 2017. part un simulateur de trafic de véhicules mixtes [2] M. Guériau, F. Armetta, S. Hassas, (connectés et non connectés, cf. Fig. 1.2b) et R. Billot, and NE El Faouzi. Apprentissage d’autre part deux modèles : constructiviste à base de systèmes multia- - un modèle à 3 couches permettant de cou- gents. une application au problème com- pler la dynamique physique, la dynamique is- plexe de la régulation coopérative du tra- sue de la communication (échange de mes- fic. In Revue d’Intelligence Artificielle, vol. sages) et la dynamique induite par un réseau 32/2, pages 249–277, 2018. de confiance entre véhicules permettant de [3] M. Guériau, R. Billot, NE El Faouzi, combler la défaillance des capteurs. Ce mo- S. Hassas, and F. Armetta. Multi-agent dy- dèle implémenté sur le simulateur a permis namic coupling for cooperative vehicles mode montrer son efficacité pour homogénéi- deling. In AAAI, pages 4276–4277, 2015. ser le trafic et absorber complètement les congestions à partir de 40% de véhicules [4] L. Matignon, S. D’Alu, and O. Simonin. connectés (video ici) [3]. Multi-robot human scene observation ba- - un modèle de contrôle décentralisé, per- sed on hybrid metric-topological mapping. mettant de construire par apprentissage In European Conference on Mobile Robots, constructiviste à la fois la représentation de pages 1–6, 2017. l’état du trafic et la stratégie de contrôle à [5] L. Matignon and O. Simonin. Multi- adopter. Ce modèle a pu être expérimenté robot simultaneous coverage and mapping sur des données réelles et montrer son effi- of complex scene - comparison of different cacité [1][2] 15. strategies. In AAMAS, pages 559–567, 2018. Références [6] L. Matignon and O. Simonin. Multi- [1] M. Guériau, F. Armetta, S. Hassas, robot simultaneous coverage and mapping R. Billot, and NE El Faouzi. A construc- of complex scene - demonstration. In AA- tivist approach for a self-adaptive decision- MAS, pages 1826–1828, 2018. 15. La première version de cet article a obtenu le prix du meilleur papier à JFSMA’2017

avril 2019N o 104 38 SRI : Service Robotique Interactive

SRI CEA List Yann PERROT www-list.cea.fr/ recherche-technologique/ [email protected] programmes-de-recherche/ manufacturing-avance/ robotique-collaborative

Membres impliqués 16 tissage d’une fonction qui prédit a priori les meilleurs gains à partir d’informations relatives - François-Xavier RUSSOTTO, Chercheur à l’état du robot, dont en particulier la pré- - Eric LUCET, Chercheur cision estimée des mesures, est réalisé. Cette - Xavier LAMY, Chercheur fonction est estimée par un réseau de neurones configuré via un apprentissage évolutif de type Thématique générale de l’équipe CMA-ES [1]. Le Service de Robotique Interactive (SRI) D’autres travaux de plus haut niveau conçoit et met au point des robots collabora- concernent la génération de tâches d’une flotte tifs (« cobots ») sensibles en effort, précis et de robots AGV en environnement logistique sûrs, qui interagissent avec un opérateur hu- plus ou moins complexe. Il s’agit de sélection- main : répartition des tâches au sein d’un es- ner les robots les plus pertinents pour effec- pace de travail commun, assistance au geste ou tuer un ensemble de tâches de transports de au port d’une charge. C’est dans ce contexte marchandises, dont certaines peuvent être dif- qu’il assure entre autre une activité de robo- ficilement accessibles, dans un entrepôt en un tique mobile autonome. En particulier, la thé- temps minimum. Pour ce faire, le scénario en- matique robotique mobile développée est axée visagé est conceptualisé par un ensemble d’ac- sur la supervision, la génération de tâches et tions possibles dans un espace d’état pouvant de trajectoires, l’observation et la commande présenter des incertitudes (présence de per- de tous types d’architectures de véhicules, dans sonnes, colis déplacés, etc.). En s’appuyant sur un souci de navigation précise. Les chercheurs des travaux de référence [2] une planification s’appuient sur leurs compétences en méca- hiérarchique de tâches est alors proposée en nique, électronique, automatique et informa- fonction de la configuration courante. tique. Références Description des travaux [1] N. Hansen. The CMA Evolution Stra- Plusieurs travaux sont menés en lien avec tegy : A Tutorial. In CoRR journal, 2016. la thématique robotique mobile & IA. [2] L. P. Kaelbling, and T. Lozano-Pérez. In- Parmi ceux-ci, l’utilisation de méthodes tegrated Task and Motion Planning in Be- d’apprentissage est investiguée pour le réglage lief Space. In International Journal of Ro- en temps réel des gains des lois de com- botics Research, volume 32, number 9-10, mande et des observateurs d’état. L’appren- pages 1194–1227, 2007.

