Equipe PADOC

Équipe PADOC Planification, Apprentissage, Décision, Optimisation et Commande optimale

 

Animateurs / Points de contact par établissement :

ENAC : Daniel Delahaye / Nicolas Barnier
ISAE :  Alain Hait
ONERA : Xavier Olive

Objectifs et enjeux

L'équipe PADOC a pour but d'une part la résolution de problèmes issus du monde de l'aéronautique et du spatial par des techniques relevant de l'optimisation, de la commande optimale, et de l'apprentissage automatique et d'autre part la poursuite de recherches de nature fondamentale qui peuvent contribuer à donner des bases théoriques utilisables pour le premier objectif mentionné. Les membres de l'équipe possèdent une forte compétence en modélisation, préalable obligatoire avant toute tentative d'application d'algorithmes de résolution. De plus, la plupart de ses membres ont des connaissances étendues dans le domaine de l'aéronautique et du spatial, complément indispensable et probablement unique dans la communauté scientifique associée. Les objectifs généraux sont :

  • Développer des modèles mathématiques, des méthodes et algorithmes de résolution permettant de traiter des problèmes de planification, d'apprentissage, de décision, d'optimisation et contrôle, issus en particulier du domaine de l'aérien ;
  • Identifier les besoins opérationnels relevant des thématiques scientifiques de l'équipe ;
  • Assurer la diffusion des résultats des recherches au travers de publications reconnues ;
  • Entretenir et développer des collaborations de recherche nationales et internationales, ainsi qu'avec le tissu régional ;
  • Garantir la synergie avec les activités d'enseignement ;
  • Valoriser les travaux dans le cadre de projets financés.

Axes de recherche

Cette section présente les thèmes, enjeux , verrous et les liens avec les grands projets de recherche nationaux et européens. Les domaines de recherche académiques sont :

  • Modélisation ;
  • Optimisation en espace fonctionnel et planification optimale ;
  • Optimisation continue et non linéaire mixte ;
  • Optimisation combinatoire et programmation linéaire en nombres entiers ;
  • Programmation par contraintes ;
  • Meta-heuristiques et hybridation.
  • Commande des systèmes non linéaires contraints et commande robuste des systèmes dynamiques à deux échelles de temps ;
  • Commande optimale des systèmes differentiellement plats pour la génération et le suivi de trajectoires 4D ;
  • Apprentissage automatique supervise, non supervise et par renforcement.
  • Planification dans l'incertain

Les verrous scientifiques sont :

Modélisation des problèmes opérationnels

  • Modélisation de problèmes opérationnels n'ayant jamais été formules sous forme de problèmes d'optimisation.
  • Modélisations originales de problèmes opérationnels permettant leur résolution effective.

Méthodes permettant de traiter des problèmes de grande taille

  • Extension des méthodes d'optimisation globale mixte déterministe à des problèmes de plus grande taille.
  • Stratégies d'explorations de voisinages ;
  • Hybridations d'algorithmes
  • Accélération par parallélisations massive ;
  • Intégration de connaissances métier dans les algorithmes ;
  • Capacité à traiter de grandes instances de problèmes ;
  • Apprentissage supervise et par renforcement pour la spécialisation et le passage à l'échelle des méthodes d'optimisation ;

Méthodes d'optimisation traitant des problèmes non déterministes

  • Extension robuste des algorithmes existants ;
  • Prise en compte de contraintes stochastiques, l'état de l'art en la matière traitant presque exclusivement de critères ou d'états aléatoires.

Méthodes d'optimisation pour les problèmes en espace fonctionnel

  • Extension de la théorie des méthodes de points intérieurs à des espaces fonctionnels ;
  • Détermination de bases optimales pour la représentation des trajectoires.
  • Planification optimale de trajectoires ;

Méthodes d'apprentissage pour la décision séquentielle dans l'incertain

  • Extension des méthodes d'apprentissage par renforcement aux problèmes de décision séquentielle instationnaires ;
  • Passage à l'échelle des méthodes d'apprentissage par renforcement profond sur grands espaces de contrôle continus ;
  • Parallélisation massive en apprentissage par renforcement et planification dans l'incertain.

