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