16. Seules sont représentées les personnes impliquées dans la thématique robotique mobile & IA.

avril 2019N o 104 39 SyRI : Systèmes Robotiques en Interaction

Heudiasyc/ SyRI Véronique CHERFAOUI UMR CNRS 7253 Université de Technologie de [email protected] Compiègne www.hds.utc.fr/ recherche/ equipes-de-recherche/ Pedro CASTILLO syri-systemes-robotiques-en-interaction.html [email protected]

Membres Perception robotique pour les véhicules intelligents - Philippe BONNIFAIT, PR - Pedro CASTILLO, CR CNRS Il semble aujourd’hui acquis que la percep- - Ali CHARARA, PR tion des véhicules intelligents ne peut se faire - Véronique CHERFAOUI, PR sans l’utilisation d’algorithmes d’apprentissage - Franck DAVOINE, CR CNRS performants. Dans le domaine de la segmen- - Jérôme DE MIRAS, MCF tation et l’analyse de scène à partir de sé- - Reine TALJ, CR CNRS quences d’images, nous apportons des contri- - Indira THOUVENIN, ECC butions théoriques et applicatives [3, 2, 7]. Cer- - Philippe XU, MCF tains capteurs intègrent des algorithmes d’IA - Rogelio LOZANO, DR CNRS permettant de faire la détection de véhicules, - Boris VIDOLOV, MCF piétons, marquages au sol, panneaux en temps réel. Leur utilisation pose le problème de la mo- Thématique générale de l’équipe délisation de la confiance des données issues de Principalement ancrée dans le domaine de ces capteurs pour la navigation autonome. La l’automatique au sens large, notre équipe com- gestion de la confiance et des incertitudes est prend des chercheurs spécialistes dans les disci- un aspect fondamental dans la thématique de plines de la fusion multicapteur, la localisation, fusion multicapteur que nous développons au l’image et la vision 3D, la réalité augmentée, laboratoire. le contrôle-commande et la planification. On La problématique de l’intégrité traitée dans s’intéresse donc à la commande et l’observa- le laboratoire commun avec Renault SIVALab, tion de robots mobiles (véhicules autonomes, est intimement liée à l’IA dans le sens où nous mini-drones) devant interagir avec leur environ- cherchons à éviter, avec un risque très faible, nement, un opérateur humain et/ou d’autres les mauvaises décisions du système dues à robots avec une certaine autonomie. La com- des informations erronées et trompeuses. L’un préhension de scène, la prise en compte de l’in- des enjeux est de trouver un compromis entre certitude, la sélection de données pertinentes, une complexité du modèle suffisamment forte la décision sous contraintes, la planification, pour bien modéliser le système et suffisamment l’apprentissage statistique, les systèmes mul- faible pour pouvoir manipuler statistiquement tiagents, etc., sont autant d’enjeux auxquels les erreurs de modèle en temps réel dans un nous sommes confrontés et qui relèvent tous système embarqué [6]. de l’intelligence artificielle.

avril 2019N o 104 40 Planification et contrôle des systèmes [2] J-B. Bordes, F. Davoine, P. Xu, and T. De- complexes noeux. Evidential grammars : A compo- sitional approach for scene understanding. L’étude des systèmes de transport intel- application to multimodal street data. Ap- ligents nous a amené à considérer les véhi- plied Soft Computing, 61 :1173 – 1185, cules autonomes coopératifs ou les flottes de 2017. drones comme des systèmes de systèmes. Nous avons aussi proposé une architecture de haut [3] R. Bunel, F. Davoine, and P. Xu. De- niveau inspirée des systèmes de coopération tection of Pedestrians at Far distance. multiagent afin d’organiser et de gérer à la fois In IEEE Int.Conf.on Robotics and Auto- la complexité du système global et les parties mation (ICRA 2016), pages 2326–2331, prenantes. Des algorithmes basés sur la théorie Stockholm, May 2016. du consensus ont été proposés et adaptés au vol en flotte de quadri-rotors permettant ainsi [4] Z. Hou and I. Fantoni. Interactive leader- une navigation en mouvement collectif tout en follower consensus of multiple quadrotors évitant les collisions mutuelles [1, 4]. based on composite nonlinear feedback Dans le cas de la planification de trajectoires control. IEEE Transactions on Control Sys- des véhicules autonomes, nous explorons des tems Technology, 26(5) :1732–1743, Sep- méthodes permettant de prendre en compte tember 2018. les incertitudes sur la connaissance du système. [5] S. Jugade, A. C. Victorino, V. Cherfaoui, Ainsi, nous nous sommes intéressés aux mé- and S. Kanarachos. Sensor based Pre- thodes de type MDP et aux méthodes basées diction of Human Driving Decisions using sur l’inférence logique pour la planification dans Feed-forward Neural Networks for Intelli- des grilles d’occupation [8]. gent Vehicles. In Int. Conference on Intel- Interaction avec l’humain ligent Transportation Systems, pages 691– 696, Hawai, November 2018. L’apprentissage de l’autonomie d’un robot grâce aux interactions avec un opérateur hu- [6] F. Li, P. Bonnifait, and J. Ibanez-Guzman. main est un domaine qui nous intéresse. Cela Map-Aided Dead-Reckoning With Lane- implique des algorithmes de reconnaissance de Level Maps and Integrity Monitoring. geste, d’apprentissage d’indicateurs d’autono- IEEE Transactions on Intelligent Vehicles, mie, d’interface homme-machine, relevant du 3(1) :81–91, March 2018. domaine de l’IA [5]. A l’inverse, donner des re- [7] X. Li, Y. Grandvalet, and F. Davoine. Ex- tours adaptatifs à l’utilisateur sur son action, plicit Inductive Bias for Transfer Learning implique une représentation de la situation dans with Convolutional Networks. In 35th Int. des environnements virtuels informés qui sont Conf. on Machine Learning (ICML 2018), à la croisée de la réalité virtuelle et de l’IA. Stockholm, July 2018.

