Close

G. Q. Bao Tran reçoit l’Outstanding PhD Research Award de l’IFAC

Prix et distinctions Recherche Interview
Publié le 23 septembre 2026
Q. Bao Tran, docteur de Mines Paris – PSL, a reçu le 26 août 2026 l’Outstanding PhD Research Award à l’occasion de l’IFAC World Congress, à Busan, en Corée du Sud. Cette distinction internationale récompense l’originalité, l’excellence scientifique, la portée et le potentiel d’impact de ses travaux de recherche en automatique, menés dans le cadre de sa thèse à Mines Paris – PSL sous la direction de Pauline Bernard, enseignante-chercheuse à Mines Paris – PSL, au sein du Centre Automatique et Systèmes (CAS). Sa thèse a été codirigée par le Professeur Florent Di Meglio de Mines Paris – PSL, en collaboration avec le Professeur Ricardo G. Sanfelice de l’Université de Californie à Santa Cruz, aux États-Unis.

Une distinction internationale pour des travaux sur les systèmes hybrides

Organisé tous les trois ans, l’IFAC World Congress rassemble la communauté internationale de l’automatique et de la théorie du contrôle. L’édition 2026 s’est tenue du 23 au 28 août à Busan, en Corée du Sud.

 

À cette occasion, G. Q. Bao Tran a reçu l’Outstanding PhD Research Award, qui distingue des travaux doctoraux pour leur originalité, leur excellence scientifique, leur importance et leur potentiel d’impact dans le domaine de l’automatique. Onze jeunes chercheurs, désignés comme finalistes, ont été sélectionnés pour présenter leurs travaux de thèse lors du PhD Forum de l’IFAC World Congress. Parmi eux, trois ont reçu cette distinction.

Intitulée Observer Design for Hybrid Systems (Synthèse d’observateurs pour les systèmes hybrides), la thèse de Bao porte sur la conception d’ « observateurs », des algorithmes qui permettent d’estimer en temps réel l’état d’un système à partir des informations fournies par ses capteurs. Ils peuvent notamment servir à estimer des grandeurs qui ne sont pas directement mesurables, afin de mieux contrôler un système ou de détecter d’éventuels dysfonctionnements.

Ses travaux s’intéressent plus particulièrement aux systèmes hybrides, qui combinent des évolutions continues et des changements brusques. C’est notamment le cas de nombreux systèmes mécaniques, où les phénomènes de friction ou d’impact font apparaître des « sauts » dans les trajectoires. Pour ces systèmes, l’un des enjeux est de pouvoir continuer à estimer correctement leur état malgré ces changements et les incertitudes liées aux mesures.

La thèse propose de nouvelles méthodes d’estimation pour répondre à ces difficultés, ainsi que de nouveaux cadres d’analyse, avec des applications notamment en robotique. Elle établit ainsi des liens entre des développements théoriques en automatique et des problématiques concrètes d’ingénierie.

 

Trois questions à G. Q. Bao Tran

Les « observateurs » sont au cœur de votre thèse. Pourriez-vous expliquer simplement leur rôle et le problème scientifique que vous avez cherché à résoudre en vous intéressant aux systèmes hybrides ?

On peut considérer les « observateurs » comme des estimateurs. Ce sont des algorithmes qui, à partir des entrées connues d’un système et des sorties que l’on peut mesurer, permettent d’estimer en temps réel son état, c’est-à-dire l’ensemble des variables dynamiques qui décrivent son évolution. Cet état estimé peut ensuite être utilisé à différentes fins, notamment pour la commande du système, l’estimation de paramètres ou encore la détection de défauts. Les systèmes hybrides, qui combinent des dynamiques continues et des événements discrets, constituent une classe de systèmes à la fois très générale et importante en pratique. On peut citer, par exemple, les robots marcheurs, dont les mouvements continus sont ponctués par les impacts des pieds avec le sol, ou encore les circuits électriques comportant des commutations. L’objectif de ma thèse était de développer des observateurs adaptés à ce type de systèmes. Plusieurs difficultés se posent, notamment sur le plan théorique. Par exemple, les instants auxquels surviennent les événements discrets ne sont pas nécessairement connus à l’avance. De plus, l’observabilité — c’est-à-dire la possibilité de reconstruire l’état du système à partir des informations disponibles — peut provenir de différentes sources : de l’évolution continue du système, des événements discrets, ou encore de la combinaison des deux. Ces particularités rendent la conception d’observateurs pour les systèmes hybrides particulièrement complexe.

Vos travaux trouvent des applications notamment en robotique, pour l’estimation de l’état et des incertitudes de robots, mais aussi dans l’étude du phénomène de stick-slip. Qu’est-ce que ces applications permettent concrètement d’améliorer ou de mieux comprendre, et quelles perspectives voyez-vous pour la poursuite de ces travaux ?

L’application de mes observateurs aux robots marcheurs montre que le comportement hybride — l’interaction entre dynamiques continues et événements discrets — peut permettre d’estimer des variables qui ne sont pas directement mesurables. Par exemple, certaines incertitudes liées aux impacts des pieds avec le sol peuvent être déduites à partir de variables mesurables, comme leurs vitesses angulaires. Un autre exemple est l’estimation des biais des Unités de Mesure Inertielle (IMU). Ces résultats ouvrent de nouvelles perspectives en robotique, notamment pour combiner l’estimation des incertitudes avec la commande afin de rendre les robots plus robustes.

Le phénomène de stick-slip est particulièrement intéressant : selon les forces de frottement, un objet peut alternativement adhérer à une surface ou glisser. Les transitions entre ces deux régimes se produisent à des instants inconnus, ce qui complique fortement la conception d’observateurs. Pour résoudre ce problème, nous avons proposé un observateur par « gluing », qui transforme le système hybride en une dynamique continue sans sauts. Sa mise en œuvre s’appuie notamment sur l’intelligence artificielle pour apprendre cette transformation, ouvrant ainsi de nouvelles perspectives pour la conception d’observateurs fondés sur l’apprentissage.

Vous venez de recevoir l’Outstanding PhD Research Award de l’IFAC, qui distingue notamment l’originalité et l’excellence scientifique de vos travaux. Que représente cette reconnaissance pour vous et que retenez-vous de votre expérience de doctorat à Mines Paris – PSL ?

Cette reconnaissance compte beaucoup pour moi. C’est une très belle manière de conclure mon parcours de doctorat et une reconnaissance non seulement de mon travail, mais aussi du soutien de mes encadrants et de mes collaborateurs. Mes trois années à Mines Paris – PSL ont été une expérience extrêmement enrichissante, tant sur le plan scientifique que personnel. J’ai eu la chance de travailler avec d’excellents chercheurs, de développer des collaborations internationales et d’explorer différentes directions de recherche. Mais je retiens surtout les personnes que j’ai rencontrées et avec lesquelles j’ai travaillé. Avec le recul, ces trois années sont passées incroyablement vite, et je n’aurais pas pu espérer une meilleure expérience de doctorat.

Pour aller plus loin

À découvrir aussi