Structuration et compositionnalité sont des besoins importants dans le domaine des techniques formelles pour maîtriser la taille et la complexité des spécifications. Nous proposons un formalisme qui permet de spécifier des systèmes de façon modulaire, mais aussi d'exploiter la structure des spécifications pour réaliser des vérifications modulaires. Un outil de spécification (Moka) est associé a ce formalisme et peut être combiné avec des outils de démonstration logique existants. L’approche est illustrée sur trois applications de domaines différents. Nous mettons d’abord l'accent sur les besoins d'un cadre à la fois structuré, expressif et qui permette d'utiliser des outils de vérification et de validation. Pour répondre à ces besoins, nous proposons de combiner la logique temporelle (pour l’expressivité et les outils de vérification) avec des techniques algébriques (pour la structuration). Nous présentons ensuite l'approche qui combine le calcul de modules défini par Ehrig et Mahr avec une logique temporelle. Elle s'appuie sur les travaux de Fiadeiro et Maibaum utilisant la théorie des catégories pour leur "Object Calculus". L’outil associé utilise les aspects constructifs de la théorie des catégories pour mettre en œuvre les modules de spécification et les opérations de composition. L'approche est illustrée par une application au domaine des télécommunications. Les aspects vérification sont enfin abordés: nous expliquons comment le formalisme peut être utilisé pour faire de la vérification modulaire et l'intérêt d'interfacer l’outil Moka avec un outil de démonstration logique (ici TRIO). Deux autres applications sont présentées: un mécanisme de tolérance aux fautes et un système de contrôle de commandes d'avion.

Ce travail est une contribution aux recherches sur l'autonomie des systèmes de perception : il s'agit de produire une estimation de l'état présent et futur d'un environnement changeant et dynamique en gérant automatiquement des capteurs et en intégrant des informations incertaines. Pour qu'une telle estimation reste pertinente vis-àvis de l'état réel du monde, le recueil de l'information doit être planifié au cours du temps selon une stratégie de perception fondée sur une évaluation de la validité courante des croyances du système. Que celles-ci soient de nature numérique ou symbolique, leur évolution et leur validité au cours du temps doivent être représentées dans un cadre adéquat. Nos travaux s'appuient sur une large exploration du champ des techniques de représentation de l'incertain. Nous montrons comment la Théorie des Probabilités d'une part, et la Théorie des Possibilités d'autre part offrent une complémentarité très utile en ce qui concerne la représentation dynamique de l'incertain et nous proposons une approche originale pour en tirer parti. Nous distinguons explicitement un degré de confiance représentant une évaluation de la pertinence de l'estimation courant de l'état de l'environnement : l'imprécision de cette estimation d'état est qualifiée par une mesure de probabilité. Dans ce cadre, nous proposons une représentation formelle de l'évolution des croyances du système au cours du temps selon des principes de persistance maximale et d'érosion du degré de confiance. L'étude des règles d'érosion a permis de définir des stratégies de perception. Nous avons testé cette approche en simulation sur un problème de stratégie de surveillance d'une scène à temps et événements discrets, régie par un modèle d'évolution markovien. Les résultats obtenus en comparaison avec d'autres stratégies possibles ouvrent des perspectives intéressantes de développement de méthodes s'appuyant sur l'approche proposée et utilisant des techniques d'optimisation.

On s’intéresse dans cette thèse, au développement de nouvelles méthodes de synthèse de lois de commande robuste pour les systèmes non stationnaires. Après une étude historique puis une analyse détaillée de la non stationnarité, le problème central de la synthèse est posé. L’idée originale des travaux repose sur un choix judicieux de la nature des correcteurs que l’on retiendra sous une forme identique à celle du procédé. Ainsi, les non stationnarités sont directement prises en compte par la loi de commande qui offre alors la garantie d’une stabilité globale en boucle fermée, même dans le cas des systèmes à évolution rapide. On montre par ailleurs qu’un tel choix permet d’accéder à une caractérisation convexe des solutions que l’on pourra obtenir par résolution d'inégalités matricielles linéaires (LMI). L'approche proposée est ensuite validée sur un ensemble d’applications réalistes appartenant aux domaines aéronautique (pilotage d’un missile et d’un avion de combat) et naval (tenue en immersion d’un sous-marin). Des applications dans le domaine spatial sont également envisageables (pilotage des lanceurs, contrôle d’attitude des satellites).