Références [8] H. Mouhagir, R. Talj, V. Cherfaoui, [1] M. A. Assaad, R. Talj, and A. Charara. Co- F. Guillemard, and F. Aioun. A Markov operative Lateral Maneuvers Manager for Decision Process-based approach for tra- Multi-Autonomous Vehicles. In IEEE Int. jectory planning with clothoid tentacles. Conf. on Systems, Man, and Cybernetics In IEEE Intelligent Vehicles Symposium, (SMC 2018), Miyazaki, October 2018. pages 1254–1259, Göteborg, June 2016.

avril 2019N o 104 41 IRT SystemX : Equipe IA, Data Science, Traitement d’Images et du Signal

Loic CANTAT IRT SystemX [email protected] www.irt-systemx.fr Georges HEBRAIL [email protected]

Membres Ces thématiques sont mises en oeuvre dans - Ahmed AMRANI, Ing.Chercheur plusieurs secteurs applicatifs : - Fereshteh ASGARI, Ing.Chercheur - Cybersécurité : détection d’attaques cyber. - Raphaël BRAUD, Ing.Chercheur - Transport autonome : évaluation de la per- - Hatem HAJRI, Ing.Chercheur formance des réseaux de neurones, percep- - Jeanine HARB, Ing.Chercheur tion basée sur la fusion, caractérisation de - Nacereddine HARKATI, Ing.Chercheur capteurs. - Mohamed Ibn KHEDHER, Ing.Chercheur - Energie : estimation de consommation éner- - Mostepha KHOUADJIA, Ing.Chercheur gétique basée sur des sources multiples. - Yacine MEZALI, Ing.Chercheur - Mobilité : prédiction de trafic urbain, détec- - Vanessa PALMIER, Ing.Chercheur tion d’incident, optimisation du trafic. - Jitendra RATHORE, Ing.Chercheur - Industrie : maintenance prédictive, optimi- - Nicolas REBENA, Ing.Chercheur sation de processus de fabrication. - Mallek SALLAMI-MZIOU, Ing.Chercheur - Boussaad SOUALMI, Ing.Chercheur Description des travaux - Sana TMAR, Ing.Chercheur Parmi les travaux menés par l’équipe, plusieurs projets sont dédiés à la conception et la Thématique générale de l’équipe mise en oeuvre de la conduite automatisée et Les travaux de l’équipe se focalisent sur les des véhicules autonomes. thématiques suivantes : Le projet LRA - Localisation – Réalité aug- - Génération et préparation des données : mentée - a développé des nouvelles IHM basées apprentissage depuis des données synthé- sur la réalité augmentée pour l’automatisation tiques, GAN et données réelles. de la conduite automobile et ferroviaire, et a - Traitements spécifiques aux typologies de étudié des solutions de localisation plus précises capteurs suivants : LIDAR / Radar / Vidéo des véhicules (voir [2], [4], [3], [5], [6]). / Séries Temporelles. Le projet SVA - Simulation pour la sécurité - Traitement d’image/vidéo : calibration et du véhicule autonome - a pour objectif de déve- fusion avec données LIDAR, détection et lopper une plateforme et des outils de simula- classification d’objets. tion pour permettre de concevoir des véhicules - Réseaux et communications : intégration de autonomes sûrs et de les valider (voir [1], [7]). Machine Learning dans les IDS (Intrusion Le projet TAS - Transport terrestre Auto- Detection Systems). nome en Sécurité dans son Environnement - - Traitement du signal : analyse de vibrations, a pour objectif de concevoir un système de maintenance prédictive, fabrication additive. perception de l’environnement s’appuyant sur

