Ingénieur-Chercheur en apprentissage par renforcement pour agents autonomes - CDD - Paris-Saclay F/H

« Rejoignez le CEA pour donner du sens à votre activité, mener et soutenir des projets de R&D nationaux et internationaux, cultiver et faire vivre votre esprit de curiosité. »

EN SYNTHESE, QU’EST-CE QUE NOUS VOUS PROPOSONS?

Le CEA recherche un.eIngénieur.e Chercheur.se en apprentissage par renforcement pour agents autonomespour la CEA/DRT (Direction de la Recherche Technologique). Ce poste de cadre en CDD est basé sur le site de Paris-Saclay,Essonne (91).

Il s'agit d'un poste à pourvoir dès que possible.

POURQUOI NOUS REJOINDRE?

Le Laboratoire de Vision et d’Apprentissage pour l’analyse de scène (LVA) du LIST mène des recherches en vision par ordinateur et IA pour les systèmes intelligents et autonomes.

Les thèmes de recherche principaux du LVA sont la reconnaissance visuelle, la localisation et le suivi visuel d’objets, l’analyse de comportement et d’activité, la modélisation 3D et sémantique d’environnements complexes, l’analyse de la représentativité des données et la détection des biais, la génération contrôlée d’images, l’annotation automatique à grande échelle ou encore tout simplement les modèles de perception et de décision.

Le laboratoire développe des technologies innovantes axées sur l'apprentissage frugal de données, la spécialisation des modèlesà de nouveaux domaines et tâcheset la robustessedes modèles de perception.

Ces technologies sont appliquées dans divers secteurs : mobilité, manufacturing avancé, santé, sports, agri-agro, nucléaire, défense, sécurité, administration et services.

QU’ATTENDONS-NOUS DE VOUS?

Vous rejoindrez une équipe de recherche appliquée en intelligence artificielle dans le cadre d’un projet collaboratif avec des partenaires académiques et industriels. L’objectif du projet est de développer des agents autonomes capables de planifier et d’exécuter des missions complexes dans des environnements simulés, principalement à l’aide de techniques d’apprentissage par renforcement.

Vous serez en charge de:

• Concevoir des architectures d’apprentissage pour la planification, la prise de décision séquentielle, et l’apprentissage à long terme
• Implémenter des agents apprenants dans des environnements simulés (RL, RLHF, Imitation Learning, etc.)
• Développer et instrumenter des environnements de simulation adaptés aux missions cibles
• Analyser les performances, la recherche d’améliorations (exploration, généralisation, robustesse)
• Collaborer activement avec les partenaires du projet pour intégrer les agents dans des démonstrateurs ou pipelines plus larges (robotique, modélisation, interfaces…).