Inférence efficace de Modèles du Monde à espace latent adaptatifs pour la robotique autonome embarquée

Détail de l'offre

Informations générales

Entité de rattachement

Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.

Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.

Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.

Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :

• La conscience des responsabilités
• La coopération
• La curiosité
  

Référence

SL-DRT-27-0440  

Direction

DRT

Description du sujet de thèse

Domaine

Défis technologiques

Sujets de thèse

Inférence efficace de Modèles du Monde à espace latent adaptatifs pour la robotique autonome embarquée

Contrat

Thèse

Description de l'offre

La robotique autonome a besoin de modèles d’IA capables de capturer, comprendre et représenter les propriétés physiques et spatiales de l’environnement pour prédire efficacement la dynamique d’évolution de l’environnement sous l’effet d’actions (causalité). Ces modèles, appelés Modèles du Monde (ou World Models), ont ainsi la capacité de simuler un grand nombre de séquences d’actions et d’états futurs possibles pour prendre les meilleures décisions. Dans ce contexte, les Modèles du Monde à espace latent de type JEPA (Joint-Embedding Predictive Architecture) se sont récemment distingués en apprenant à modéliser une représentation du monde dans un espace latent compact et en prédisant l’évolution de cette représentation directement dans ce même espace latent. Ces Modèles sont particulièrement montés en maturité cette année avec des avancées notables pour la phase d’apprentissage et l’adaptation en ligne mais l’embarquabilité sur cible contrainte en ressources est encore peu abordée dans l’état de l’art. L’objectif principal de la thèse est donc d’optimiser l’inférence des Modèles JEPA adaptatifs par des techniques de compression de modèle (quantification, pruning) pour les contraintes de l’embarqué en robotique autonome (contrainte temps réel, basse latence, compacité mémoire et calculatoire, faible consommation).

Université / école doctorale

Sciences et Technologies de l’Information et de la Communication (STIC)

Paris-Saclay

Localisation du sujet de thèse

Site

Saclay

Demandeur

Disponibilité du poste

01/09/2027

Personne à contacter par le candidat

BEN CHEHIDA Karim karim.benchehida@cea.fr

CEA

DRT/DSCIN/DSCIN/LIAE

CEA, Campus Paris-Saclay, Nano-INNOV, Bât. 862-PC172, F-91191, Gif-sur-Yvette Cedex

0169088645

Tuteur / Responsable de thèse

 

 

 

 

 

En savoir plus