avril 2019N o 104 42 une combinaison de capteurs complémentaires Références (radars, lidar caméras, etc.). Ce système et [1] C.Mraidha A.Charfi Smaoui, F.Liu. A mo- son environnement sont dans un premier temps del based system engineering methodology modélisés en laboratoire pour tester les critères for an autonomous driving system design. de choix technologiques des capteurs et assu- 25th ITS World Congress, Copenhagen, rer une première validation virtuelle. Puis vien- Denmark, 2018. dront des essais sur site en grandeur réelle sur une locomotive de la SNCF. [2] S.Langlois B.Soualmi. Augmented reality versus classical hud to take over from au- Deux projets viennent d’être lancés autour tomated driving : an aid to smooth reac- des véhicules autonomes. Le projet EPI (Eva- tions and to anticipate maneuvers. IEEE- luation des Performances de systèmes de dé- ITSC, International Conference on Intelli- cision à base d’IA) a pour objectif de défi- gent Transportation Systems, Rio de Ja- nir une méthodologie d’évaluation des perfor- neiro, 2016. mances des systèmes de décision à base d’IA (en particulier ceux à base de machine learning [3] C.Guo. A cooperative control architecture et de réseaux de neurones), dans le contexte for automated driving system. ITS World du transport autonome et de l’environnement Congress, Bordeaux, France, 2015. complexe incertain. Le projet se focalise sur [4] B.Soualmi JB. Haué JC.Popieul C.Guo, deux cas d’usage : automobile et maritime. C.Sentouh. Adaptive vehicle longitudinal Le projet SVR (Scénarios Véhicules Robot- trajectory prediction for automated high- Taxis et navettes autonomes) a pour objectif way driving. IEEE Intelligent Vehicles Sym- de construire un référentiel partagé par la filière posium (IV), Gothenburg, Sweden, 2016. navette et robot-taxi autonomes, pour l’éva- [5] JC.Popieul B.Soualmi JB.Haué C.Guo, luation et la validation de la sûreté de fonc- C.Sentouh. Shared control framework ap- tionnement de leurs systèmes par la simulation plied for vehicle longitudinal control in high- numérique. Ce référentiel comprendra un lan- way merging scenarios. IEEE International gage commun et une bibliothèque de scénarios Conference on Systems, Man, and Cyber- qui serviront à générer des cas de test dans des netics, Hong-Kong, China, 2015. environnements virtuels. Sur un sujet différent, celui de la fabrica- [6] JC.Popieul JB.Haué S.Langlois JJ.Loeillet tion additive, le projet CDF - Conception des B.Soualmi T.Nguyen That C.Guo, Directives de Fabrication - a plusieurs objectifs C.Sentouh. Cooperation between driver faisant appel à l’IA : la prédiction des temps and automated driving system : Imple- de fabrication, des zones d’accumulation ou de mentation and evaluation. Transportation manque de matière en tenant compte des ci- Research Part F, 2017. nématiques machine, la simulation de la géo- [7] R.Kerneis E.Arbaretier L.Zhao F.Meurville métrie résultant du dépôt de matière et la dé- J.Van Frank M.Tlig, M.Machin. Autono- tection des zones à risque de collision au fur et mous driving system : Model based safety à mesure du processus de fabrication, le pilo- analysis. IEEE/IFIP International Confe- tage et l’optimisation des trajectoires pour la rence on Dependable Systems and Net- fabrication. works (DSN), Luxembourg, 2018.

avril 2019N o 104 43 Comptes rendus de journées, événements et conférences 1re Journée Enseignement et Formation en Intelligence Artiﬁcielle (EFIA 2019)

Sandra BRINGAY Section 27) LIRMM/ ADVANSE 10h30. Pause Université de Montpellier 3 11h00. « Développement de compétence Ana- [email protected] lytics et IA, retour d’expérience Airbus et Catherine FARON-ZUCKER perspectives », par Bruno CARRON (Air- I3S/ SPARKS bus) Université de Nice Sophia Antipolis 11h30. « Retour sur la sémantique : comment Par [email protected] caractériser et distinguer connaissance, intelligence et conscience artificielle », par Gauthier PICARD Bernard GEORGES (Société Générale) Laboratoire Hubert Curien 12h30. Buffet UMR CNRS 5516 14h00. « Évolution de l’enseignement en IA », Mines Saint-Etienne par Jean-Gabriel GANASCIA (Sorbonne Institut Henri Fayol Université) [email protected] 14h30. « La place de l’IA dans la formation au lycée », par Christine FROIDEVAUX (Uni- L’Association Française pour l’Intelligence versité Paris-Sud) Artificielle (AfIA) a organisé sa première jour- 15h00. « Les formations en Sciences de Don- née Enseignement et Formation en IA le 10 nées et Intelligence Artificielle à Sorbonne Janvier 2019 à l’Université Paris Nanterre, am- Université », par Vincent GUIGUE, Nicolas phithéâtre Weber. MAUDET (Sorbonne Université) La journée avait deux objectifs : d’une part, 15h30. « Enseignement et formation en IA en réaliser un tour d’horizon des besoins des en- ligne : retour d’expérience sur le MOOC treprises et de la société civile. D’autre part, Web sémantique et Web de données », de dresser un état de l’art des formations aca- par Catherine FARON-ZUCKER (Université démiques en IA qui existent en France et qui Nice Sophia Antipolis) participent à la démocratisation de son utilisa- 16h00. « Pour une vision unifiée de l’intelli- tion. gence artificielle : un nouvel ouvrage », par Odile PAPINI (Université Aix-Marseille) Programme de la journée (10/01/19) 16h30. Pause 09h00. Accueil 17h00. « Table ronde : Quels sujets tutoriels 09h15. « Ouverture », par Hélène AJI (Vice- pour PFIA 2019 ? », par Yves DEMAZEAU présidente en charge de la recherche de et Gauthier PICARD l’Université Paris Nanterre) et Gauthier PI- 18h00. Clôture CARD (membre du CA de l’AfIA, co- organisateur de la journée) Résumé des interventions 09h30. « Présentation de l’AfIA », par Yves DEMAZEAU (président de l’AfIA) Cette première édition a réuni une quaran- 10h00. « Regard sur l’IA en France vu du CNU taine de participants autour de l’enseignement section 27 », par Grégory BONNET (CNU et de la formation en intelligence artificielle.

