Stage Reinforcement Learning et Graph Neural Networks pour le Pilotage d'Architectures Électriq[...]
Les missions du poste
Au sein du centre de recherche SAFRAN, l'équipe architecture électrique œuvre à optimiser la gestion et le pilotage des réseaux électriques embarqués des avions, domaines où robustesse, sécurité et efficacité sont impératifs.
Les architectures électriques complexes de nouvelle génération se modélisent naturellement sous forme de graphes, pour représenter les connectivités et la dynamique des composants.
La complexité croissante des environnements modélisés rend les techniques classiques de reinforcement learning limitées. Les Graph Neural Networks offrent une approche prometteuse.
Objectifs du stage
- Explorer et développer des algorithmes de reinforcement learning hybrides intégrant des GNN, capables de prendre en compte la structure profonde des réseaux électriques de l'avion.
- Adapter/préparer des environnements de simulation pour tester et valider ces algorithmes sur des cas représentatifs du pilotage électrique aéronautique (répartition de charge, résilience, reconfiguration dynamique …).
- Réaliser un benchmark des performances (précision, rapidité, robustesse) versus les approches classiques (DQN, PPO …) et proposer des axes d'amélioration.
- Contribuer à des publications scientifiques ou des brevets le cas échéant.
Parce que nous sommes persuadés que chaque talent compte, nous valorisons et encourageons les candidatures de personnes en situation de handicap.
Le profil recherché
Élève‑ingénieur(e) en recherche d'un stage de fin d'études ou de césure en dernière année ou en Master spécialisé en intelligence artificielle, data science ou informatique (Polytechnique, CentraleSupélec, Mines, ENS, etc.).
- Forte compétence en machine learning.
- Notions sur le RL et les GNN.
- Bon niveau en programmation (Python, PyTorch, TensorFlow, etc.).
- Capacités d'analyse, curiosité et goût pour l'innovation.