L’École des Mines de Douai recherche un étudiant en thèse

Thème : Stratégies d’adaptation d’un robot mobile en environnement ouvert basées sur l’apprentissage en ligne

Contexte : Dans le cadre de l’assistance d’urgence à des pays victimes d’importantes catastrophes naturelles (tremblements de terre, tsunamis), l’un des moyens préconisés par le PNUD (Programme de l’ONU pour le Développement) consiste à déployer sur le terrain des systèmes automatiques d’observation et de surveillance, mais ceux-ci ne sont que très rarement adaptés aux contraintes économiques des pays concernés. Dans ce contexte, le projet AROUND (Autonomous Robots for Observation of Urban Networks after Disasters) vise à concevoir un système d’aide à la décision pour une application robotique de sauvetage en intégrant trois niveaux : des équipes de robots bon marché, autonomes et communicants, dotés d’une variété de capteurs et s’auto-organisant pour collecter l’information ; un système de traitement des données pour l’extraction en temps réel des informations pertinentes ; un SIG 3D utilisé par les décideurs locaux pour déterminer l’étendue des dégâts, contrôler la progression des robots, et leur désigner de nouvelles cibles d’exploration.

Objectif : Développer les mécanismes d’adaptation permettant de renforcer l’autonomie des robots mobiles en se basant sur un apprentissage en environnement ouvert.

Mots Clé : Systèmes multi-agents, Architecture d’agent, Adaptation dynamique, Reconnaissance de formes, Techniques d’apprentissage automatique, Apprentissage en ligne, Composants logiciels, Robotique de secours.

Descriptif : Le doctorant travaillera au sein de l’équipe-projet VerySmallTalk dans la continuité de nos travaux sur les architectures de contrôle des robots, au sein du département Informatique et Automatique de l’École des Mines de Douai. Chaque robot est contrôlé par un agent logiciel. Ainsi, la flotte de robots constitue un système multi-agents (SMA). Du fait des variations liées à l’environnement et aux ressources des robots, les agents doivent être adaptables. Ils doivent être en mesure de changer de stratégies afin d’assurer aux mieux les rôles qu’ils remplissent au sein du SMA. L’adaptation peut même être plus profonde et conduire à un changement de la mission remplie par un agent. L’objectif de cette thèse est d’explorer l’utilisation de techniques d’apprentissage pour l’adaptation d’agents à base de composants. A partir de l’analyse des informations issues des différents capteurs, des règles de décision vont permettre de déterminer l’adaptation la plus adéquate compte-tenu de l’environnement dans lequel se trouve l’agent. La construction de ces règles de décision est fondée sur l’utilisation de techniques d’apprentissage en ligne. L’agent étant constitué de composants, les opérations d’adaptation vont de la simple modification d’un attribut jusqu’à l’ajout/suppression de composants. Ces adaptations permettront ainsi de spécifier de nouveaux comportements et/ou de modifier les fonctions (de type perception et/ou action) réalisées. L’étude théorique sera complétée avec des expérimentations pratiques. Le doctorant aura notamment accès à un ensemble de robots du type Wifibot pour les besoins de validation.

Financement

  • Nature du financement : Financement public type bourse
  • Précision sur le financement : allocation recherche des écoles des mines, statut salarié, durée 3 ans
  • Salaire : 1250 € net/mois année 1, 1350 année 2, 1450 année 3

Candidatures

  • Envoyer par mail votre dossier de candidature (lettre de motivation, CV, notes Master recherche, recommandations…) en mentionnant comment vous avez eu connaissance de l’offre à :
  • Noury Bouraqadi : 03 27 71 23 60, bouraqadi AT ensm-douai.fr
  • Stéphane Lecoeuche : 03 27 71 24 45, lecoeuche AT ensm-douai.fr

D’autres offres d’emplois et de stage en relation avec Smalltalk sont disponibles sur le site de Noury Bouraqadi.

WordPress database error: [Table 'doesnotunderstand.wp_comments' doesn't exist]
SELECT * FROM wp_comments WHERE comment_post_ID = '340' AND comment_approved = '1' ORDER BY comment_date


Subscribe

Subscribe to my RSS Feeds