Utilisation du raisonnement géométrique pour la planification de mouvements en robotique. Utilisation de l'intelligence artificielle et de la modélisation géométrique pour la programmation automatique des robots. Cas des mouvements fins correspondants a un assemblage

Système de planification de toutes les opérations nécessaires à la réalisation d'un assemblage telles que la reconnaissance, la saisie et le transport de la pièce à monter. Une architecture basée sur l'utilisation d'une hiérarchie de filtres est utilisée comme structure de contrôle

Analyse des besoins en modélisation géométrique pour la robotique et définition d'un modèle approprié. Présentation du raisonnement géométrique pour l'automatisation de la préhension dans le contexte d'une tache d'assemblage et on propose une architecture de système pour la programmation automatique des robots de manipulation.

Nous explorons la réutilisation et le partage automatique des expériences passées des utilisateurs dans des tâches de RI. Le but est de proposer des recommandations pertinentes à l'utilisateur selon ses intérêts. Nous utilisons le raisonnement à partir de cas (RàPC) comme une méthodologie d'apprentissage et de modélisation de l'expérience des utilisateurs et, l'architecture P2P afin de préserver l'autonomie des utilisateurs. Pour illustrer notre approche, nous avons développé une application pilote COBRAS pour la gestion et la recommandation de références bibliographiques. <br />Deux problématiques se présentent : comment obtenir les références pertinentes et comment choisir des agents avec qui collaborer ? Pour résoudre ces problèmes, nous nous sommes basés sur l'exploitation des historiques des interactions entre les agents.<br />Le RàPC est utilisée pour deux finalités : <br />a)déterminer pour une requête, des agents intéressants à interroger ;<br />b)chercher pour une requête, des références pertinentes.

Cette thèse propose des outils d'aide multicritère à la décision pour le pilotage d'un processus basés sur la capitalisation des connaissances à travers la technique du raisonnement à partir de cas (RàPC). Deux modèles ont été développés. Le premier modèle, se basant sur des cas analogues passés, aide le pilote d'un processus à résoudre un nouveau problème. Ceci étant en tenant compte aussi bien des relations de causalités qui existent entre les indicateurs et les inducteurs de performance que des relations de dépendance qui surgissent entre les différents critères. Le deuxième modèle est basé sur une hybridation entre le RàPC et le clustering. Il cherche à améliorer les phases : représentation des cas, recherche de cas similaires et maintenance de la base de cas du cycle du RàPC. L'application d'une méthode de clustering représente une manière d'arranger la base de cas afin de faciliter l'aide au pilotage. Ces deux modèles peuvent fonctionner en relation de complémentarité. En effet, le deuxième modèle basé sur le clustering permet, d'abord, de former des groupes homogènes y compris le nouveau cas qu'on veut chercher sa solution. Ensuite, après avoir obtenu le cluster contenant le nouveau cas avec ses cas similaires, le premier modèle sera déclenché pour trouver le cas le plus proche. Toutefois, les critères utilisés par ces deux modèles sont quantitatifs. Pour cela, une approche linguistique a été utilisée pour gérer des données non homogènes, c'est-à-dire numériques et linguistiques. Ces deux modèles ont été appliqués dans un cas industriel réel de fabrication d'emballages en carton. Ils ont été aussi implémentés dans un prototype informatique sous forme d'un Système Interactif d'Aide au Pilotage d'un Processus (SIAPP) à travers des interfaces pour mieux valider leurs applications.

Le travail présenté dans cette thèse se situe dans le domaine de la représentation des connaissances. Il s'intègre dans le projet AMICAL ( Architecture Multi-agents Interactive Compagnon pour l' Apprentissage de la Lecture) dont l'objectif est de de développer un environnement informatique d'aide à l'apprentissage de la lecture. Cette étude est centrée sur la recherche d'une représentation sémantique de textes utilisés dans des sessions d'apprentissage. La problématique est de trouver un formalisme de représentation de connaissances capable de répondre à une situation fonctionnelle particulière tout en prenant compte de contraintes de natures différentes. Trois possibilités nous sont offertes : retenir un formalisme de représentation de connaissances existant, faire coopérer des formalismes existants ou proposer un nouveau formalisme. C'est cette troisième solution qui a été retenue après avoir montré les difficultés rencontrées par quelques formalismes existants à remplir certaines contraintes formulées. Nous proposons dans ce mémoire un système de représentations de connaissances, basé sur des structures de de connaissances appelées DCAS (Description Composite A Signification). Elles sont les unités de base du raisonnement. Ces structures reposent sur un ensemble d'entités cognitives de types différents. Nous décrivons les rôles différents joués par ces entités au sein d'une DCAS, ainsi que les capacités représentationnelles et inférentielles d'un système basé sur ces notions. Nous terminons cette étude par l'application de ce formalisme dans la problématique définie dans AMICAL.

