Pièces complète 2 euro commémorative et accessoires protection pièces

Stage Master 2 – Apprentissage par renforcement pour le calcul d … – INRA


Nos suggestions
Stage OT-16595
31320
Retour à la liste des résultats
L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche rassemblant une communauté de travail de 12 000 personnes, avec 268 unités de recherche, de service et expérimentales, implantées dans 18 centres sur toute la France. INRAE se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal. Ses recherches visent à construire des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.
Un sujet de stage de Master 2 et un sujet de thèse en Intelligence Artificielle sont proposés dans le cadre du projet PRCI ANR-DFG Coordinating Heterogeneous Interacting Planning Agents Using Game Theory (CHIP-GT), dont les partenaires sont l’Inrae (Unité MIAT, Centre Occitanie-Toulouse), l’ISAE-SUPAERO (également localisée à Toulouse) et l’University of the Bundeswehr (Institute of Flight Systems), à Munich.
Le stage de M2 se déroulera au printemps 2023, dans l’Unité MIAT du Centre Inrae de Toulouse :  https://miat.inrae.fr/site/Accueil.
La thèse se déroulera dans la même Unité et débutera en Septembre ou Octobre 2023. La ou le stagiaire de M2 pourra, selon son souhait, poser sa candidature pour la thèse.
Une des tâches du projet ANR CHIP-GT consistera à explorer le cadre de l’apprentissage par renforcement dans les jeux stochastiques et à proposer et étudier de nouveaux algorithmes de calcul de stratégies d’équilibre. Cette tâche sera abordée, entre autres, par un doctorant qui sera recruté à l’automne 2023.
Afin de préparer ce travail le stagiaire de Master 2 recruté sera chargé de concevoir un environnement de simulation dédié aux jeux stochastiques en général (également appelés Markov games), instancié également dans le sous-domaine des jeux de conservation stochastiques, définis par les encadrants. Cet environnement sera construit en Python, en utilisant l’API Gym de la société OpenAI. Cette API est dédiée à la construction d’environnements de simulation pour le développement et l’évaluation d’algorithmes d’apprentissage par renforcement. Bien que Gym soit dédié initialement à l’apprentissage par renforcement mono-agent, il permet également de créer des environnements dédiés aux problèmes d’apprentissage par renforcement multi-agents.. Le stagiaire devra tout d’abord se familiariser avec le modèle des jeux stochastiques et des processus décisionnels de Markov (sans s’attacher aux algorithmes de calcul de stratégies d’équilibre/optimales). Il devra également se familiariser avec l’API Gym, par exemple en recodant un environnement de simulation de stratégie dans un processus décisionnel Markovien simple. Ensuite, le stagiaire proposera un environnement de simulation de stratégies mixtes dans un jeu stochastique, complètement ou partiellement observé. Enfin, la personne recrutée participera à l’implémentation d’un modèle de jeu de conservation stochastique dans l’API Gym (ce modèle étant en cours d’élaboration, le stagiaire aura une certaine latitude pour le modifier). Les environnements Gym développés seront testés avec différents agents simples, codés par l’étudiant : stratégies jointes mixtes arbitraires, stratégies aléatoires… Si l’étudiant avance suffisamment vite, il pourra implémenter une stratégie classique d’apprentissage dans les jeux de type fictitious play.
En rejoignant INRAE, vous bénéficiez (selon le type de contrat et sa durée) :
–  jusqu’à 30 jours de congés + 15 RTT par an (pour un temps plein)
d’un soutien à la parentalité : CESU garde d’enfants, prestations pour les loisirs ;
– de dispositifs de développement des compétences : formation, conseil en orientation professionnelle ;
d’un accompagnement social : conseil et écoute, aides et prêts sociaux ;
de prestations vacances et loisirs : chèque-vacances, hébergements à tarif préférentiel ;
d’activités sportives et culturelles ;
– d’une restauration collective.
MIAT 31320 Site web
Consulter
link_copied
Nous suivre
Siège : 147 rue de l’Université 75338 Paris Cedex 07 – tél. : +33(0)1 42 75 90 00
Copyright – ©INRAE
Nous connaître
Notre identité
Nos thématiques de recherche
Notre organisation
Suivre l'actualité scientifique
Nos métiers
Métiers de la recherche
Vous convaincre
Vous épanouir au sein d'INRAE
Vous construire un parcours professionnel
Rejoindre un employeur public engagé
Nos conseils
Pour passer un concours
Votre carrière
Bienvenue
Votre parcours professionnel
Votre rémunération

source

A propos de l'auteur

Avatar de Backlink pro
Backlink pro

Ajouter un commentaire

Backlink pro

Avatar de Backlink pro

Prenez contact avec nous

Les backlinks sont des liens d'autres sites web vers votre site web. Ils aident les internautes à trouver votre site et leur permettent de trouver plus facilement les informations qu'ils recherchent. Plus votre site Web possède de liens retour, plus les internautes sont susceptibles de le visiter.

Contact

Map for 12 rue lakanal 75015 PARIS FRANCE