Stage - Reinforcement learning pour le combat aérien H/F

L’Institut de Recherche Technologique (IRT) Saint Exupéry est un accélérateur de science, de recherche technologique et de transfert vers les industries de l’aéronautique et du spatial pour le développement de solutions innovantes sûres, robustes, certifiables et durables.

Nous proposons sur nos sites de Toulouse, Bordeaux, Montpellier, Sophia Antipolis et Montréal un environnement collaboratif intégré composé d’ingénieurs, chercheurs, experts et doctorants issus des milieux industriels et académiques pour des projets de recherche et des prestations de R&T adossés à des plateformes technologiques autour de 4 axes : les technologies de fabrication avancées, les technologies plus vertes, les méthodes & outils pour le développement des systèmes complexes et les technologies intelligentes.

Nos technologies développées répondent aux besoins de l'industrie, en intégrant les résultats de la recherche académique.

Les techniques de deep reinforcement learning ont démontré d’impressionnant résultats ces dernières années notamment sur le jeu de go, les jeux d’échecs, starcraft, dota…
 
Missions :

L’objectif du stage sera d’implémenter des techniques de deep reinforcement learning « self-play » de l’état de l’art afin de résoudre la problématique de combat aérien : 2 agents n’ayant aucunes connaissances antérieures doivent apprendre à se combattre.
 
La/Le stagiaire intégrera l’équipe IRT où sont développés les algorithmes de reinforcement learning. Après une première phase de bibliographie (reinforcement learning appliqué à Starcraft, Open ai Five dota 2, Open ai Hide and seek, Théorie des jeux appliqué au RL …), la/le stagiaire implémentera des algorithmes de la littérature en self-play([1], [2], [3], [4]) sur le simulateur existant de combat aérien entre 2 avions de chasse.
Également la/le stagiaire implémentera les architectures neuronales de la littérature ( [6], [7]).
 
Elle/Il comparera la performance de ces algorithmes aux algorithmes RL existants.
La/Le stagiaire sera force de proposition et pourra proposer de nouveaux algorithmes de RL.
La/le stagiaire intégrera ses travaux dans la bibliothèque interne RL de l’IRT.

Références :

• Batch size-invariance for policy optimization [1]
• Meta-Optimization with Population-based Training [2]
• XDO: A Double Oracle Algorithm for Extensive-Form Games [3]
• Grandmaster level in StarCraft II using multi-agent RL [4]
• Multiagent Deep RL: Challenges and Directions Towards Human-Like Approaches [5]
• Emergent Tool Use From Multi-Agent Autocurricula [6]
• Pointer Networks [7]

Etudiant(e) en dernière année d’école d’Ingénieur ou Master 2 en mathématique : reinforcement learning, deep learning, pytorch/tensorflow/jax
 
Ouverture d’esprit / Capacités d’initiative et de proposition / rigueur.

Stage de 6 mois.