Les systèmes multi-agents offrent des avantages en termes de flexibilité et de redondance, permettant la répartition efficace des tâches complexes entre plusieurs robots. Cependant, leur déploiement exige des stratégies avancées de contrôle afin d’assurer une coopération optimale entre agents autonomes et opérateurs humains. Cette thèse explore le contrôle partagé avec assistance haptique appliqué aux systèmes multi-robots, combinant l’autonomie des robots à la prise de décision humaine pour améliorer la coordination et la robustesse des interactions. Dans un premier temps, nous introduisons une stratégie de contrôle reposant sur le maintien de contraintes globales au sein du groupe de robots. En particulier, nous nous intéressons à la préservation de la connectivité globale, en nous appuyant sur la théorie des graphes pour concevoir un algorithme de contrôle garantissant le respect des contraintes physiques dans les relations inter-agents. Nous proposons une modification de cet algorithme afin d’intégrer des mesures réalisées dans le repère propre de chaque agent, avec un capteur à champ de vision limité. Dans un second temps, cet algorithme assurant la partie autonome du système multi-robots est combiné à différentes stratégies de supervision adaptative, offrant à l’utilisateur un contrôle à échelle variable sur l’ensemble du groupe. Trois modes de contrôle sont étudiés en simulation : Contrôle d’agent unique (S) : l’opérateur pilote un robot spécifique. Contrôle par ancrage (P) : l’opérateur impose des contraintes à plusieurs robots pour influencer le groupe. Contrôle par barycentre (C) : l’opérateur agit sur le centre de masse du système multi-robots pour guider la flotte. Associées à l’algorithme de maintenance de connectivité, ces méthodes garantissent le respect des contraintes inter-agents tout en fournissant un retour haptique à l’utilisateur sur l’état de connectivité du groupe. L’efficacité de ces approches a été évaluée dans une étude utilisateur comparant les performances avec et sans retour haptique à travers plusieurs scénarios adaptés aux différents modes de contrôle.

Le Cénozoïque est marqué par un refroidissement global du climat et des périodes glaciaires/interglaciaires qui se sont intensifiées au milieu du Pléistocène passant de cycles de retour de 40 ka à 100 ka. Des observations montrent une augmentation des taux d’érosion globaux à la même période. L’érosion impacte la dynamique des chaines de montagnes en focalisant la déformation. Ainsi, un débat existe depuis 30 ans à savoir quel est l’impact du climat sur l’évolution des chaines de montagnes, contrôlée au premier ordre par la tectonique. Bien que notre compréhension de l’érosion glaciaire et de son impact sur le relief ait significativement augmentée depuis, des ambiguïtés demeurent quant à son rôle dans l’augmentation récente des taux d’érosion. Dans ces travaux de thèse, j’adopte une approche de modélisation numérique pour contraindre d’une part, le rôle de la lithologie sur la distribution spatiale de l’érosion glaciaire, et d’autre part, l’impact du transport glaciaire sur les enregistrements de thermochronologie détritique caractérisant la distribution spatiale de l’érosion. Les résultats montrent que la lithologie contrôle la distribution spatiale de l’érosion, en déterminant la résistance des substrats rocheux à l’érosion, impactant ainsi la morphologie des vallées glaciaires. Le transport glaciaire limite le mélange latéral des sédiments et favorise leur stockage en amont dans les glaciers tributaires montrant de faibles vitesses d’écoulement. Cela impacte les distributions d’âges détritiques thermochronologiques collectés au front des glaciers, en tamponnant la contribution réelle des versants et favorisant la contribution des basses altitudes proches du site d’échantillonnage ; pouvant ainsi mener à des interprétations erronées de la distribution spatiale de l’érosion glaciaire. Ainsi, ces travaux apportent de nouvelles connaissances au débat actuel, ainsi que des perspectives quant à l’apport de la modélisation numérique dans l’évaluation des outils de diagnostic.