Contrat doctoral (H/F) : Approche minimaliste multisensorielle pour la navigation robotique, vers une

Sujet de thèse :
Problématique
La navigation autonome en milieu sous-marin est un défi technologique majeur, notamment en l’absence de systèmes de positionnement par satellite (GNSS) ou d’infrastructures de communication. Les solutions actuelles, comme les sonars, sont souvent énergivores, coûteuses et active donc peu discrète. La vision minimiliste peut être utilisée pour mémoriser et recapituler des chemins (Gattaux et al 2025, 2026). La vision peut également être utilisée en milieu sous-marin mais souvent, l’eau turpide rend l’utilisation de la vision très limitée. Une idée est d’apprendre et recapituler un chemin à partir de la perception à la fois du sens électrique et de la vision sous-marine pour gagner en robustesse et en flexibilité.

Approche
Ce projet de thèse s’inspire des stratégies visuelles des invertébrés (fourmis, abeilles), capables de naviguer avec une extrême efficacité malgré des ressources cognitives limitées. De nombreux crustacés dotés de yeux composés semblent également utiliser les traitements basés sur la familiarité visuelle pour retrouver leur gîte, par exemple établi en mer sous un rocher.
Le principe de familiarité visuelle (IA ultra-frugale), inspiré des mécanismes cognitifs des invertébrés, repose sur un encodage minimaliste des informations visuelles. Contrairement aux approches classiques de vision par ordinateur, qui nécessitent des ressources computationnelles et une empreinte mémoire importante, cette méthode se limite à capturer et mémoriser les combinaisons de contrastes massifs présents dans une image ou une séquence d’images (panoramiques ou non). Ces combinaisons de contrastes sont encodées et stockées dans un vecteur de seulement 15 000 bits (Gattaux et al., 2025, 2026), appelé MBON (Mushroom Body Output Neurons, en référence aux structures neuronales des insectes). Chaque MBON agit comme une mémoire visuelle compacte, codant l’essence d’une scène sans stocker les détails superflus.
Lors de la phase de rappel en mémoire, une nouvelle image est encodée selon le même principe, puis comparée au(x) MBON(s) mémorisé(s). Un indice de familiarité est alors calculé, quantifiant la similarité/familiarité entre la signature de l’image courante et les signatures visuelles stockées en mémoire. Ce mécanisme permet à un robot de reconnaître un lieu déjà exploré avec une précision remarquable, tout en utilisant des ressources matérielles et énergétiques extrêmement réduites. Cette approche, à la fois économe et robuste, ouvre la voie à des systèmes de navigation autonome adaptés aux environnements contraints, où la sobriété et l’efficacité sont critiques.
En robotique, le sens électrique s’inspire directement des mécanismes biologiques observés chez les poissons électriques. Le principe repose sur (i) l’émission de champs électriques : un robot génère un champ électrique faible via une ou plusieurs électrodes autour de lui, et sur (ii) la détection des distorsions : l
Voir plus sur le site emploi.cnrs.fr...