IA HYBRIDE ET SYSTEMES MULTI-AGENTS EXPLICABLES POUR L'AIDE A LA DECISION EN ARCHITECTING D'INFRASTRUCTURES CRITIQUES NUCLEAIRES // HYBRID AI AND EXPLAINABLE MULTI-AGENT SYSTEMS FOR DECISION SUPPORT IN THE ARCHITECTING OF CRITICAL NUCLEAR INFRASTRUCTURE

Les infrastructures critiques nucléaires sont des systèmes complexes dont la conception mobilise de nombreuses disciplines d'ingénierie et doit satisfaire des exigences strictes en matière de réglementation, de sûreté, de coût, de planning, de maintenabilité et de performance opérationnelle. Les décisions prises lors des premières phases de Systems Architecting (SA), couvrant la conception préliminaire et les études de faisabilité, influencent fortement l'ensemble du cycle de vie du système. Pourtant, ces activités reposent encore largement sur l'expertise des ingénieurs, des pratiques peu formalisées et des échanges entre de multiples parties prenantes. Il en résulte une difficulté à explorer de manière systématique les alternatives d'architecture, à comparer les solutions envisageables, à justifier les choix de conception et à assurer une traçabilité claire des décisions.
Les progrès récents de l'intelligence artificielle, notamment de l'IA hybride, des grands modèles de langage (LLM) et des systèmes multi-agents, ouvrent de nouvelles perspectives pour assister les ingénieurs durant ces phases amont de conception. Toutefois, l'intégration de ces technologies dans les processus de Systems Architecting demeure un défi scientifique et méthodologique majeur. Dans des domaines critiques comme le nucléaire, les solutions fondées sur l'IA doivent être explicables, auditables, fiables et placées sous le contrôle de l'expert humain. L'objectif n'est donc pas de remplacer les architectes système, mais de leur fournir des assistants intelligents capables d'élargir l'espace d'exploration, de structurer des connaissances d'ingénierie hétérogènes, de générer et d'évaluer des alternatives d'architecture, et de soutenir une prise de décision mieux éclairée.
L'objectif de cette thèse est de développer un cadre méthodologique combinant l'Ingénierie Système Basée sur les Modèles (MBSE), l'intelligence artificielle hybride et des systèmes multi-agents explicables afin d'aider à la prise de décision lors de l'architecting des infrastructures critiques nucléaires. Le cadre proposé assistera les architectes système depuis l'analyse des besoins jusqu'à la formalisation d'alternatives d'architecture pouvant ensuite alimenter les démarches de MBSE et d'Ingénierie de Lignes de Produits (Product Line Engineering).

Les travaux de recherche s'articuleront autour de quatre axes complémentaires : Les travaux de recherche s'articuleront autour de quatre axes complémentaires : (i) le développement d'un cadre de modélisation intégrant besoins, variabilité, décisions et traçabilité ; (ii) la conception d'une architecture multi-agents explicable pour l'exploration collaborative des alternatives d'architecture ; (iii) le développement de méthodes d'aide à la décision multicritère sous incertitude intégrant l'analyse d'impact ; et (iv) la validation du cadre proposé sur des cas d'étude industriels issus des programmes Nuward et Aval du Futur.'

Les contributions scientifiques attendues comprennent : (i) un cadre de modélisation unifié pour le Systems Architecting en phase amont ; (ii) un cadre méthodologique pour l'orchestration de systèmes multi-agents explicables ; (iii) une approche d'aide à la décision pour l'évaluation d'alternatives d'architecture sous incertitude ; et (iv) une validation industrielle démontrant l'applicabilité et la transférabilité de l'approche proposée. Au-delà du domaine nucléaire, cette recherche vise à favoriser des processus d'architecting plus transparents, traçables, explicables et réutilisables pour les infrastructures critiques complexes.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Critical nuclear infrastructures are complex systems whose design brings together many engineering disciplines and must satisfy strict regulatory, safety, cost, schedule, maintainability, and operational constraints. Decisions made during the early Systems Architecting (SA) phase, including conceptual design and feasibility studies, strongly influence the whole system lifecycle. Yet these activities still rely largely on expert knowledge, informal practices, and exchanges between many stakeholders. This makes it difficult to explore architectural alternatives in a systematic way, compare possible solutions, justify design choices, and maintain clear traceability of decisions.

Recent advances in Artificial Intelligence, especially Hybrid AI, Large Language Models (LLMs), and multi-agent systems, create new opportunities to support engineers during these early design phases. However, using such technologies in Systems Architecting remains challenging. In safety-critical domains such as nuclear engineering, AI-based support must be explainable, auditable, reliable, and kept under human supervision. The aim is therefore not to replace system architects, but to provide intelligent assistants that can help them explore a wider design space, structure heterogeneous engineering knowledge, generate and assess architectural alternatives, and support better-informed decisions.
The objective of this PhD project is to develop a methodological framework combining Model-Based Systems Engineering (MBSE), Hybrid AI, and explainable multi-agent systems to support decision-making in the architecting of critical nuclear infrastructures. The framework will assist system architects from requirements analysis to the formalisation of architectural alternatives that can later feed MBSE and Product Line Engineering processes.

The research is organised around four complementary research axes: (i)- developing a unified modelling framework linking requirements, functions, logical and physical architectures, variability, interfaces, assumptions, constraints, decisions, and traceability; (ii)-designing an explainable multi-agent architecture based on specialised agents, heterogeneous knowledge bases, controlled orchestration mechanisms, and human–AI collaboration; (iii)- developing multi-criteria decision-support methods to evaluate architectural alternatives under uncertainty, while supporting trade-off analysis and impact assessment; and (iv)-validating the proposed framework on representative industrial case studies, including the Nuward Small Modular Reactor programme and Orano's Aval du Futur programme.

The expected scientific contributions include: (i)-a unified modelling framework for early Systems Architecting, (ii)-a methodological framework for orchestrating explainable multi-agent systems, (iii)-a decision-support approach for evaluating architectural alternatives under uncertainty, and (iv)-an industrial validation demonstrating the applicability and transferability of the proposed approach. Beyond the nuclear sector, this research aims to support more transparent, traceable, explainable, and reusable architecting processes for complex critical infrastructures.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 02/11/2026

Partenariat d'entreprises ou d'associations

IMT MINES ALES

166 I2S - Information, Structures, Systèmes

Ce projet concerne un(e) étudiant(e) possédant un diplôme de Master ou d'Ingénieur. Sans les considérer comme des pré requis stricts, une combinaison de certaines des compétences suivantes seront fortement appréciées pour mener à bien les travaux : • Approche Système et systèmes de systèmes • Ingénierie Système et MBSE : principes, processus, mise en pratique • Modélisation multiparadigmes et multi-langages / Méta modélisation • Data science / techniques d'IA / Systèmes multi agents / IA Hybride / IA agentique. • Ouverture d'esprit et curiosité, autonomie et force de proposition (juger, décider, convaincre) • Développements informatiques
This project is aimed at a student holding a Master's or Engineering degree. Whilst not considered strict prerequisites, a combination of some of the following skills will be highly valued for the successful completion of the work: • Systems Approach and Systems of Systems • Systems Engineering and MBSE: principles, processes, practical application • Multi-paradigm and multi-language modelling / Meta-modelling • Data science / AI techniques / Multi-agent systems / Hybrid AI / Agent-based AI. • Open-mindedness and curiosity, autonomy and the ability to take the initiative (assessing, deciding, persuading) • IT Development