L’objet de cette thèse est l’étude des méthodes d'apprentissage par renforcement en vue de son application à la navigation d’un robot mobile autonome. Après une présentation des méthodes d’apprentissage développées depuis les débuts de la Cybernétique jusqu’à aujourd'hui en Intelligence Artificielle, nous présentons les fondements mathématiques de l'apprentissage par renforcement que sont la théorie des automates d’apprentissage et la Programmation Dynamique en temps réel. Les chapitres suivants sont consacrés au problème de la navigation d’un robot mobile autonome évoluant dans un environnement qui lui est inconnu. Pour répondre à ce problème, nous proposons d’utiliser différents algorithmes d’apprentissage par renforcement issus, soit des automates d'apprentissage, soit du Q-learning. Les performances de ces algorithmes sont ensuite comparées à partir d'expérimentations menées sur un système non-holonome. Enfin, le dernier chapitre propose une extension originale de ce type d’apprentissage dans le but de construire une carte représentant la topologie de l'environnement dans lequel le robot évolue.

Le formalisme des problèmes de satisfaction de contraintes (CSP) et les méthodes associées offrent un cadre théorique de plus en plus utilisé pour traiter les problèmes d'Intelligence Artificielle. Toutefois, la plupart des méthodes se concentrent sur le calcul d'une solution ce qui constitue un objectif trop limité. Nous introduisons dans cette thèse la notion de relation complète qui permet de calculer et de représenter de façon compacte des ensembles de solutions. Nous proposons d'abord une méthode qui génère une partition des solutions d'un CSP binaire par relations complètes Cette méthode met en œuvre une décomposition structurelle et une décomposition des contraintes par identification de symétries (calcul d'interchangeabilité). Sa complexité, qui est fonction de la taille d'un transversal minimal du graphe, n'est pas liée au nombre de solutions, à l'inverse des méthodes énumératives. Une évaluation expérimentale sur des problèmes jouets en démontrent le bon comportement. Nous montrons ensuite que cette méthode relève d'un schéma plus général qui consiste a résoudre le CSP dual d'un CSP pour obtenir une partition de ses solutions. Il est possible de construire un dual binaire pour tout CSP binaire : certaines classes polynomiales s'avèrent alors êtres stables par passage au dual binaire, assurant ainsi un coût polynomial pour le calcul d'un sous-ensemble des solutions. Nous proposons enfin une extension de l'algorithme backtrack standard pour le calcul de quelques solutions. Expérimentée sur problèmes aléatoires, cette extension entraîne un surcoût modeste par rapport au calcul d'une seule solution bien qu'elle fournisse en meilleur cas un nombre exponentiel de solutions.

L’objet de cette thèse est l'étude de la notion de planification en boucle fermée, à travers les différentes phases que sont la mise à jour du modèle du monde, la génération, puis la révision du plan d'actions. Dans une première partie, nous définissons une structure révisable de représentation de l'environnement, qui repose sur la description de l'espace d'états du problème. Cela nous conduit à établir une distinction parmi les faits décrivant les états du monde, selon leurs comportements attendus au cours de la révision. Puis nous établissons un modèle d'action mono-variable basé sur le processus de révision précédemment défini. Une forme simplifiée (operateur mono-variable déductif) est aussi présentée. La seconde partie concerne la génération de plans d'actions, dans le cadre de l'utilisation de ces opérateurs déductifs. Nous définissons et étudions plusieurs algorithmes de planification. Une notion de complétude du graphe de recherche relativement au graphe d'états est définie. Le contrôle de la recherche est abordé, et l'on présente un principe de hiérarchisation par niveau d'abstraction basé sur la structuration naturelle de l'espace d'états. La dernière partie de cette thèse concerne la révision de plans d'actions. Après avoir présenté la notion de raisonnement révisable, nous traitons le problème particulier de la navigation d'un robot mobile à travers la révision de la recherche du plus court chemin dans un graphe, entre deux sommets, et plus généralement entre un ensemble de sommets, avec des contraintes sur les ordres de passage.