avril 2019N o 104 45 Après un discours de bienvenue de Mme AJI, fertes en troisième cycle universitaire, au niveau vice-présidente en charge de la recherche de master/ingénieur. Cependant, les réformes de l’Université Paris Nanterre, qui accueillait gra- l’enseignement de l’informatique dans le se- cieusement cette journée, Yves DEMAZEAU, cond cycle des études secondaires, présentées président de l’AfIA, a brièvement présenté l’as- par Christine FROIDEVAUX, vont probable- sociation avant de lancer la journée. ment faire entrer – certes de manière assez Le point de vue de la section 27 du Conseil limitée – l’IA à partir du lycée, via les options National des Universités, représentée par Gré- Sciences numériques et technologie en seconde gory BONNET, en charge de la qualifica- (1h30), puis Numérique et sciences information des postulants aux postes d’enseignants- tiques en première (4h) et terminale (6h). chercheurs en informatique, a permis d’iden- Deux interventions, sur des modalités et tifier qu’actuellement une grande proportion des supports de cours pour l’enseignement de (47,8%) des demandes de qualifications affiche l’IA ont été l’objet des deux dernières présen- un mot-clé relatif à l’IA, et qu’ainsi, le poten- tations. Catherine FARON-ZUCKER a notam- tiel d’enseignants-chercheurs en IA en France ment présenté son retour d’expérience sur la est assez important, en rapport à d’autres dis- création et l’animation du MOOC « Web sé- ciplines de l’informatique. mantique et Web de données », mis en œuvre pendant trois sessions de 2016 à 2017, et ayant Ceci peut notamment s’analyser au re- réuni plus de 18 000 inscrits/apprenants. En- gard de l’histoire de l’enseignement de l’IA fin, Odile PAPINI a pu souligner la richesse des en France, abordée par Jean-Gabriel GANAS- expertises en IA en France, par la présentation CIA. En effet, la thématique est apparue as- de la collection de trois ouvrages qu’elle a co- sez tôt dans les recherches des laboratoires édité, chez Cépaduès en France [3, 1, 2], et français, puis a naturellement été enseignée bientôt chez Springer pour l’international. Ces dans des formations universitaires. L’interven- supports seront certainement autant d’aides tion de Bernard GEORGES, de la Société Gé- précieuses pour la préparation et l’animation de nérale, aura également permis de préciser la cours dans les nombreuses sous-thématiques de sémantique et l’usage du terme « intelligence l’IA, dans les formations de troisième cycle. artificielle », à plusieurs niveaux d’abstraction. Une table ronde autour des sujets de tuto- L’évolution de l’IA en France s’explique égale- riels à proposer lors de la Plate-Forme Intelli- ment par le besoin croissant de la société civile gence Artificielle (PFIA), a clos cette journée, et industrielle de faire appel à ces techniques, et a permis d’identifier plusieurs mots-clés et comme l’a concrètement illustré la présenta- thématiques, qui ont été ensuite proposés aux tion de Bruno CARON d’Airbus. différents collèges de l’AfIA, pour appropria- Deux exemples de formations en science tion. des données et en intelligence artificielle, pro- Les présentations des intervenants de cette posées à l’UPMC, ont été présentées par leurs journée sont accessibles sur le site de l’AfIA. coordinateurs : le parcours de master « AgeNts Distribues, Robotique, Recherche Opération- La suite... nelle, Interaction, DEcision » (ANDROIDE, par Nicolas MAUDET), et le parcours de mas- Cette journée, organisée par le groupe de ter « Données Apprentissage Connaissances » travail « Enseignement » de l’AfIA, sera suivie (DAC, par Vincent GUIGUE). Elles repré- cette année par des sessions tutorielles à PFIA, sentent parfaitement le type de formations of- du 1er au 5 juillet 2019, à Toulouse. Face à son

avril 2019N o 104 46 succès et aux besoins réels et aux intérêts expri- [2] Pierre Marquis, Odile Papini, and Henri més, une seconde édition d’EFIA sera organisée Prade, editors. l’I.A. frontières et Appli- en janvier 2020. cations, volume 3 of Panorama de l’Intelli- gence Artificielle. Cépaduès, 2014. Références [3] Pierre Marquis, Odile Papini, and Henri [1] Pierre Marquis, Odile Papini, and Henri Prade, editors. Représentation des connais- Prade, editors. Algorithmes pour l’intelli- sances et formalisation des raisonnements, gence artificielle, volume 2 of Panorama de volume 1 of Panorama de l’Intelligence Ar- l’Intelligence Artificielle. Cépaduès, 2014. tificielle. Cépaduès, 2014.

