Recherche Opérationnelle

Les jeux stochastiques sont une généralisation des modèles de jeux statiques qui permettent de représenter un grand nombre de situations : en économie, en sécurité des réseaux, en partage de ressources ou encore en modélisation de systèmes multi agents. En effet, ils permettent de modéliser finement les interactions entre les agents (les joueurs) au cours du temps dans un environnement qui évolue aléatoirement. Ce type de jeu se déroule en plusieurs étapes durant lesquelles l'état du système varie suivant les actions des agents et de l'environnement probabiliste.

Le CEA Grenoble propose une offre de stage master 2 + thèse, sur l’utilisation de l’IA pour l’interprétation sémantique de grille d’occupation (contexte du véhicule autonome).

Idéalement, le stage débuterait en Février 2020, et la thèse en Octobre 2020.

L'équipe LILaC de l'IRIT propose un stage de Master d'une durée de 5-6 mois à partir de février 2020. Ce stage a pour objet de construire un joueur pour le challenge "General Game Playing" et mettant en œuvre un volet "Raisonnement Stratégique".

mots clefs
----------
General Game Playing, Game Description Logic, Logique ATL, Model Checking, Rationalité limitée

https://www.irit.fr/~Laurent.Perrussel/agape/masterBoundedATL2020.pdf

-

Stage en Intelligence Artificielle et vision par ordinateur
http://smrtr.io/Zsfr

Stage en intelligence artificielle et vision par ordinateur - Tracking et Calibration automatique
http://smrtr.io/ZtT5

Stage en intelligence artificielle et vision par ordinateur - Reconnaissance de squelettes et apprentissage de comportements
http://smrtr.io/ZsxV

Le profil des étudiants de votre Master _ANDROIDE _nous intéresse
tout particulièrement au vu des sujets que nous traitons qui se
rapportent à l’intelligence artificielle, l’électronique, à
l’internet des objets, aux télécoms et à l’informatique de manière
plus générale.

Nous recherchons actuellement un ou deux stagiaires pour une durée de
6 mois avec possibilité de poursuivre par une embauche en CDI et nous
pensons que cela pourrait intéresser vos étudiants terminant leur
cursus cette année.

omparaison théorique et expérimentale des techniques d'apprentissage supervisées (comme la régression ordinale) et des méthodes d'elicitation des préférences de l'Aide Multicritère à la Décision pour des problèmes de classification ordonnées.

On appréciera des connaissances en Python et en programmation linéaire (ce dernier n'étant pas obligatoire).

Lieu du stage :Lamsade, Université Paris Dauphine

Durée : 6 mois (de préférence à partir de mars ou avril 2019)

Contactes :

Détails du stage en pièce jointe

Ce stage s'intéresse à un problème d'optimisation dans le cadre multiagent dans lequel chaque agent a sa propre liste de préférence et l'objectif est de déterminer une solution prenant en compte ces préférences. Dans ce cadre, nous proposons d'étudier une variante du problème de mariage stable avec capacités dans laquelle certaines données évoluent au cours du temps. Plus précisément, on se donne un ensemble d'établissements, chacun avec sa capacité d’accueil, et un ensemble d'élèves-candidats.