Recherche et développement d’algorithmes d’apprentissage de modèles intelligibles de tâches pour la programmation de cobots

Il s’agira pour le post-doctorant de rechercher et de développer des algorithmes d’apprentissage par démonstration de modèles intelligibles de tâches pour la programmation de cobots reposant sur le langage PDDL (tâche 2). Un prototypage sur le cobot Baxter et la a mise en place d’une expérimentation dans laquelle un opérateur humain pourra programmer un robot en lui apprenant des modèles d’actions simples (descriptions sémantiques des actions en termes de préconditions de déclenchement, effets, état de l'environnement) par manipulation directe, sont attendus (tâche 3). Concrètement, l’expérimentation devra être développée avec le robot Baxter sur une tâche simple de palettisation. Il sera également demandé au post-doctorant de proposer une évaluation du dispositif expérimental en s’appuyant sur les travaux du domaine en collaboration étroite avec des psychologues du travail. Le post-doctorant sera également amené à encadrer des étudiants psychologues de master pour concevoir le protocole expérimental et l’analyse des retours opérateurs.