avril 2019N o 104 47 Compte rendu de la 4e journée IHM-IA

Nicolas SABOURET une journée commune et d’autres actions pour- LIMSI Par raient être envisagées à l’avenir. Université Paris-Sud [email protected] Programme La journée s’est déroulée en trois temps. Le Présentation matin, une présentation rapide des deux asso- L’Association française pour l’Intelligence ciations AfIA et AFIHM, suivie de quatre ex- Artificielle (AfIA) et l’Association Fran- posés scientifiques : cophone d’Interaction Humain-Machine - Gilles BAILLY de l’ISIR (Paris) a présenté (AFIHM) avec le soutien de Télécom Paris- un ensemble de questions sur l’IA pour la Tech et du CNRS ont organisé la quatrième conception et l’utilisation des systèmes in- journée IHM et IA. teractifs. Il a partagé son expérience de L’objectif est toujours de rassembler les chercheur en IHM confronté à l’utilisation chercheurs, académiques ou industriels, qui d’algorithmes d’IA et sa vision d’une disci- s’intéressent à l’apport réciproque de l’IHM et pline qui marierait les deux domaines. de l’IA. Les thèmes de la journée portent donc - Myriam FRÉJUS de EDF R&D (Saclay) a sur des questions variées allant de la concep- partagé son vécu en tant qu’ergonome sur la tion, l’usage et l’accessibilité des systèmes mul- construction de systèmes coopératifs entre timodaux au raisonnement automatique et à des utilisateurs et des systèmes autonomes. l’apprentissage automatique, en passant par Elle a montré que le facteur humain, sou- la modélisation des facteurs humains et les vent mal pris en compte, était déterminant sciences cognitives. pour l’acceptation de tels systèmes. - Camille JEUNET du CLLE (Toulouse) Participation travaille dans le domaine des Interfaces Jules FRANÇOISE (CNRS, LIMSI) et Bap- Cerveau-Ordinateur. Au-delà de l’utilisation tiste CARAMIAUX (CNRS, LRI) pour l’AFIHM de techniques d’IA pour l’analyse des si- et Nicolas SABOURET (UPSUD, LIMSI) pour gnaux cérébraux, elle a montré que l’IA l’AfIA ont pris en charge l’organisation de cette pourrait améliorer l’entraînement et l’ap- journée. prentissage des utilisateurs de telles inter- Avec 130 inscrits (+30 % par rapport à la faces de différentes manières : en prédisant dernière édition en 2017), le succès de cette mieux le résultat en fonction de l’état de thématique ne se dément pas depuis sa créa- l’utilisateur, en proposant des compagnons tion en 2013 (47 inscrits à l’époque). Les or- d’apprentissage et enfin en permettant la ganisateurs ont reçu une vingtaine de proposi- création de tutoriels adaptatifs. tions de présentation orale. Seule huit d’entre - Quentin DEBARD du LIRIS (Lyon) a pré- elles ont pu être conservées, et une session pos- senté un modèle d’apprentissage automa- ter et démonstrations a permis d’accueillir les tique pour des interfaces multi-touch. Il autres exposés. a montré comment les algorithmes d’in- Le nombre de participants et de proposi- telligence artificielle pouvaient être utilisés tions arrive à la limite de ce que peut accueillir pour la reconnaissance de gestes et pour la

