Archive ouverte HAL-LAAS
Not a member yet
12189 research outputs found
Sort by
VERS UNE GESTION AUTONOMIQUE DE RÉSEAU ALIMENTÉE PAR DRL, SDN ET GAN POUR L’OPTIMISATION DU ROUTAGE
No full textNational audienceNetwork technologies have evolved significantly to support increasing user demands, such as ultra-low delay communications and higher data rates. Key technologies like cloud computing, SDN, NFV, and vRAN are pivotal in this transformation, enabling efficient service delivery but increasing management complexity. Next-generation networks (NGNs), including 5G, exemplify this transformation, requiring advanced architectures to handle high traffic volumes, numerous connected devices, and improved user experience while reducing operational and capital expenditures. These technologies result in complex, heterogeneous systems that traditional management approaches cannot handle effectively. Consequently, new network management (NM) strategies are essential, focusing on autonomous control enhanced by emerging technologies such as artificial intelligence (AI) and network programmability. Researchers, industry, and standard-developing organizations are working towards creating intelligent network architectures through adaptable management systems using control loops, network telemetry, AI algorithms, and advanced mechanisms for self-management. The autonomic network management (ANM) paradigm, inspired by autonomic computing, aims to provide self-management functions to reduce network complexity. While autonomic principles have been applied in networks since their inception, modern complexities necessitate more comprehensive ANM systems. Recent technological advancements have revived interest in autonomic ideas. This thesis focused on studying NM systems through the lens of the autonomic networking paradigm, offering insights into their characteristics, fundamental concepts, and evolutionary trajectory. We developed evaluation criteria to assess the autonomic properties of ANM systems, providing a comprehensive understanding and identifying challenges and future research directions. Based on these criteria, we developed an ANM system architecture that implements autonomic properties and leverages emerging technologies. Specifically, we presented a self-management architecture integrating a DRL engine and an SDN controller (SDN-C), capable of autonomously decide and execute adaptive actions. This architecture serves as a framework for ANM systems, adaptable to different network environments and management objectives through DRL engine parameter adjustments. We evaluated our ANM system in a simulation environment based on Network Simulator 3 (NS-3) integrated with OpenAI Gym, focusing on a remote/rural network scenario where resources are scarce and manual intervention is undesirable. We demonstrated that our DRL-powered ANM system could efficiently handle routing optimization compared to other approaches. Our study included an exhaustive review of state-of-the-art routing optimization techniques based on DRL/SDN and autonomic properties, identifying technological advances and gaps to ensure our proposal's innovation. Our contributions in the routing optimization domain with DRL/SDN include: (i) The use of distributed DRL agents with autonomous decision-making power; (ii) Independence from traditional routing protocols; and (iii) A single action approach, where a DRL agent defines the optimal path in a single decision affecting multiple nodes simultaneously. After successful simulation, we tested our proposal in an emulated environment using Containernet and OpenAI Gym, addressing challenges such as training bottlenecks, real-time metric collection, and action application. We integrated Generative Adversarial Networks (GAN) into our architecture to generate synthetic observations and rewards, accelerating DRL agent training and overcoming bottlenecks. This innovative approach resulted in a highly effective and functional routing optimization solution. Unlike existing literature, our proposal combines multiple contributions and substantively improves DRL algorithms for network environments through the inclusion of the GAN module.Les technologies de réseau ont considérablement évolué pour répondre aux demandes croissantes des utilisateurs, telles que les communications à très faible délai et les débits de données plus élevés. Des technologies telles que l'informatique en nuage, le SDN, le NFV et le vRAN sont essentielles à cette transformation, permettant une fourniture efficace de services, mais augmentant la complexité de la gestion. Les réseaux de nouvelle génération (NGN), par exemple la 5G, donnent lieu à des systèmes complexes et hétérogènes que les approches de gestion traditionnelles ne peuvent pas gérer efficacement. Par conséquent, de nouvelles stratégies de gestion des réseaux sont essentielles, axées sur un contrôle autonome alimenté par des technologies émergentes telles que l'intelligence artificielle (IA) et la programmabilité des réseaux. Des efforts considérables sont déployés pour créer des architectures de réseau intelligentes grâce à des systèmes de gestion adaptatifs utilisant des boucles de contrôle, la télémétrie du réseau, des algorithmes d'intelligence artificielle et des mécanismes avancés d'autogestion. Le paradigme de la gestion autonome des réseaux (ANM), inspiré de l'informatique autonome, vise à fournir des fonctions d'autogestion pour réduire la complexité des réseaux. Les récentes avancées technologiques ont ravivé l'intérêt pour les idées autonomes. Cette thèse s'est concentrée sur l'étude des systèmes