Conception et mise en œuvre d’un réseau de neurones pour la simulation thermo-mécanique en fabrication additive
Le procédé WAAM (Wire Arc Additive Manufacturing) est une méthode de fabrication additive métallique permettant de fabriquer des pièces de grandes dimensions avec un taux de dépôt élevé. Cependant, ce procédé engendre des pièces fortement contraintes et déformées, rendant complexe la prédiction de leurs caractéristiques géométriques et mécaniques. La modélisation thermomécanique est essentielle pour prédire ces déformations, mais elle nécessite d'importantes ressources numériques et des temps de calcul élevés. Le projet NEUROWAAM vise à développer un modèle numérique thermomécanique précis et rapide en utilisant des réseaux de neurones pour prédire les phénomènes physiques du procédé WAAM. Un stage en 2025 fournira une base de données via des simulations thermomécaniques avec le logiciel CAST3M. L'objectif du post-doc est de développer une architecture de réseaux de neurones capable d'apprendre la relation entre la configuration de fabrication et les caractéristiques thermomécaniques des pièces. Des essais de fabrication sur la plateforme PRISMA du CEA seront réalisés pour valider le modèle et préparer une boucle de rétroaction. Le Laboratoire de Simulation Interactive du CEA List apportera son expertise en accélération de simulations par réseaux de neurones et en apprentissage actif pour réduire le temps d'entraînement.
Tâches d’assemblages industrielles robotisées de haute précision avec apprentissage par renforcement basé sur le transfert sim2real
La manipulation et l’assemblage robotique de haute précision pour saisir ou construire des objets est un enjeu majeur pour l’industrie. Cependant, la flexibilité et l’agilité des systèmes actuels sont encore trop limitées pour répondre efficacement aux besoins d’adaptation rapide à un nouvel environnement ou à une nouvelle production.
L’objectif de ce post-doc est de lever ce verrou en développant un outil qui permet de réaliser des tâches industrielles d’insertion fine de haute précision en se basant sur un apprentissage par renforcement basé sur le transfert sim2real.
Pour fixer le cadre, nous nous limitons dans cette étude aux tâches d’assemblage de produits industriels à partir de pièces dont on dispose de la CAO. On commencera par le World Robot Challenge avant de proposer une généralisation vers d’autre types de tâches d’assemblage proposées par des industriels automobiles et aéronautiques avec qui le CEA-LIST collabore actuellement.
Agent Conversationnel pour les Jeux Sérieux en Médecine
Le laboratoire LVIC participe à un projet de recherche dont l’objectif est de développer des outils innovants d’enseignement destinés à des étudiants en médecine. La formation se fera par l’intermédiaire de jeux sérieux de seconde génération, dans lesquels l’apprenant pourra interagir directement avec l’environnement :
- en immersion dans un environnement 3D grâce à un casque de Réalité Virtuelle et à la détection de ses mouvements,
- avec une manipulation naturelle et écologique de l’environnement (instruments, patient…),
- ainsi qu’une interaction vocale avec des avatars autonomes conversationnels et émotionnels.
L’équipe multimédia du laboratoire participe au projet pour développer des outils permettant aux étudiants d’interagir en langage naturel avec les avatars conversationnels.
Dans ce cadre, le travail du post-doctorant consistera plus particulièrement à :
- faire l’étude de l’art des agents conversationnels ;
- comprendre et maîtriser les briques technologiques du laboratoire en traitement automatique des langues ;
- proposer et développer un système de dialogue permettant l’interaction en langage naturel avec les avatars conversationnels du projet.
Localisation et cartographie simultanée à l’aide d’une caméra RGB-D selon une méthode directe et éparse
Les récents progrès dans les méthodes de localisation d’un dispositif(smartphone, robot) par rapport à son environnement permettent d’envisager le déploiement de solutions de Réalité Augmentée et de robots autonomes. Dans ce contexte, l’intérêt des caméras RGB-D est notable puisqu’elles permettent d’obtenir directement la carte de profondeur de la scène perçue.
Dans le cadre de ce post doctorat, l’objectif sera de développer une méthode de Localisation et Cartographie Simultanée (ou SLAM pour Simultaneous Localisation and Mapping) exploitant une caméra RGB-D. Plus précisément, l’image de profondeur sera exploitée au travers d’une méthode éparse et directe, ceci afin d’obtenir une localisation robuste et précise tout en minimisant la consommation CPU et mémoire. Cette méthode sera alors combinées à la méthode dite de "SLAM Contraint à un modèle CAO" développées au laboratoire afin d’obtenir une solution finale de SLAM RGB-D Contraint à un modèle CAO.
Reconnaissance visuelle à large échelle
Le sujet de ce post-doc concerne la détection et la reconnaissance d’objets dans des images et les flux vidéo à grande échelle. Il s’agit d’une tâche fondamentale qui est l’objet de recherches très actives au niveau mondial, et une tendance affirmée en ce qui concerne les campagnes d’évaluation. L’aspect « grande échelle » concerne à la fois des bases de taille importantes (e.g dix millions d’images) ou un grand nombre de concepts à reconnaître (e.g 100 à 10000). Il s’agit alors de travailler à la fois sur la partie description des images et classification grande échelle.
Au niveau de la description, les résultats de l’état de l’art reposent sur des descripteurs locaux agrégés selon des dictionnaires de « mots visuels »éventuellement construits au moyen de noyaux de Fisher. Il est néanmoins nécessaire de recoder efficacement ces signatures de manière à gérer les grandes bases. Concernant l’apprentissage des concepts visuels ou des objets, de nombreux algorithmes utilisent des séparateurs à vaste marge mais d’autres approches sont parfois envisagées, comme celles basées ou la régression logistique.
Le poste proposé porte sur la recherche et le développement d’algorithmes efficaces permettant de rechercher des entités visuelles dans de très grandes bases. Différentes pistes sont envisagées et devront être discutées avec le candidat sélectionné en fonction des ses connaissances antérieures et de discussions techniques.