avril 2019N o 104 48 conception de modèles d’interaction. tions concrètes, elle a montré comment Les participants ont pu partager un déjeu- l’IHM et l’IA pouvaient permettre cette syner à Télécom ParisTech. Le début de l’après- nergie. midi a ensuite été consacré à quatre autres ex- Enfin, la dernière partie de la journée était posés scientifiques : consacrée à la présentation des posters et dé- - Frédéric BEVILACQUA de l’IRCAM (Paris) monstrations. Sept travaux ont pu être présen- a présenté ses travaux dans le domaine de tés à cette occasion : l’analyse du mouvement pour la conception - Jérémy DERAMCHI (Université Bordeaux de systèmes interactifs de création artis- Montaigne, MICA E3D) sur la praxéologie tique (en particulier dans le domaine musi- et l’intelligence artificielle ; cal). Ses travaux combinent des algorithmes - David GOMEZ (ESTIA) sur une nouvelle d’apprentissage machine interactifs avec des forme d’interaction gestuelle basée sur le problématiques d’IHM. langage SoundPainting ; - Jean-Baptiste LOUVET de l’INSA Rouen - Carla GRIGGIO (LRI) sur la conception de a présenté un modèle d’intelligence artifi- motifs gestuels pour l’interaction humain- cielle qui s’appuie sur des motifs dialogiques machine sur système tactile ; pour concevoir et contrôler la collaboration - Theo JAUNET (LIRIS) sur la visualisation humain-machine. Bien que le modèle ait été interactive des connaissances apprises par conçu dans le cadre d’une interaction ver- les réseaux de neurones profonds ; bale, il peut être étendu pour modéliser une - Fabrice MAUREL (Université de Caen Nor- interaction multimodale. mandie, GREYC, HULTECH) sur l’accès - Guy-André BOY de CentraleSupélec (Sa- non visuel au Web par « Tag Thunder » ; clay) et de l’ESTIA (Paris) a présenté son - Téo SANCHEZ (LRI) sur le coapprentissage expérience dans l’ingénierie des systèmes dans des systèmes interactifs. complexes à autonomie croissante. Alors que les systèmes deviennent de plus en Conclusion plus autonomes, l’intégration de l’humain au cœur de ces systèmes interactifs est un La journée a été un franc succès. Les pré- défi qui fait appelle à la fois à des questions sentations et la liste des participants sont dis- d’IHM et d’IA. ponibles sur le site web dédié. - Wendy MACKAY du LRI (Saclay) a pré- Les organisateurs tiennent à remercier senté ses travaux dans le domaine des sys- l’AfIA et l’AFIHM pour leur soutien, ainsi que tèmes d’interaction humain-machine dont TelecomParisTech pour avoir accueilli la jour- l’objectif est d’arriver à un partenariat entre née et Bénédicte DALY du CNRS pour son aide les deux acteurs. À travers plusieurs situa- dans l’organisation de la journée.

avril 2019N o 104 49 Thèses et HDR du trimestre

Si vous êtes au courant de la programmation de soutenances de thèses ou HDR en Intelligence Ar- tiﬁcielle cette année, vous pouvez nous les signaler en écrivant à redacteur@aﬁa.asso.fr. Thèses de Doctorat

Guillaume BURY Edwin SIMONNET « INTEGRATING REWRITING, TABLEAU « Reseaux de neurones profonds appliques a AND SUPERPOSITION INTO SMT.» la comprehension de la parole» Supervision : Gilles DOWEK Supervision : Yannick ESTEVE David DELAHAYE Nathalie CAMELIN Mohamed IGUERNLALA Le 12/02/2019, à l’Université de Le Mans Le 08/01/2019, à l’Université de Sorbonne Sanjeel PAREKH Paris Cite « Apprentissage de representations pour Simon LUNEL l’analyse robuste de scenes audiovisuelles» « Parallelism and modular proof in diﬀeren- Supervision : Slim ESSID tial dynamic logic» Gael RICHARD Supervision : Jean pierre TALPIN Alexey OZEROV Le 28/01/2019, à l’Université de Rennes 1 Le 18/03/2019, à l’Université de Paris Sa- Ameur DOUIB clay « Algorithmes bio-inspires pour la traduction Rim El BALLOULI automatique statistique» « Modelisation de la conﬁguration auto- Supervision : Kamel SMAILI matique dans des systemes auto-adaptatifs David LANGLOIS bases sur l’architecture» Le 01/02/2019, à l’Université de Lorraine Supervision : Saddek BENSALEM Marianna GIRLANDO Le 20/03/2019, à l’Université de Grenoble « Theorie de la demonstration des logiques Alpes conditionnelles» Supervision : Nicola OLIVETTI Sara NEGRI Le 08/02/2019, à l’Université de Aix- Marseille

Habilitations à Diriger les Recherches

Merci de nous faire parvenir les HDR en IA dont vous avez eu connaissance !