L'interaction Homme-Robot est un domaine de recherche qui se développe de manière expo-nentielle durant ces dernières années, ceci nous procure de nouveaux défis au raisonnement géométrique du robot et au partage d'espace. Le robot pour accomplir une tâche, doit non seulement raisonner sur ses propres capacités, mais également prendre en considération la perception humaine, c'est à dire "Le robot doit se placer du point de vue de l'humain". Chez l'homme, la capacité de prise de perspective visuelle commence à se manifester à partir du 24ème mois. Cette capacité est utilisée pour déterminer si une autre personne peut voir un objet ou pas. La mise en place de ce genre de capacités sociales améliorera les capacités cognitives du robot et aidera le robot pour une meilleure interaction avec les hommes. Dans ce travail, nous présentons un mécanisme de raisonnement spatial de point de vue géométrique qui utilise des concepts psychologiques de la "prise de perspective" et "de la rotation mentale" dans deux cadres généraux: - La planification de mouvement pour l'interaction homme-robot: le robot utilise "la prise de perspective égocentrique" pour évaluer plusieurs configurations où le robot peut effectuer differentes tâches d'interaction. - Une interaction face à face entre l'homme et le robot : le robot emploie la prise de point de vue de l'humain comme un outil géométrique pour comprendre l'attention et l'intention humaine afin d'effectuer des tâches coopératives.

This Habilitation thesis outlines my research activities carried out as an Associate Professor at Univ. Paris-Sud and Inria Saclay Île-de-France. During this period, from 2003 to early 2012, my work was - and still is - at the interface between Knowledge Representation and Databases. I have mainly focused on ontology-based data management using the Semantic Web data models promoted by W3C: the Resource Description Framework (RDF) and the Web Ontology Language (OWL). In particular, my work has covered (i) the design, (ii) the optimization, and (iii) the decentralization of ontology-based data management techniques in these data models. This thesis briefly reports on the results obtained along these lines of research.

L'objectif de cette thèse est de modéliser les processus de prise de décisions dans les organisations productives en mettant l'accent sur la communication, la coopération, la négociation et surtout l'amélioration par l'apprentissage du comportement des acteurs décisionnels. Les entreprises font depuis plusieurs années des efforts importants pour étudier et développer une stratégie essentiellement orientée sur la réactivité. Cette stratégie nécessite un rapprochement entre la structure physique et la structure décisionnelle, ce qui entraîne une redistribution de la décision aux différents niveaux d'une organisation et un accroissement d'autonomie de ses acteurs décisionnels. Pour mettre en évidence cette réalité, nous insistons sur des facteurs clefs tels que la complexité des organisations productives qui sont à l'intersection de différents domaines (économique, sociologique, technologique, etc.), les mécanismes de prise de décisions distribuées, les phénomènes d'orientation de décisions, et 1' apprentissage qui est une aptitude et une faculté indispensable à tout système dynamique et évolutif. Ainsi, dans ces travaux nous proposons premièrement la modélisation des organisations productives, et en particulier de leurs processus décisionnels en se basant sur les concepts des systèmes multi-agents, deuxièmement la modélisation et la formalisation des connaissances des acteurs décisionnels, et enfin 1' apprentissage de nouvelles connaissances en we de la prise de nouvelles décisions dans des contextes ou des situations analogues en adoptant la méthode de raisonnement à partir de cas. Ces hypothèses sont validées par la construction d'une maquette de simulation qui repose sur L'iniplémentation du flux décisionnel à travers des règles de décisions et une architecture de représentation de connaissances (base de cas), et du flux physique par 1 'utilisation des techniques de simulation à événements discrets. Enfin cette maquette a été appliquée au cas d'une entreprise industrielle.

Cette note de synthèse rédigée en vue de soutenir une habilitation à diriger des recherches (HDR) a comme but de proposer une relecture de l'ensemble de travaux de recherche que je conduis depuis une quinzaine d'année sur l'articulation entre la logique et le raisonnement mathématique à la lumière de la théorie élémentaire des modèles de Tarski, qui joue ici le rôle de référence épistémologique pour les analyses didactiques. Une première partie présente les aspects de la théorie des modèles que j'ai retenu pour les études didactiques, ainsi qu'un exemple de l'utilisation de ce cadre pour repenser les questions de vérité, de validité, de nécessité et de certitude. La suite du document développe les analyses suivant trois axes : un retour sur les connecteurs logiques au-delà des tables de vérité ; un questionnement de différentes pratiques ordinaires dans la classe de mathématiques concernant la gestion des questions de quantification ; l'interprétation des énoncés mathématiques sous les angles syntaxique, sémantique et pragmatique. Ceci permet de réinterpréter un certain nombre d'erreurs classiques de logique ; de réduire la distance supposée entre logique de sens commun et logique mathématique et de s'interroger sur certains choix d'enseignement eu égards en particulier aux objectifs d'apprentissage visés en terme de rigueur.<br />Les résultats obtenus dans ce cadre théorique général permettent d'envisager un programme de recherche suivant deux axes complémentaires. Le premier axe concerne le développement des travaux visant à élucider le rôle que joue le formalisme logique dans l'élaboration des connaissances mathématiques au niveau de l'enseignement universitaire en lien avec la mise en œuvre d'ingénieries didactiques. Le second axe concerne la poursuite des recherches amorcées sur le croisement entre analyses didactiques et analyses dynamiques du discours dans la classe de mathématiques en mobilisant les ressources offertes par la sémantique logique.