Les principaux domaines d'application sont issus de l'aéronautique et du spatial :

  • Planification de trajectoire aux trois niveaux tactiques (anticollision), pre-tactique (évitement de zones météo et de congestion), stratégique (planification 4D) ;
  • Résolution de conflits tactiques ;
  • Intégration des drones dans la circulation aérienne ;
  • Optimisation de procédures arrivée-départ et AMAN-DMAN;
  • Optimisation de plate-forme aéroportuaire (taxi, allocation de porte) ;
  • Operations aériennes (aéroports/compagnies aériennes) ;
  • Conception optimale de l'espace aérien (sectorisation statique et dynamique, réseaux de routes, ...) ;
  • Planification du trafic océanique ;
  • Génération de trajectoires ;
  • Systèmes de pilotage et de guidage incluant les protections automatiques (limites du domaine de vol, anticollision) ;
  • Détection et identification des pannes ;
  • Gestion des situations dégradées ;
  • Guidage 4D des aéronefs dans et autour des corridors de trafic.
  • Planification de flottes de drones
  • Planification d'activités : projets, production, essais, maintenance, démantèlement
  • Planification de mission satellite
  • Commande et planification de systèmes robotiques

Positionnement

Niveau regional

La gestion du M2 RO (UPS, ENAC, ISAE-Supaero, INP-T) par notre équipe nous place en première ligne dans le domaine de la Recherche opérationnelle sur la place toulousaine. Par ailleurs la filière "Sciences de la Décision" (Sciences des Données, Recherche Opérationnelle, Génie Industriel) a l'ISAE-SUPAERO (110  étudiants/an) et la filière "Optimisation" de l'ENAC, gérées par notre équipe, assoient l'activité de recherche sur une base solide d'étudiants de haut niveau. L'ambition est de devenir une  équipe de référence sur la place toulousaine dans les axes de recherche mentionnes plus haut. Les domaines académiques vis es sont en adéquation avec les pôles d'excellence de la région (aéronautique, spatial et médical). Notre équipe est également impliquée dans l'organisation régulière de Séminaires SPOT (Séminaires Pluridisciplinaires d'Optimisation de Toulouse). Elle est aussi partenaire de l'Institut des Systèmes Complexes de Toulouse (XSYS) de création récente.

Niveau national

L'équipe PADOC est bien intégrée et active par sa participation forte aux sociétés savantes ROADEF, AFIA et au groupe MODE de la SMAI (un membre de l'équipe fait partie du bureau de MODE). L'aspect applicatif justifie pleinement l'existence de l'équipe de recherche. Par ailleurs, certains axes de recherche académique, dont l'optimisation en espace fonctionnel, ne sont que peu trait es ailleurs.

Niveau international

Les chercheurs de PADOC jouissent d'une bonne visibilité internationale. Ses membres font partie des comités scientifiques de nombreuses conférences internationales. Le seul membre français du managing board d'EUROPT est dans notre équipe. De nombreuses relations sont entretenues avec des centres de recherche reconnus du domaine recherche opérationnelle - sciences des données au niveau international.

Ressources

  • ENAC : 23 enseignants/chercheurs (dont 7 HDR) et 25 doctorants
  • ISAE : 11 enseignants/chercheurs (dont 6 HDR) et 15 doctorants
  • ONERA : 19 chercheurs (dont 2 HDR) et 7 doctorants

Feuille de route

Recherche amont

Pour ce qui concerne la recherche amont, les verrous scientifiques cit es en section ci-dessus guident le projet pour la période 2018-2024.

