Machine Learning pour les systèmes dynamiques

ACENTAURI est une équipe de robotique qui étudie et développe des robots autonomes et intelligents qui collaborent entre eux pour effectuer des tâches difficiles dans des environnements complexes et dynamiques.

L'équipe aborde les problèmes de perception, de décision et de contrôle pour la collaboration multi-robots en proposant une approche hybride originale de l'intelligence artificielle basée sur des modèles et des données et en étudiant des algorithmes efficaces. L'équipe se concentre sur des applications telles que les systèmes de patrouille multi-robots pour la surveillance de l'environnement et le transport de personnes et de marchandises. Dans ces applications, plusieurs robots partagent des informations multi-capteurs provenant éventuellement de l'infrastructure.

L'efficacité des approches proposées est démontrée sur des systèmes robotiques réels tels que des voitures et des drones en collaboration avec des partenaires industriels.

Contexte

Les essais de véhicules terrestres génèrent aujourd'hui des volumes de données considérables: centrales inertielles, systèmes de positionnement, capteurs embarqués, chaînes de mesure dédiées. Ces données décrivent le comportement réel des véhicules, mais elles restent difficiles à exploiter pleinement, car elles sont bruitées, souvent incomplètes, et ne couvrent qu'une partie de l'état physique du système.

Les modèles physiques classiques restent la référence en matière d'interprétabilité, mais ils deviennent coûteux à développer et à calibrer dès qu'il s'agit de représenter des phénomènes comme les interactions pneu-sol ou les régimes fortement non linéaires. Les modèles d'apprentissage purement statistiques, de leur côté, peinent à généraliser en dehors de leur domaine d'entraînement et restent peu interprétables pour des experts métier.

Inria et la DGA Techniques terrestres ont engagé un partenariat de recherche sur la modernisation des méthodes numériques utilisées pour les essais de véhicules militaires. Ce poste s'inscrit dans ce cadre : il porte sur l'IA Physics-Informed, à la croisée des modèles physiques et de l'apprentissage automatique, appliquée à l'analyse et à la simulation de la dynamique des véhicules.

Les systèmes dynamiques visés par ce postdoctorat relèvent, d'une part, de la classe générale des systèmes mécaniques dissipatifs multicorps, caractérisés par des phénomènes de frottement, d'amortissement et de dissipation d'énergie, et, d'autre part, des systèmes spécifiquement étudiés par la DGA Techniques terrestres dans le cadre de la dynamique longitudinale des véhicules (accélération, freinage, transmission des efforts au contact pneu-sol). Les expérimentations conduites au cours du postdoctorat devront se rapporter à ce cas d'application représentatif, de manière à ce que les méthodes développées répondent directement aux besoins opérationnels de la DGA Techniques terrestres en matière d'essais et de modélisation des véhicules.

Orientations scientifiques possibles

Le poste s'inscrit dans un programme plus large consacré à l'exploitation de données d'essais et au développement de modèles hybrides pour la dynamique des véhicules.

En fonction du profil de la personne recrutée, des données disponibles et des priorités définies avec les équipes de la DGA Techniques terrestres, les travaux seront principalement centrés sur un axe principal, éventuellement complété par un second axe, parmi les suivants :

• Exploitation et qualification des données d'essais. Les travaux pourront porter sur l'analyse d'enregistrements multicapteurs, la synchronisation des signaux, la détection de mesures aberrantes ou de dérives, ainsi que l'identification automatique des différents régimes dynamiques présents dans les essais.
• Modélisation hybride physique-apprentissage. Il pourra s'agir de combiner des modèles physiques existants avec des composants appris ou des paramètres identifiés à partir des données, afin de mieux représenter certains phénomènes mal connus ou difficiles à modéliser. Une attention particulière sera portée à la stabilité, au respect des contraintes physiques et à l'interprétabilité des résultats.
• Capteurs virtuels et quantification de l'incertitude. Les recherches pourront viser l'estimation de grandeurs difficilement mesurables à partir des capteurs disponibles, ainsi que l'évaluation du niveau de confiance associé à ces estimations. Les approches envisagées pourront notamment inclure des méthodes bayésiennes, des ensembles de modèles ou des méthodes de Monte-Carlo accélérées sur GPU.