Cette thèse porte sur l'apprentissage d'une représentation d'un environnement par un réseau de neurones. L’algorithme d'apprentissage non supervisé que nous proposons est basé sur l'identification d'un mélange de gaussiennes et est mis en œuvre sur une carte topologique du type de celles de Kohonen. Une relation formelle est établie avec les algorithmes de classification automatique floue. Nous traitons ensuite deux applications directes de cet algorithme à la vision artificielle: en segmentation d'images par analyse de texture et en imagerie médicale pour la visualisation de données tomographiques de débit sanguin cérébral. Dans la dernière partie, deux architectures hybrides sont définies dans les buts d'apprendre, respectivement, une suite récurrente et les corrélations entre deux variables représentées sur deux cartes topologiques. Dans les deux cas, l'apprentissage fait coopérer l'algorithme précédent de classification automatique avec une règle d'apprentissage supervisée.

Dans cette thèse, nous envisageons la synthèse de commandes robustes aux variations paramétriques pour les systèmes multivariables linéaires discrets. Quatre approches sont proposées pour résoudre ce problème. Le placement de pôles robuste par un choix judicieux de vecteurs propres est d'abord décrit. Une approche, utilisant le formalisme de Lyapunov permettant l'optimisation des marges de stabilité du système, est ensuite développée. La synthèse d'une commande robuste fondée sur l'insensibilité du critère de performance aux incertitudes paramétriques constitue la troisième technique proposée. Enfin nous avons décrit une nouvelle technique utilisant comme mesure de robustesse la plus mauvaise qualité de l'identification en boucle fermée des paramètres incertains. Pour chacune de ces méthodes, nous décrivons un algorithme permettant de déterminer une commande par retour dynamique de sortie, prenant en compte simultanément les contraintes de performance et de robustesse. Nous pourrons ainsi choisir un compromis entre ces deux exigences contradictoires. Des liens mathématiques unissant ces différentes techniques sont aussi présentés, permettant de valider chacune de ces approches. Finalement, nous avons appliqué puis comparé tous les algorithmes proposés d'une part sur un exemple mathématique et d'autre part au pilotage automatique d'un avion de type Airbus. Les résultats obtenus sur cette application réaliste, valident les techniques présentées qui permettent d'améliorer les techniques optimales classiques grâce à une robustesse aux incertitudes paramétriques.

Cette thèse traite de la parallélisation dans le cadre fonctionnel et des interactions entre granularité, taux d'activité et rendement des processus. Le modèle servant de toile de fond à notre étude est MaRS (Machine à Réduction Symbolique) développé au CERT-ONERA qui se caractérise entre autres choses par des processus à coût particulièrement faible mais en nombre limité. L'objectif de cette thèse est de dériver par une critique constructive du modèle MaRS un nouveau modèle au champ d'application étendu. Pour cela une première partie est consacrée à la présentation du cadre fonctionnel et du modèle MaRS dont nous exhibons les caractéristiques les plus marquantes. La deuxième partie montre l'influence du coût d'accès aux données sur le taux de parallélisme effectif et expose l'implémentation performante sous forme combinatoire de diverses structures de données. La troisième partie traite de l'influence du taux d'activité des processus sur le taux de parallélisme effectif et étudie deux approches qui visent à augmenter le taux de parallélisme effectif en diminuant le taux d'attente des différents processus. Enfin, la quatrième partie analyse le paradigme pipe-line qui, bien qu'étant probablement le plus expressif et aisé à utiliser dont dispose le programmeur fonctionnel, s'avère un bien piètre outil de parallélisation de par la faible granularité des processus généralement engendrés. Une nouvelle approche de la synchronisation entre producteur et consommateur est proposée qui permet, tout en conservant intact l'aspect algorithmique du paradigme, de franchir ce cap de la granularité. Des exemples illustrent les différents mécanismes de synchronisation proposés et en particulier l'algorithme de recherche IDA*.

L'imprécision de la transmission du couple dans les moto-réducteurs électriques, due aux dynamiques intra articulaires délicates à modéliser, limite les performances des lois de commande (par exemple pour la commande des manipulateurs flexibles). On présente dans le mémoire une modélisation dynamique des articulations du support expérimental Secaflex, incluant raideurs et frottements non linéaires. Ce modèle est utilisé pour reproduire fidèlement les essais observés, y compris les mouvements saccadés (Stick-slip), particulièrement amplifiés par la flexibilité de structure. Plusieurs mécanismes de compensation du frottement fondés sur ce modèle sont également introduits pour linéariser l'articulation, et on montre leur nécessité pour l'implantation effective de la commande proportionnelle-dérivée classique et surtout pour celle de lois dépendant explicitement d'un modèle structural.