Soutiendra publiquement ses travaux de thèse intitulés
Contribution à la synthèse de contrôleurs neuronaux robustes par imitation
dirigés par Monsieur Guillaume SANDOU
Soutenance prévue le vendredi 06 janvier 2023 à 14h00 Lieu : CentraleSupélec, 3 Rue Joliot Curie, 91190 Gif-sur-Yvette Salle : Amphi sc.071, Bouygues
Composition du jury proposé
M. Edouard LAROCHE
Université de Strasbourg
Rapporteur
M. Jean-Marc BIANNIC
ONERA et ISAE-Supaero
Rapporteur
Mme Madiha NADRI WOLF
Université Claude Bernard Lyon 1
Examinatrice
Mme Cristina STOICA MANIU
CentraleSupélec – Université Paris-Saclay
Examinatrice
M. Philippe FEYEL
Safran Electronics and Defense
Invité
M. Guillaume SANDOU
CentraleSupélec – Université Paris-Saclay
Invité
Mots-clés :
Commande robuste,Réseaux de neurones,Apprentissage par imitation,Contrôle adaptatif multi-modèle,
Résumé :
Cette thèse s’intéresse à l’élaboration de systèmes de contrôle par imitation de comportements ou de décisions répondant à des exigences complexes. L’objectif est de réaliser l’apprentissage d’un contrôleur neuronal de façon efficace et robuste sur une base de données regroupant ces comportements. L’approche retenue unifie les outils de la commande robuste avec ceux de la modélisation par réseaux de neurones. Des méthodes d’identification de systèmes dynamiques sont tout d’abord développées selon des structures neuronales en cohésion avec les représentations de systèmes linéaires à paramètres variants. L’accès à ce domaine d’étude ouvre alors la voie à l’analyse de stabilité et de performance de ces types de modèles neuronaux. Les travaux proposent par la suite d’exploiter ces propriétés afin de répondre aux enjeux de robustesse inhérents à l’apprentissage de lois de commande. La méthode d’identification de contrôleurs robustes qui est proposée, repose sur l’évaluation des marges de stabilité de l’asservissement neuronal. Il est alors permis de consolider la robustesse des contrôleurs à travers une stratégie d’apprentissage avec optimisation de la stabilité par une formulation multi-objectifs. En complément, le déploiement des contrôleurs est effectué selon une méthode de contrôle adaptative multi-modèle. La démarche est finalement appliquée aux pilotes automatiques d’avion via une co-simulation avec un simulateur de vol caractérisé par sa grande fiabilité de modélisation. Les problématiques de contrôle abordées sont, dans un premier temps de guider l’appareil selon un cap et une altitude donnés, tandis qu’une seconde expérimentation se concentre sur le suivi d’un chemin de vol constitué d’une série de points de passage. Les autopilotes neuronaux sont développées par l’imitation d’un autopilote existant puis par l’imitation d’un pilote.