Le programme scientifique précis sera défini au début du contrat afin de construire un sujet cohérent et réalisable dans la durée du postdoctorat. L'objectif sera d'approfondir un nombre limité de questions scientifiques, tout en les confrontant à des données expérimentales réelles et à un cas d'usage représentatif.

Les travaux devront conduire à des contributions scientifiques publiables ainsi qu'à une implémentation documentée et reproductible. Selon la maturité des résultats, ils pourront également alimenter un démonstrateur destiné aux équipes de la DGA Techniques terrestres.

Moyens mis à disposition

La personne recrutée aura accès à des modèles et outils développés dans le cadre du partenariat, ainsi qu'à des moyens de calcul adaptés aux besoins de l'apprentissage automatique et de la simulation numérique.

Des licences professionnelles pour des assistants de développement, notamment OpenAI Codex et Claude Code, seront également fournies afin de faciliter le prototypage, l'écriture de tests, l'exploration de différentes approches et la documentation du code.

Ces outils resteront utilisés sous le contrôle de la personne recrutée, qui devra être capable d'évaluer et de valider les résultats produits sur les plans scientifique, mathématique et logiciel.

Le travail bénéficiera de l'accompagnement de chercheurs Inria en intelligence artificielle, automatique et robotique, d'ingénieurs spécialisés en simulation et traitement de données, ainsi que des équipes de la DGA Techniques terrestres impliquées dans les essais.

Déplacements : Des déplacements sont prévus et obligatoires sur le site de la DGA-TT d'Angers

Mots-clés : IA Physics-Informed, modèles hybrides physique-apprentissage, systèmes dynamiques, systèmes mécaniques multicorps dissipatifs, dynamique longitudinale des véhicules, identification de systèmes, capteurs virtuels, quantification d'incertitude, traitement de données multicapteurs, essais de véhicules militaires, calcul scientifique, apprentissage automatique.

Mission confiée

Les missions confiées à l'ingénieur de recherche seront principalement sur l'IA hybride notamment :

• Développer des méthodes d'apprentissage multi-échelle et multi-fréquence
• Développer des méthodes d'apprentissage Multi-step avec états cachés
• Adapter des méthodes d'apprentissage en mettant en œuvre une approche Lyapunov
• Développer des méthodes d'apprentissage bayésienne informée par la physique
• Etendre les travaux en estimation d'état (DL-MHE)
• Coder et tester les algorithmes
• Ecrire des publications

Collaboration : Le/La candidat(e) travaillera en étroite collaboration avec l'équipe ACENTAURI, la DGA-TT et un chercheur du LERIA.

Responsabilités : Le/La candidat(e) devra s'intégrer à l'équipeACENTAURI et participer à l'animation de l'équipe. De plus, il (elle) devra effectuer les tâches importantes de communication, de rédaction de publication, et de méthodologie mises en place dans ACENTAURI (suivi de projet et gestion de projet sous Git et Gitlab). Il participera à l'encadrement de masters., * Recherche bibliographique

• Proposition et codage de solutions AI Hybrides
• Test sur Datasets et en conditions réelles
• Comparaison de solutions
• Ecriture de publications

Activités complémentaires :

• Ecriture de rapports et livrables pour le contrat avec la DGA-TT
• Ecriture de compte rendus de réunions
• Test, modification et Validation

Compétences techniques et niveau requis : Le/La candidat(e) devra être titulaire d'un doctorat en IA pour la robotique (Doctorat en intelligence artificielle, automatique, robotique, mécanique numérique, mathématiques appliquées, traitement du signal, simulation scientifique, ou domaine proche).

Le/La candidat(e) doit avoir de solides bases en développement logiciel (Matlab, C/C++, Python, Git, OpenCL, CMAKE, ...), en méthodes d'apprentissage automatique (apprentissage et inférence) et en modélisation et commande robotique.

Langues : un bon niveau en anglais lu/écrit/parlé est indispensable.

Compétences relationnelles :

Le/La candidat(e)sera en contact avec les membres de l'équipe et devra s'intégrer dans l'équipe ACENTAURI. Il/Elle doit avoir les qualités relationnelles appropriées.