ANM, fournissant une vue d'ensemble de leurs caractéristiques, de leurs concepts fondamentaux et de leur trajectoire d'évolution. Nous avons développé des critères d'évaluation pour évaluer leurs propriétés autonomes, et identifier les défis et les orientations futures de la recherche. Sur la base de ces critères, nous développons un système ANM qui met en œuvre des propriétés autonomes et tire parti des technologies émergentes. Plus précisément, nous présentons une architecture autogérée qui intègre un moteur DRL et un contrôleur SDN, capable de décider et d'exécuter des actions adaptatives de manière autonome. Nous évaluons notre système ANM dans un environnement de simulation basé sur le simulateur de réseau 3 (NS-3) intégré à OpenAI Gym, en nous concentrant sur un scénario de réseau rural/éloigné où les ressources sont rares et où l'intervention manuelle n'est pas souhaitable. Nous avons démontré que notre système ANM basé sur la DRL pouvait gérer efficacement l'optimisation du routage. Notre étude comprenait un examen complet de l'état de l'art des techniques d'optimisation du routage basées sur la DRL/SDN et les propriétés autonomes, en identifiant les avancées technologiques et les lacunes pour garantir le caractère innovant de notre proposition. Nos contributions dans le domaine de l'optimisation du routage avec DRL/SDN comprennent : (i) l'utilisation d'agents DRL distribués avec un pouvoir de décision autonome ; (ii) l'indépendance par rapport aux protocoles de routage traditionnels ; et (iii) une approche à action unique, où un agent DRL définit l'itinéraire optimal en une seule décision qui affecte plusieurs nœuds simultanément. Après une simulation réussie, nous avons testé notre approche dans un environnement émulé en utilisant Containernet et OpenAI Gym, en relevant des défis tels que les goulets d'étranglement de la formation, la collecte de métriques en temps réel et l'application des actions. Nous avons intégré des réseaux adverbiaux génératifs (GAN) dans notre architecture pour générer des observations et des récompenses synthétiques, ce qui a permis d'accélérer la formation des agents DRL et de surmonter les goulets d'étranglement. Cette approche innovante a permis de mettre au point une solution d'optimisation des itinéraires très efficace et fonctionnelle. Contrairement à la littérature existante, notre proposition combine de multiples contributions et améliore considérablement les algorithmes DRL pour les environnements en réseau en incluant le module GAN
Measuring the full strain tensor using a low-cost optical borehole strainmeter
No full textInternational audienceMonitoring volcanic deformation is crucial for understanding eruptive activities and associated hazards. While various surface deformation measurement tools like GPS, INSAR and tiltmeters are widely used on volcanoes, strainmeters offer unique means to detect volcanic transient phenomena, deformation source location and dynamics (Bagagli et al., 2017; Bonaccorso et al., 2023), including the categorization of phenomena (Carleo et al., 2023). However, their widespread use has been hindered by cost considerations and the challenges associated with on-field calibration. Additionally, strainmeters are recording deformation from shallow water levels, body tides, pressure changes and snowfall, that makes difficult the separation among the involved processes.To address these challenges, we propose a novel, moderate-cost, high-resolution borehole strainmeter based on optical measurement. Strain is quantified by measuring the diameter change of a sphere using optical interferometry (Seat et al. 2012), providing a 10-10 strain resolution across a broadband [0; 2.5] kHz range. This innovative strainmeter (Chery 2021, patent FR2106959) features six uniaxial strain gauges anchored inside a concrete spherical shell, enabling the reconstruction of the six components of the 3D strain tensor. The full measurement of the strain tensor should enhance our understanding of deformation dynamics both at borehole vicinity and in the far-field. Indeed, the knowledge of the full straintensor should allow the differentiation between near-field and far-field perturbations due to the distinct nature of their strain perturbation in time and space.A seventh measurement gauge, free of shell deformation, facilitates the filtering of physical variations associated to laser wavelength, temperature and air pressure. To ensure accuracy and reliability of the strainmeter, an in-situ calibration system involving sphere pressurization is integrated. This innovative feature should help to determine borehole heterogeneity and to minimize long term drift.In November 2023, a first strainmeter prototype has been successfully installed on the Larzac Plateau (France) at the multi-instrument observatory (OSU OREME and H+/OZCAR network). We will present first results of the instrument and will discuss the future perspectives
Petri nets
No full textInternational audienceThis book is an augmented and revised English translation of the book "Redes de Petri" by Janette Cardoso and Robert Valette, Editora da UFSC, ISBN 85-328-0095-5. Part of this material has been used in graduate and undergraduate courses at ISAE-SUPAERO and INSA.It begins with a discussion about systems and their modeling. After introducing the main definitions about Petri nets, different formal analysis techniques are presented. Interpreted Petri nets, which allow for a representation of the external environment, are introduced in the sequel. All chapters include examples and exercises. A real case example is extensively treated using all the concepts covered
