Intelligence artificielle explicable et contrôle adaptatif pour la robotique portable

Explainable AI and Adaptive Control for Wearable Robotics

• Auteur / Autrice : Yunus Schmirander
• Direction : Samer Alfayad
• Type : Projet de thèse
• Discipline(s) : Robotique
• Date : Inscription en doctorat le 01/10/2025
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
• Partenaire(s) de recherche : Laboratoire : IBISC - Informatique, BioInformatique, Systèmes Complexes
• Partenaire(s) de recherche : Equipe de recherche : IRA2: Interactions, Réalité virtuelle & Augmentée, Robotique Ambiante
• Partenaire(s) de recherche : Référent : Université d'Évry Val d'Essonne

Mots clés

Mots clés libres

Capteurs multi-modaux

Intelligence artificielle explicable

Interaction homme-robot

Robotique portable

Adaptive control

Human-robot interaction

Multi-modal sensing

Large Language Models

Wearable robotics

Explainable AI

Résumé

Les dispositifs robotiques portables, tels que les exosquelettes intelligents, constituent une solution prometteuse pour l'assistance et l'augmentation motrice. Toutefois, leur efficacité dépend fortement de leur capacité à s'adapter dynamiquement aux états physiologiques et intentionnels de l'utilisateur tout en garantissant une interaction fluide et compréhensible. Cette thèse a pour objectif de concevoir des stratégies de contrôle adaptatif exploitant des signaux multi-modaux (IMU, EMG, vision, capteurs de force) en combinaison avec des techniques d'intelligence artificielle explicable (XAI). Le projet intègre également les modèles de langage à grande échelle (LLMs) pour construire des interfaces en langage naturel facilitant la communication bidirectionnelle homme-robot. Le doctorant développera des algorithmes embarqués temps réel pour la fusion de capteurs, le contrôle non linéaire et l'explicabilité des décisions robotiques. Les méthodes seront testées en boucle fermée sur une plateforme robotique portable au sein du laboratoire IBISC.

Wearable robotics such as intelligent exoskeletons hold great promise for motor augmentation and rehabilitation. However, their effectiveness relies on robust, adaptive control systems that can interpret human physiological and intentional states while enabling intuitive interaction. This PhD project aims to develop adaptive control strategies combining multi-modal sensing (e.g., IMU, EMG, vision, force sensors) with Explainable Artificial Intelligence (XAI). Large Language Models (LLMs) will be employed to construct natural language interfaces that support real-time, interpretable communication between humans and wearable robots. The candidate will build real-time embedded algorithms for sensor fusion, nonlinear control, and decision explainability. All methods will be validated through hardware-in-the-loop experiments on wearable robotic platforms at IBISC Laboratory.