Compétences supplémentaires appréciées : Il/elle doit également être très motivé(e) pour les études pluridisciplinaires et tous les aspects de la R&D allant du travail fondamental au travail expérimenta

Compétences et expériences nécessaires

Solides compétences dans au moins deux des domaines suivants :

• Apprentissage automatique / intelligence artificielle
• Modélisation dynamique (équations différentielles, identification de systèmes, solveurs numériques)
• Calcul scientifique et développement de méthodes numériques (Python, PyTorch, NumPy)
• Physique et mécanique, notamment mécanique multicorps

Une capacité à développer, tester et documenter du code scientifique, ainsi qu'à monter rapidement en compétence sur les autres composantes du sujet, est attendue.

Expérience souhaitée (pas besoin de cocher toutes les cases)

• IA Physics-Informed ou modèles hybrides physique-IA
• Identification de systèmes
• Estimation d'état sous observation partielle
• Quantification d'incertitude
• Traitement de données multicapteurs

Atout, non prérequis

• Expérience en dynamique automobile, Portrait à grands traits du collaborateur attendu :
• goûts et appétits pour la recherche
• l'excellence en robotique et IA
• grande capacité de travail
• persévérant et communiquant
• enthousiaste
• travail en équipe
• bonne organisation et rigueur dans le travail
• Se sentir à l'aise dans un environnement scientifique dynamique, aimer apprendre et écouter sont des qualités indispensables pour réussir cette mission.
• Passionné d'innovation et recherche, avec une expertise en développement robotique et IA et une grande capacité de conviction.
• connaissances et savoir-faire en programmation et débogage

• Restauration subventionnée
• Transports publics remboursés partiellement
• Congés: 7 semaines de congés annuels + 10 jours de RTT (base temps plein) + possibilité d'autorisations d'absence exceptionnelle (ex : enfants malades, déménagement)
• Possibilité de télétravail et aménagement du temps de travail
• Équipements professionnels à disposition (visioconférence, prêts de matériels informatiques, etc.)
• Prestations sociales, culturelles et sportives (Association de gestion des œuvres sociales d'Inria)
• Accès à la formation professionnelle
• Participation mutuelle (sous conditions)

Rémunération

A partir de 2692 € brut mensuel (selon diplôme et expérience), Sécurité défense : Ce poste est susceptible d'être affecté dans une zone à régime restrictif (ZRR), telle que définie dans le décret n°2011-1425 relatif à la protection du potentiel scientifique et technique de la nation (PPST). L'autorisation d'accès à une zone est délivrée par le chef d'établissement, après avis ministériel favorable, tel que défini dans l'arrêté du 03 juillet 2012, relatif à la PPST. Un avis ministériel défavorable pour un poste affecté dans une ZRR aurait pour conséquence l'annulation du recrutement.

Politique de recrutement : Dans le cadre de sa politique diversité, tous les postes Inria sont accessibles aux personnes en situation de handicap.

Machine Learning pour les systèmes dynamiques, A propos du centre ou de la direction fonctionnelle Le centre Inria d'Université Côte d'Azur regroupe 42 équipes de recherche et 9 services d'appui. Le personnel du centre (500 personnes environ) est composé de scientifiques de différentes nationalités, d'ingénieurs, de techniciens et d'administratifs. Les équipes sont principalement implantées sur les campus universitaires de Sophia Antipolis et Nice ainsi que Montpellier, en lien étroit avec les laboratoires et les établissements de recherche et d'enseignement supérieur (Université Côte d'Azur, CNRS, INRAE, INSERM ...), mais aussi avec les acteurs économiques du territoire. Présent dans les domaines des neurosciences et biologie computationnelles, la science des données et la modélisation, le génie logiciel et la certification, ainsi que la robotique collaborative, le Centre Inria d'Université Côte d'Azur est un acteur majeur en termes d'excellence scientifique par les résultats obtenus et les collaborations tant au niveau européen qu'international., Inria est l'institut national de recherche dédié aux sciences et technologies du numérique. Il emploie 2600 personnes. Ses 215 équipes-projets agiles, en général communes avec des partenaires académiques, impliquent plus de 3900 scientifiques pour relever les défis du numérique, souvent à l'interface d'autres disciplines. L'institut fait appel à de nombreux talents dans plus d'une quarantaine de métiers différents. 900 personnels d'appui à la recherche et à l'innovation contribuent à faire émerger et grandir des projets scientifiques ou entrepreneuriaux qui impactent le monde. Inria travaille avec de nombreuses entreprises et a accompagné la création de plus de 200 start-up. L'institut s'efforce ainsi de répondre aux enjeux de la transformation numérique de la science, de la société et de l'économie.