TNTanguy Navez

Tanguy Navez

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article

Previous Organizations / Institutes

The organizations / institutes from the scholar's other articles in the past ten years


Tanguy Navez has a total of 10 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Contributions to the Concept of Embodied Intelligence in Soft Robotics through Control and Design Co-Optimization

    by Tanguy Navez

    Contribution au concept d’intelligence incarnée en robotique souple via la co-optimisation du contrôle et de la conception: Les robots souples utilisent des matériaux conpliants pour interagir de manière flexible avec des environnements complexes et incertains, permettant ainsi la manipulation d'objets fragiles et une interaction sécurisée avec les êtres vivants. Leur adaptabilité favorise des innovations dans des domaines tels que la médecine et l'industrie.La conception de robots souples est un défi, même pour les concepteurs expérimentés, en raison de leurs matériaux non linéaires, du couplage multiphysique, de l'interaction complexe entre plusieurs corps et l'environnement, et de leurs nombreux degrés de liberté. Cela explique pourquoi les premières conceptions en robotique souple s'inspiraient de la nature, en imitant des animaux souples comme les vers ou les pieuvres. Les corps souples ont la capacité de se conformer à des objets durs et de se reconfigurer pour différentes tâches, déléguant ainsi une partie importante du contrôle au corps lui-même. Contrairement aux robots rigides, l'intelligence incarnée est encore un sujet émergent en robotique souple. Cependant, il est évident que des comportements intelligents peuvent être rapidement appris par des agents dont la morphologie est bien adaptée à leur environnement. En s'éloignant de la vision traditionnelle de l'intelligence artificielle en robotique, qui se concentre sur l'entraînement au contrôle et à la dextérité du robot sur diverses tâches, cette thèse vise à aborder les défis de contrôle en établissant un lien entre l'intelligence artificielle et la conception des robots souples.Le domaine de la robotique souple présente de nombreux défis en matière de modélisation, de contrôle et de conception. L'équipe DEFROST d'Inria Lille a développé plusieurs outils basés sur la méthode des éléments finis pour relever ces défis, permettant une simulation précise des robots souples. Ces outils ont été utilisés pour le contrôle bas niveau et pour évaluer les conceptions de robots souples avant leur fabrication. Dans ce travail, divers outils de simulation basés sur la méthode des éléments finis et d'optimisation numérique sont appliqués pour explorer la conception computationnelle des robots souples.Cette exploration nécessite de relever plusieurs défis. L'espace de conception doit être suffisamment vaste pour explorer des conceptions pertinentes, mais aussi suffisamment contraint pour rendre le problème d'optimisation abordable. Développer des fonctions d'optimisation mathématiques pertinentes est crucial pour évaluer avec précision la performance et l'efficacité des conceptions de robots souples. Étant donné les exigences importantes en matière de données des algorithmes de conception computationnelle et le coût élevé des simulations précises, nous visons à accélérer la simulation soit en choisissant judicieusement des modèles qui équilibrent le temps de calcul et la précision, soit en employant des techniques d'apprentissage pour accélérer les simulations éléments finies.Cette thèse explore la conception computationnelle des robots souples, en mettant l'accent sur le transfert des résultats numériques de la simulation à la réalité. L'optimisation de la conception de deux manipulateurs souples paramétriques, l'un avec des capteurs intégrés et l'autre avec des capacités d'auto-contact, a été abordée. À mesure que les tâches de contrôle, les environnements et les espaces de conception deviennent plus complexes, la charge computationnelle augmente. Cela motive le développement d'un modèle de substitution appris à partir des simulations éléments finis pour caractériser à la fois la conception et le contrôle des robots souples. L'applicabilité du modèle est démontrée à travers divers scénarios, notamment le contrôle embarqué d'un manipulateur pneumatique et la conception computationnelle d'un manipulateur souple. En outre, un objectif clé de ce travail est de développer des outils pour la co-optimisation de la conception et du contrôle des robots souples.

  • Modeling, Embedded Control, and Design of Soft Robots Using a Learned Condensed FEM Model

    by Tanguy Navez, Etienne Ménager, Paul Chaillou, Olivier Goury, Alexandre Kruszewski, Christian Duriez

    The Finite Element Method (FEM) is a powerful modeling tool for predicting soft robots' behavior, but its computation time can limit practical applications. In this paper, a learning-based approach based on condensation of the FEM model is detailed. The proposed method handles several kinds of actuators and contacts with the environment. We demonstrate that this compact model can be learned as a unified model across several designs and remains very efficient in terms of modeling since we can deduce the direct and inverse kinematics of the robot. Building upon the intuition introduced in [11], the learned model is presented as a general framework for modeling, controlling, and designing soft manipulators. First, the method's adaptability and versatility are illustrated through optimization-based control problems involving positioning and manipulation tasks with mechanical contact-based coupling. Secondly, the low-memory consumption and the high prediction speed of the learned condensed model are leveraged for real-time embedding control without relying on costly online FEM simulation. Finally, the ability of the learned condensed FEM model to capture soft robot design variations and its differentiability are leveraged in calibration and design optimization applications.


  • An Open Source Design Optimization Toolbox Evaluated on a Soft Finger

    by Stefan Escaida Navarro, Tanguy Navez, Olivier Goury, Luis Molina, Christian Duriez

    In this letter, we introduce a novel open source toolbox for design optimization in Soft Robotics. We consider that design optimization is an important trend in Soft Robotics that is changing the way in which designs will be shared and adopted. We evaluate this toolbox on the example of a cable-driven, sensorized soft finger. For devices like these, that feature both actuation and sensing, the need for multi-objective optimization capabilities naturally arises, because at the very least, a trade-off between these two aspects has to be found. Thus, multi-objective optimization capability is one of the central features of the proposed toolbox. We evaluate the optimization of the soft finger and show that extreme points of the optimization trade-off between sensing and actuation are indeed far apart on actually fabricated devices for the established metrics. Furthermore, we provide an in depth analysis of the sim-to-real behavior of the example, taking into account factors such as the mesh density in the simulation, mechanical parameters and fabrication tolerances.


  • Topology optimization guided by a geometrical pattern library

    by Tanguy Navez, Martin-Pierre Schmidt, Ole Sigmund, Claus B. W. Pedersen