Model Predictive Control for Physical Collaborative Box Lifting
No full textInternational audienceThe present study presents a control framework based on Model Predictive Control (MPC) for facilitating collaborative box lifting tasks between humans and robots. The control framework prioritizes human ergonomics to ensure safer and more adaptable collaboration. Thus, the optimal control problem addressed in this framework minimizes human joint torques by up to 10% while maintaining rigid contact between the human and the robot throughout the task. Human motion is approximated by an impedance controller designed to follow a predetermined trajectory in joint space. The problem has been simulated, and can be viewed at the following link: https://youtu.be/gE4VnerLddw. Further real-world experiments will be conducted to validate the efficacy of the control architecture
Robustness Certificates
No full textInternational audienceLecture given at the 2024 GdR MACS School "Resilience, Robustness and Risks"
Exploration de stratégies de commande visuelle prédictive pour le contrôle des mouvements d'un manipulateur mobile
No full textNational audienceThe evolution of robotics and the challenges it has faced in recent years require the development of mobile robotic systems capable of autonomously executing complex tasks in various environments. In this regard, mobile manipulators play a crucial role. Additionally, reactive control strategies are relevant for adapting to unforeseen events and adjusting robot movements accordingly. Furthermore, due to the richness of video signals, vision is now considered a privileged sensor in robotics. Visual predictive control, combining predictive control techniques and visual servoing, emerges as an interesting approach to coordinate the movements of a mobile manipulator while considering a set of constraints. At each iteration, an optimal control problem tailored to sensor data is solved to command the robot. The challenge of this thesis is to formulate the problem and experimentally validate a visual predictive control strategy for a mobile manipulator on one of our team's robots. For this purpose, several aspects have been addressed: The proper definition of the optimal control problem. The task should be defined as close to the image, i.e., sensor data, to avoid potential errors in 3D reconstruction, which often lead to poor robot positioning. A judicious choice of visual features allowing precise positioning, defining an interesting search space for numerical optimization problem resolution, and facilitating robot motion selection. The addition of a secondary task to obtain robust movements, i.e., configurations away from singularities and close to human-like movements. Task balancing issues were studied and resolved, notably through time-varying constraints. Ensuring control scheme stability under realistic conditions of resolution sub-optimality due to real-time constraints while considering large displacements through modeling of complex constraints. The challenges of a multi-camera control strategy to offer the robot the greatest freedom of movement while allowing the use of precise information during meticulous tasks. A method of projection enabling this integration has been chosen. The optimization process and its implementation: particular attention was paid to the gradient computation method. Indeed, solving highly nonlinear optimization problems is generally based on gradient descent methods. When analytical computation is not possible, symbolic computation is necessary to avoid the computational cost associated with finite difference methods. This point is essential to enable the definition of an optimal control problem with a sufficiently large prediction horizon and resolution respecting real-time constraints.L'évolution de la robotique et les défis auxquels elle est confrontée ces dernières années nécessitent le développement de systèmes robotisés mobiles capables d'exécuter de manière autonome des tâches complexes dans des environnements variés. Dans cette perspective, les manipulateurs mobiles jouent un rôle crucial. De plus, les stratégies de commande réactives sont pertinentes pour s'adapter à des événements imprévus et ajuster les mouvements du robot en conséquence. Enfin, grâce à la richesse du signal vidéo, la vision est désormais considérée comme un capteur privilégié en robotique. L'asservissement visuel prédictif, combinant les techniques de commande prédictive et d'asservissement visuel, apparaît alors comme une approche intéressante pour coordonner les mouvements d'un manipulateur mobile tout en tenant compte d'un ensemble de contraintes. À chaque itération, un problème de commande optimale adapté aux données du capteur est résolu pour commander le robot. Le défi de cette thèse est de formuler le problème et de porter à la validation expérimentale une stratégie d'asservissement visuel prédictif pour un manipulateur mobile sur l'un des robots de notre équipe. Pour cela, plusieurs aspects ont été abordés : La bonne définition du problème de contrôle optimal. La tâche doit être définie au plus près de l'image, c'est-à-dire des données capteurs, afin de se prémunir contre d'éventuelles erreurs de reconstruction 3D, souvent à l'origine d'un mauvais positionnement du robot. Un choix judicieux d'indices visuels permettant un positionnement précis, définissant une forme d'espace de recherche intéressant pour la résolution numérique du problème d'optimisation, et facilitant la sélection des mouvements du robot. L'ajout d'une tâche secondaire pour