Projets

Les propositions de projets de M1. Vous devrez faire votre choix (en contactant directement les encadrants) pour le 26 Janvier.
Attention les projets s'afficent sur plusieurs pages!

Maîtrise du pilotage sur circuit par apprentissage par renforcement profond

En apprentissage profond (deep learning), on utilise des réseaux de neurones à plusieurs couches pour obtenir des fonctionnalités par apprentissage automatique. L’apprentissage par renforcement profond (deep reinforcement learning, ou deep RL) est un cas particulier où la fonctionnalité recherchée consiste à réaliser de façon efficace une tâche qui dure un certain temps. Ces techniques
connaissent à l’heure actuelle un essor sans précédent dans la recherche académique et industrielle.

Un robot autonome en milieu ambiant

Deux chercheurs du LIP6 (laboratoire d'informatique paris 6 - Jussieu), Jean-Michel Ilié et François Pêcheux (équipes MoVe - CIAN) souhaitent développer des objets intelligents autonomes, au sens où ils auront la capacité de repousser à leur maximum l'intervention humaine. L'objet considéré dans ce projet est un robot roulant représentant un véhicule terrestre intelligent sur lequel s'appuiera un acteur humain pour mener à bien ses missions, comme par exemple livrer des médicaments à des pharmacies réparties dans une ville dont on connaît la topologie.

Lower bounds for Sparse Graph Partitioning

Graph Partitioning or Clustering Problem (GPP) has increasing applications in many domains like complex networks, data analysis, ...
The graphs in these applications usually have a large number of nodes but very sparse. Due to this characteristic,
heuristics are preferred to exact algorithms for solving GPP.
As those heuristics offer no performance guarantee, it is interesting if one can quickly compute good lower bounds for GPP
and use them for asserting the quality of heuristic solutions. The aim of this project is to experiment the computation of

Ordonnancements collectifs

Les problèmes d'ordonnancement, où l'on cherche à affecter à une tâche une date de début et une date de fin dans le temps, sont des problèmes très utilisés et très étudiés depuis des décennies. Une problématique très récente consiste à étudier ces problèmes dans le cas où plusieurs utilisateurs partagent des tâches communes à ordonnancer, et ont chacun leur opinion sur l'ordonnancement souhaité.

Réseau pair-à-pair d’entités autonomes : routage et coordination en environnement asynchrone

L’objectif de ce travail est de permettre à une flotte d’entités potentiellement hétérogène, dont la composition et la position varie au cour du temps, de partager leurs informations et de se coordonner efficacement par le biais d’un réseau ad-hoc [1].

Représentation et positionnement relatif à partir d'informations visuelle.

Objectif : Permettre à un robot Thymio associé à un Raspberry-Pi 3 doté uniquement d'une caméra d’estimer sa distance par rapport à un objet connu en se basant sur le principe du télémètre stadimétrique. De là, modéliser très grossièrement l'environnement et la position du robot au sein d'un moteur java 3D (JME3).

General Game Playing pour des jeux d'allocation de ressources

Le general game playing est un grand défi de l'I.A. qui consiste à faire jouer une machine à un jeu dont elle ne connait pas les règles au préalable.
Les jeux sont spécifiés dans un langage appelé Game Description Language. Si la première version de ce langage était restreinte aux jeux à information complète, une nouvelle version (GDL-II) permet de modéliser les jeux à information incomplète. L'étendue des jeux possibles, ainsi que leur complexité, est donc largement augmentée.

Pages

User login