Apprentissage par renforcement, méthode policy-gradient, pour la commande d’un robot marin de surface, soumis à des perturbations

Laboratoire de recherche: 

LabSTICC-CNRS 6285 (https://labsticc.fr/fr ), équipe Rambo ,

plateforme CERV (https://cerv.enib.fr/ ) ,

​Lieu du stage : LabSTICC-CNRS 6285, plateforme CERV, Technopole Brest-Iroise

• Dates : du 1^er septembre 2026 au 31 janvier 2027
• Financement : LabSTICC/Thales-DMS, projet NeuroDyNav
• Encadrants :
  • Patrick Hénaff, Bretagne INP/ENIB,  LabSTICC
  • Olivier Chcron, Bretagne INP/ENIB, IRDL
  • Ingénieur  de Thales DMS, Brest

Objectif :

Le travail proposé pour ce stage s’insère dans un projet commun, entre le laboratoire LabSTICC et le centre Thales-DMS de Brest, sur le contrôle par intelligence artificielle d’un navire autonome de surface. L’objectif du stage concerne la mise en œuvre d’un contrôle par apprentissage en boucle fermée pour maintenir le navire à la même position de surface quelles que soient les perturbations (station-keeping), le navire disposant de nombreux capteurs permettant la mesure de la position du navire, les vitesses et directions des courants marins et du vent. La majeure partie des travaux seront menés en simulation, un test réel est envisagé selon la pertinence des résultats de simulation.

Un simulateur du navire sous Gazebo (Ros) existe déjà, les perturnations de sont pas encore implémentées.

Une première partie du stage consistera à appréhender le simulateur du navire sous Gazebo et l’algorithme d’apprentissage par renforcement (Pytorch) basé sur la rétropropagation du gradient adapté pour un apprentissage rapide en boucle fermée.

Une seconde partie, consistera à identifier différents scenarii de contrôle selon les perturbations possibles.

La dernière et principale partie du stage consistera à étudier et valider l’apprentissage de la commande du navire selon ces scenarii d’apprentissage. Les résultats produits par l’IA seront comparés aux résultats produits par les algorithmes de contrôle développés par l’équipe Thales-DMS.

Sur le plan organisationnel, le stage se déroulera au LabSTICC (bâtiment CERV de l’INP/ENIB) et   des réunions régulières auront lieu entre les ingénieurs de Thales.

Méthodologie :

Les étapes à suivre pour mener à bien ce projet sont les suivantes :

• Comprendre le simulateur du navire développé en 3D par le LabSTICC sous  Gazebo. 
• Comprendre le modèle simulé de Thales-DMS sous Matlab -Simulink
• Identifier différents scenarii de contrôle selon les perturbations possibles
• Evaluer l’algorithme d’apprentissage de la commande du navire selon ces scenarii de perturbations
• Comparaison des résultats de l’algorithme d’apprentissage et des lois de commande de Thales-DMS
• Production des livrables (simulations répétables, code documenté)

• Nationalité d’un pays membre de l’UE.
• Master ou ingénieur en informatique et robotique  avec des  compétences en IA  et si possible en robotique et simulation  marine

Compétences :

• programmation (python, C++), ROS,
• simulation sous gazebo
• commande, asservissement
• Ouverture d’esprit, autonomie, qualité rédactionnelle
• maîtrise de l’anglais,