avril 2019N o 104 51 À PROPOS DE L’AfIA

L’objet de l’AfIA, Association Loi 1901 sans but - Collège Systèmes Multi-Agents et Agents Ar- lucratif, est de promouvoir et de favoriser le dévelop- tificiels (depuis octobre 2016), pement de l’Intelligence Artificielle (IA) sous ses diffé- - Collège Représentation et Raisonnement (de- rentes formes, de regrouper et de faire croître la com- puis avril 2017) munauté française en IA, et, à la hauteur des forces de - la parution trimestrielle des Bulletins de l’AfIA, en ses membres, d’en assurer la visibilité. accès libre à tous depuis le site web, L’AfIA anime la communauté par l’organisation an- - un lien entre adhérents sur les réseaux sociaux Lin- nuelle de grands rendez-vous. Se tient ainsi chaque été kedIn, Facebook et Twitter, une semaine de l’IA, la « Plate-forme IA » (PFIA 2017 - le parrainage scientifique, mais aussi éventuellement Caen, PFIA 2018 Nancy, PFIA 2019 Toulouse) au sein financier, d’événements en IA, de laquelle se tiennent la Conférence Nationale d’Intel- - la diffusion mensuelle de Brèves sur les actualités de ligence Artificielle (CNIA), les Rencontres des Jeunes l’IA en France (envoi à breves@afia.asso.fr), Chercheurs en IA (RJCIA) et la Conférence sur les Ap- - la réponse aux consultations officielles ou officieuses plications Pratiques de l’IA (APIA) ainsi que des confé- (Ministères, Missions, Organismes), rences thématiques invitées qui évoluent d’une année à - la réponse aux questions de la presse, écrite ou orale, l’autre, sans récurrence obligée. également sur internet, er Ainsi, PFIA 2019 hébergera du 1 au 5 juillet 2019 - la divulgation d’offres de collaborations, de forma- es es e à Toulouse, outre la 22 CNIA, les 17 RJCIA et la 5 tions, d’emploi, de thèses et de stages. APIA, la 21e CAp, les 30es IC, les 14es JFPDA, les 27es JFSMA, les 13es JIAF et la 26e TALN-RECITAL. L’AfIA organise aussi mensuellement des journées Forte du soutien de ses 470 adhérents à jour de leur communes avec d’autres associations. Sont d’ores et cotisation en 2018, l’AfIA assure : déjà prévues pour l’année 2019 des journées : IHM&IA avec l’AFIHM, EGC&IA avec EGC, RO&IA avec la - le maintien d’un site web dédié à l’IA reproduisant ROADEF, MACS&IA avec le CNRS/GdR MACS, et également les Brèves de l’IA RI&IA avec l’ARIA. - une journée recherche sur les « Perspectives et Défis Enfin, l’AfIA encourage la participation de ses en IA » (PFIA 2018), membres aux grands événements de l’IA, dont PFIA. - une journée enseignement intitulée « Enseignement Ainsi, les membres de l’AfIA, pour leur inscription à et Formation en IA » (EFIA 2019), PFIA, bénéficient d’une réduction équivalente à deux - une journée industrielle connue sous le nom « Forum fois le coût de leur adhésion, leur permettant d’assister Industriel en IA » (FIIA 2018), à PFIA sur 5 jours au tarif de 114 e TTC! - la remise annuelle d’un prix de thèse de Doctorat en Rejoignez-vous vous aussi et adhérez à l’AfIA pour IA, contribuer au développement de l’IA en France. L’adhé- - le soutien à plusieurs collèges, actuellement au sion peut être individuelle ou, à partir de cinq adhérents, nombre de 5, ayant leur propre activité : être réalisée au titre de personne morale (institution, - Collège Compétition (depuis octobre 2018), laboratoire, entreprise). Pour adhérer, il suffit de vous - Collège Industriel (depuis janvier 2016), rendre sur le site des adhésions de l’AfIA. - Collège Science de l’Ingénierie des Connais- Merci également de susciter de telles adhésions en sances (depuis avril 2016), diffusant ce document autour de vous !

avril 2019N o 104 52 CONSEIL D’ADMINISTRATION COMITÉ DE RÉDACTION Yves DEMAZEAU, président Emmanuel ADAM Élise BONZON, vice-présidente Rédacteur Catherine FARON-ZUCKER, trésorière [email protected] Sandra BRINGAY, secrétaire Dominique LONGIN, rédacteur Claire LEFÈVRE Emmanuel ADAM, webmestre Rédacteur Membres : [email protected] Alain BERGER, Gaël DIAS, Pierre FEILLET, Marie LEFEVRE, Frédéric MARIS, Arnaud Dominique LONGIN MARTIN, Davy MONTICOLO, Philippe MORI- Rédacteur en chef GNOT, Gauthier PICARD, Laurent SIMON, Oli- [email protected] vier SIMONIN, Serena VILLATA Philippe MORIGNOT Rédacteur LABORATOIRES ET SOCIÉTÉS [email protected] ADHÉRANT COMME PERSONNES MORALES

Ardans, Berger Levrault, CRIL, CRIStAL, Dassault Aviation, GRETTIA, GREYC, Huawei, I3S, IBM, INRIA Sophia Antipolis Mediterranee, IRIT, ISAE-SUPAERO, Lab-STICC, LAMSADE, LE- RIA, LGI2P, LHC, LIG, LIMICS, LIMSI, LIP6, LIPADE, LIRIS, LIRMM, LITIS, MaIAGE, Naver Labs, MaiAGE, Renault, Thales, Veolia.

Pour contacter l’AfIA Président Serveur WEB Yves DEMAZEAU http://www.afia.asso.fr L.I.G./C.N.R.S., Maison Jean Kuntz- mann Adhésions, liens avec les adhérents 110, avenue de la Chimie, B.P. 53 Catherine FARON-ZUCKER 38041 Grenoble cedex 9 tresorier@afia.asso.fr Tél. : +33 (0)4 76 51 46 43 president@afia.asso.fr

Calendrier de parution du Bulletin de l’AfIA

Hiver Printemps Été Automne Réception des contributions 15/12 15/03 15/06 15/09 Sortie 31/01 30/04 31/07 31/10

avril 2019N o 104 53