Pause
Lecture
Moteur de recherche d'offres d'emploi CEA

Prise de décision basée sur l'incertitude renvoyée par réseaux de neurone bayésien H/F


Détail de l'offre

Informations générales

Entité de rattachement

Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.

Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).

Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.  

Référence

2021-19081  

Description de l'unité

Le Commissariat à l'Energie Atomique et aux Energies Alternatives (CEA) est un acteur majeur en matière de recherche, de développement et d'innovation. Cet organisme de recherche technologique intervient dans trois grands domaines : l'énergie, les technologies pour l'information et la santé et la défense. Reconnu comme un expert dans ses domaines de compétences, le CEA est pleinement inséré dans l'espace européen de la recherche et exerce une présence croissante au niveau international. Situé en île de France sud (Saclay), le Laboratoire d'Intégration des Systèmes et des Technologies (LIST) a notamment pour mission de contribuer au transfert de technologies et de favoriser l'innovation dans le domaine des systèmes embarqués.

Au sein du LIST, le Laboratoire Intelligence Artificielle Embarquée (LIAE) est chargé de mettre en œuvre des solutions embarquées de perception intégrant des architectures de calcul innovantes (IA/CNN) couplées à des ensembles de capteurs multimodaux (basés imageurs).

Description du poste

Domaine

Systèmes d'information

Contrat

Stage

Intitulé de l'offre

Prise de décision basée sur l'incertitude renvoyée par réseaux de neurone bayésien H/F

Sujet de stage

La navigation est une des fonctionnalités les plus importantes des systèmes mobiles autonomes qui permet au véhicule de se déplacer d'un point à l'autre. Mais les réseaux de neurones convolutionnels et plus précisément ceux utilisés dans la prise de décisions critiques dans la navigation souffrent par leur construction d'excès de confiance dans leurs sorties surtout lorsque les entrées sont hors de la distribution.
L'objectif de ce stage est d'étudier l'apport des réseaux de neurones bayésiens dans l'identification et la quantification de l'incertitude qu'a un réseau de neurone de navigation robotique de type Actor-Critic dans sa sortie pour pouvoir ensuite mitiger la décision qui va être prise.

Durée du contrat (en mois)

6

Description de l'offre

Les tâches principales du stage sont définies comme suit :

·         Explorer l’état de l’art sur les approches bayésiennes ainsi que les approches de planification/navigation autonome qui intègrent l’aspect incertitude et qui sont dédiées à des implémentations embarquées ;

·         Implémenter une version de l’algorithme Actor-Critic actuel en intégrant la technique de Montecarlo dropout [1] ;

·         Implémenter une seconde version basée sur la technique de Variational inference [2];

·         Proposer des méthodes pour qualifier le ‘niveau’ d’incertitude ainsi que la complexité du calcul d’incertitude ;

·         Validation de la pertinence des résultats sur simulateur de type Habitat-Lab [3] ou Gazebo [4];

 

Le(a) candidat(e) doit être doté(e) d’un solide esprit d’analyse et doit savoir être force de proposition afin d’influer sur la direction de ses travaux de recherche.

 

[1]. http://proceedings.mlr.press/v48/gal16.html

[2]. http://proceedings.mlr.press/v37/blundell15.html

[3]. Habitat-Lab, facebook research: https://github.com/facebookresearch/habitat-lab

[4]. Gazebo ROS simulator http://gazebosim.org/

Moyens / Méthodes / Logiciels

Navigation, IA, Apprentissage par renforcement, traitement d'image, prise de décision, incertitude

Profil du candidat

Réseaux de neurones profonds, apprentissage par renforcement, C++, statistique/probabilité, Python, Pytorch, des connaissances en ROS, Gazebo seront appréciés

Localisation du poste

Site

Saclay

Localisation du poste

France, Ile-de-France, Essonne (91)

Ville

  Gif-sur-Yvette

Critères candidat

Langues

Anglais (Intermédiaire)

Diplôme préparé

Bac+5 - Master 2

Formation recommandée

Ingénieur informatique ou électronique

Possibilité de poursuite en thèse

Oui

Demandeur

Disponibilité du poste

31/01/2022