obtenir des mouvements robustes, c'est-à-dire des configurations éloignées des singularités et proches des mouvements humains. Des enjeux d'équilibrage des tâches ont été étudiés et résolus notamment grâce à des contraintes variables dans le temps. La garantie de stabilité du schéma de contrôle dans des conditions réalistes de sous-optimalité de la résolution dues aux problématiques de temps-réel tout en considérant de grands déplacements à travers une modélisation de contraintes complexes. Les enjeux d'une stratégie de contrôle multi-caméra pour offrir au robot la plus grande liberté de mouvement tout en permettant l'utilisation d'informations précises lors de tâches méticuleuses. Un choix de méthode de projection permettant cette intégration a été réalisé. Le processus d'optimisation et son implémentation : un soin tout particulier a été porté sur la méthode de calcul de gradient. En effet, la résolution de problèmes d'optimisation hautement non-linéaires est généralement basée sur des méthodes de descente de gradients. Lorsqu'un calcul analytique n'est pas possible, un calcul symbolique est nécessaire pour éviter le coût de calcul que représente la méthode des différences finies. Ce point est essentiel pour permettre une définition de problème de commande optimal avec un horizon de prédiction suffisamment grand et une résolution respectant les contraintes de temps réel
Author Correction: Social patterning of childhood overweight in the French national ELFE cohort
No full textInternational audienc
Intégration de nanoparticules magnétiques douces sur inductances planaires pour applications RF
No full textNational audienceCette étude montre une approche ascendante pour l'intégration de matériaux diélectriques magnétiques sur inductances. Des nanoparticules magnétiques sont synthétisées par voie chimique en solution puis assemblées en micro-aimant submillimétrique par magnétophorèse directement sur les inductances. Les propriétés résultantes en permittivité et perméabilité ont été mesurées jusqu'à 20 GHz. Une augmentation significative de la valeur d'inductance est observée, particulièrement après protection des particules contre l'oxydation grâce à un dépôt de résine époxy sur les micro-aimants. Les mesures RF montrent alors une augmentation de 50-60 % jusqu'à 3 GHz sans détérioration du facteur de qualité jusqu'à environ 1 GHz pour des valeurs d'inductances entre 2 nH et 4 nH.</div
Structure-preserving discretization and model order reduction of boundary-controlled 1D port-Hamiltonian systems
No full textInternational audienceThis paper presents a systematic methodology for the discretization and reduction of a class of one-dimensional Partial Differential Equations (PDEs) with inputs and outputs collocated at the spatial boundaries. The class of system that we consider is known as Boundary-Controlled Port-Hamiltonian Systems (BC-PHSs) and covers a wide class of Hyperbolic PDEs with a large type of boundary inputs and outputs. This is, for instance, the case of waves and beams with Neumann, Dirichlet, or mixed boundary conditions. Based on a Partitioned Finite Element Method (PFEM), we develop a numerical scheme for the structure-preserving spatial discretization for the class of one-dimensional BC-PHSs. We show that if the initial PDE is passive (or Impedance Energy Preserving), the discretized model also is. In addition and since the discretized model or Full Order Model (FOM) can be of large dimension, we recall the standard Loewner framework for the Model Order Reduction (MOR) using frequency domain interpolation. We recall the main steps to produce a Reduced Order Model (ROM) that approaches the FOM in a given range of frequencies. We summarize the steps to follow in order to obtain a ROM that preserves the passive structure as well. Finally, we provide a constructive way to build a projector that allows to recover the physical meaning of the state variables from the ROM to the FOM. We use the one-dimensional wave equation and the Timoshenko beam as examples to show the versatility of the proposed approach
Pas d'IPv6 sans multicast
No full textInternational audienceLe protocole IPv6 n'utilise plus de broadcasts mais uniquement des paquets multicast pour diverses raisons, il est notamment question d'efficacité pour des réseaux locaux de grande taille, et aussi de limitation de la fuite d'informations. Qu'en est-il en pratique ?Cette présentation décortique l'utilisation du multicast en IPv6 : comment il est utilisé pour différents composants : découverte des voisins, autoconfiguration...Elle donne une vue d'ensemble de ce qu'il se passe en terme de multicast lorsque qu'un nœud rejoint un réseau IPv6 puis qu'il ouvre une connexion TCP vers un autre et qu'un ou plusieurs commutateurs se trouvent sur le chemin physique.Les commutateurs réseau ont un rôle important à jouer pour la diffusion des paquets multicast; c'est à ce niveau qu'intervient MLD (RFC3810) pour assurer une diffusion efficace des trames multicast au sein du réseau.La plupart des commutateurs implémentent l'interception des annonces IGMP et MLD snooping (RFC4541), ce qui leur permet d'apprendre sur quels ports se trouvent les nœuds abonnés à une adresse de multicast donnée et ainsi (tout comme pour les adresses MAC) de ne relayer un paquet multicast qu'à destination des nœuds abonnés (contrairement à un paquet de type broadcast est toujours envoyé sur tous les ports). Cela consomme des ressources, qui peuvent manquer et perturber le bon fonctionnement du protocole. Enfin, quelques outils permettant d'analyser et de superviser ce trafic multicast seront présentés