ACENTAURI

L'objectif d'ACENTAURI est d'étudier et de développer des robots intelligents, mobiles et autonomes  qui collaborent entre eux pour accomplir des tâches difficiles dans des environnements dynamiques. L'équipe se concentre sur les problèmes de perception, de décision et de commande pour la collaboration multi-robots en proposant une approche originale hybride basée sur les modèles et l'apprentissage à partir des données. L'équipe se concentre sur les applications robotiques telles que la surveillance de l'environnement et le transport de personnes et de marchandises. Dans ces applications, plusieurs robots partagent des informations multi-capteurs provenant éventuellement de l'infrastructure. L'équipe validera l'efficacité des approches proposées sur de vrais systèmes robotiques tels que les voitures, les AGV et les UAV, en collaboration avec des partenaires industriels.

Les objectifs scientifiques que nous souhaitons atteindre sont de développer :

• des robots capables de percevoir en temps réel grâce à leurs capteurs des environnements non structurés et changeants (dans l'espace et le temps) et capables de construire des représentations sémantiques à grande échelle prenant en compte l'incertitude d'interprétation et l'incomplétude de la perception. Les problématiques scientifiques sont (i) comment dépasser les cartes purement géométriques pour avoir une compréhension sémantique de la scène et (ii) comment partager ces représentations entre des robots ayant des capacités sensorimotrices différentes afin qu'ils puissent éventuellement collaborer ensemble pour effectuer une tâche commune.

• des robots autonomes dans le sens où ils doivent être capables d'accomplir des tâches complexes en prenant des décisions cognitives de haut niveau sans intervention humaine. Les robots évoluent dans un environnement éventuellement peuplé d'humains, éventuellement en collaboration avec d'autres robots ou communiquant avec des infrastructures (perception collaborative). Les problématiques scientifiques sont (i) comment anticiper les situations inattendues créées par un comportement humain imprévisible en utilisant la perception collaborative des robots et des infrastructures et (ii) comment concevoir une loi de commande robuste basée sur des capteurs pour assurer l'intégrité du robot et la sécurité humaine.

• des robots intelligents dans le sens où ils doivent (i) décider de leurs actions en temps réel sur la base de l'interprétation sémantique de l'état de l'environnement et de leur propre état (conscience de la situation), (ii) gérer l'incertitude à la fois sur le capteur, le contrôle et environnement dynamique (iii) prédire en temps réel les états futurs de l'environnement en tenant compte de leur sécurité et de la sûreté humaine, (iv) acquérir de nouvelles capacités et compétences, ou affiner les compétences existantes grâce à des mécanismes d'apprentissage.

• des algorithmes efficaces capables de traiter une grande quantité de données et de résoudre des problèmes difficiles à la fois dans la perception robotique, l'apprentissage, la décision et le contrôle. Les problématiques scientifiques sont (i) comment concevoir de nouveaux algorithmes efficaces pour réduire le temps de traitement avec des ordinateurs ordinaires et (ii) comment concevoir de nouveaux algorithmes quantiques pour réduire la complexité de calcul afin de résoudre des problèmes qui ne sont pas possibles dans un délai raisonnable avec des ordinateurs ordinaires.