Thèmes applicatifs

En ce qui concerne les thèmes applicatifs, les aspects aéroport, TMA (Terminal Maneuvering Area) et opérations aériennes vont prendre une importance croissante. L'aéroport constitue un champ applicatif vaste pour les thématiques de l' équipe, incluant des problèmes allant du design des routes de départ et d'arrivée dans la TMA a l'ordonnancement des atterrissages décollages en passant par l'optimisation du cheminement des aéronefs (taxi), l'affectation des portes ou postes de stationnement et l'optimisation des opérations d'escales, tout en tenant compte des incertitudes, de l'aléa et de l'aspect dynamique et temps réel de ces problèmes. Les thèmes scientifiques mobilises par cette problématique sont l'optimisation robuste et sous incertitude ainsi les méthodes de décomposition pour les problèmes de grande taille. La résolution automatique de conflit reste un thème de recherche de l’équipe. La prise en compte des aspects stochastiques en est un des enjeux. Sont utilisés également les connaissances métier dans la modélisation ainsi que les techniques de décomposition et de linéarisation. Une autre piste envisagée pour une résolution automatique des conflits acceptable par les contrôleurs est l'utilisation de techniques d'apprentissage permettant d'imiter au mieux leur pratique et de proposer des outils d'aide à la décision tendant vers une gestion plus efficace. En ce qui concerne la gestion de l'espace aérien, la sectorisation dynamique est une activité qui sera maintenue dans la nouvelle période de référence. Les principaux verrous scientifiques associes concernent la modélisation en incorporant des connaissances opérationnelles et le traitement de programmes d'optimisation de grande taille. Par ailleurs, la fluidité du changement entre sectorisations successives doit être recherchée. En ce qui concerne les drones, l' équipe s'intéressera à la planification des modes de navigation et de guidage pour leur usage en environnement urbain et à la décision de mettre en œuvre des modes dégrades en cas de suspicion de pannes. Elle s'intéressera également à la gestion automatisée de leur mission, qu'il s'agisse d'un drone ou d'un ensemble de drones. Pour cela l' équipe s'appuiera sur les développements au niveau des méthodes de planification. Dans le cas d'un ensemble de drones la prise en compte des contraintes de communication dans la planification est un point dur à lever. En ce qui concerne les aéronefs en général, une attention particulière sera donnée à l'identification de leurs paramètres à l'aide de techniques d'apprentissage et d'optimisation. On s'intéressera également à l'apprentissage pour le contrôle afin de générer une commande et une planification optimales par rapport au système réel (par opposition au modèle). La conception des engins, non seulement aériens mais aussi spatiaux, et de leurs composants, comme par exemple les ailes, est un domaine où l' équipe s'attachera à démonter l'intérêt de l'utilisation de méthodes d'optimisation adéquates que celles-ci traitent de variables discrètes ou continues. Ce domaine d'application pourrait porter pleinement de progrès au niveau des méthodes d'optimisation à variables mixtes. Par ailleurs, un domaine d'application émergeant concerne la conception tenant compte des impératifs de production. Cette thématique, est importante pour les aéronefs devant être commercialises en un grand nombre d'exemplaires. Elle pourrait bénéficier d'une connexion entre les méthodes d'optimisation et de planification. La maximisation de la similitude entre les modèles réduits et les engins dont ils sont sens es reproduire au mieux le comportement permettrait de concevoir des maquettes plus représentatives qu'actuellement. Les méthodes d'optimisation et d'apprentissage supervise proposées par l'équipe trouvent ici un cadre applicatif intéressant. La gestion des véhicules en orbite, comme par exemple les satellites d'observation ou les véhicules de retrait de débris, est un domaine privilégie pour l'application des techniques de planification et d'ordonnancement développées par l'équipe et leur passage à l'échelle. Les opérations industrielles au sens large sont à l'origine de nombreux problèmes de planification et d'ordonnancement dont une des particularités est la présence de l'humain comme acteur important de la réalisation des activités. Ces problèmes se retrouvent de la conception au retrait de service en passant par l'exploitation des systèmes aéronautiques et spatiaux. Ils ont un niveau d'incertitude élevé et concernent des horizons variés, ce qui nécessite la mise en œuvre de méthodes de planification et replani  cation dédiées, en particulier dans un contexte d'accélération des boucles de retour d'information depuis l'exécution permis par le développement des systèmes connectes.

Plan d'action

Les financements de thèse sont prévus dans le cadre de soumissions de projets ANR et H2020/SESAR ER (Exploratory Research) et peuvent ainsi servir de support au développement de l'effectif de doctorants. Les réponses à appel à projets se feront sur le programme SESAR ER et H2020 spécifique transport. Il est impératif également d'assurer une présence sur les appels ANR grands défis sociétaux" ou autres savoirs" (ancien ANR blanc) : un objectif d'un projet présente par an minimum est donné. Enfin, les membres de l'équipe sont incites à suivre les financements ERC ou FET dans le cadre H2020. Globalement, chaque enseignant-chercheur devrait participer à au moins un projet finance. La politique partenariale interne se décline sous forme d'actions de communication, d'échange et de co-organisation :

  • Co-encadrements de thèses (déjà en cours : thèses de Luca Mosina et de Sana Ikli ; à venir : PEA).
  • Séminaires et workshops conjoints.
  • Valorisation d'échanges d'enseignements.
  • Participation et gestion conjointe du Master M2RO en recherche opérationnelle.

Par ailleurs, la politique partenariale externe s'adresse aux partenaires institutionnels et au secteur priv e sous la forme de projets communs :

  • Montage de projets en commun (Région, ANR, Projets européens (en cours ou termines : IFATS, 4D-CO-GC, PJ8).
  • Incitation aux candidatures individuelles sur les programmes ERC et FET.
  • Montage de projets communs avec des entreprises cibles.
  • Poursuite et développement des collaborations académiques internationales

Enfin, les actions de valorisation de la recherche sont prévues dans le plan d'action, vers les communautés scientifiques et vers le grand public :

  • Publication et participation aux conférences-cl es des domaines scientifiques vis es.
  • Organisation d'évènements scientifiques.
  • Mise en place d'un site web de l'équipe.