Pause
Lecture
Moteur de recherche d'offres d'emploi Thèses post-docs

L'apprentissage de la manipulation fine et dextre par la vision et les observations kinesthésiques


Détail de l'offre

Informations générales

Entité de rattachement

Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.

Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.

Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.

Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :

• La conscience des responsabilités
• La coopération
• La curiosité
  

Référence

SL-DRT-24-0005  

Direction

DRT

Description du sujet de thèse

Domaine

Défis technologiques

Sujets de thèse

L'apprentissage de la manipulation fine et dextre par la vision et les observations kinesthésiques

Contrat

Thèse

Description de l'offre

La manipulation robotique fine et dextre pose des défis importants en raison de la nécessité d'une manipulation d'objets précise, de la coordination des forces de contact et de l'utilisation des observations visuelles. Cette recherche vise à relever ces défis en examinant l'intégration des capteurs visuels et kinesthésiques et des techniques sim2real. L'objectif est de développer des algorithmes et des modèles de bout en bout qui permettent aux robots de manipuler des objets avec une précision et une adaptabilité exceptionnelles. La recherche se concentrera sur l'apprentissage à partir de données à grande échelle, le transfert de connaissances des simulations aux scénarios du monde réel et la généralisation efficiente par le réglage fin à faible échantillonnage.

Université / école doctorale

Sciences et Technologies de l’Information et de la Communication (STIC)
Paris-Saclay

Localisation du sujet de thèse

Site

Saclay

Critères candidat

Formation recommandée

Master Recherche, Diplôme école d'ingénieur automatique robotique, informatique

Demandeur

Disponibilité du poste

01/10/2023

Personne à contacter par le candidat

33B569B0D50446A5B335B4E41A476DE9@ts.com

Tuteur / Responsable de thèse

EFC8FB807A7E44D3881B13FC9EDCC1AA@ts.com

En savoir plus