Thèse cifre sur le recalage de commandes simulées pour le pilotage de trajectoires d'hélicoptères avec apprentissage par renforcement profond (h/f)

Description de l'emploi:

Et si VOTRE aventure professionnelle commençait avec Airbus !

Une Thèse Cifre intitulée « Thèse CIFRE sur le " Recalage de commandes simulées pour le pilotage de Trajectoires d'Hélicoptères avec Apprentissage par Renforcement Profond (h/f)» vient de s'ouvrir au sein de Airbus Helicopters sur son site de Marignane. Vous rejoindrez le département "Aéromécanique et Performances" en charge des études générales de conception d'hélicoptères dans les domaines de l'aérodynamique, des aspects thermiques, du givrage, de la mécanique de vol, des performances et des boucles de vol.

Contexte de la Thèse :

Dans le cadre général de la validation de simulations de la dynamique de vol d’un hélicoptère, il est exigé une démonstration de l’adéquation entre la simulation et des données enregistrées en vol. Cette démonstration doit être faite pour : (a) la simulation de trajectoires non stabilisées pour les études de performance et de justification de marge à la panne moteur ; et (b) les simulations d'entraînement vouées à être intégrées dans un Flight Simulation Training Device pour la formation des pilotes.

L’IA (intelligence artificielle), en particulier des techniques telles que le RL (apprentissage par renforcement) et le Deep RL, peuvent être utilisées pour adapter les positions des commandes dans un contexte de qualification de boucles de vol d’hélicoptère en simulation.

Tâches et responsabilités :

Airbus Helicopters participe au développement et à la qualification de simulateurs et utilise pour cela des données de vol de ses différents hélicoptères. L’ONERA, au-delà des connaissances métier, possède les compétences en IA et en méthodes du type RL et Deep RL (RL couplé à des réseaux de neurones profonds) appliquées à l’aéronautique.

L’objet de la thèse est d’étudier l’utilisation des méthodes d’apprentissage par renforcement pour adapter les positions des commandes afin d’obtenir un mécanisme de correction online. Cet outil devra être capable de reproduire en simulation les réactions observées en essais en vol, en se comparant à d’autres méthodes de l’état de l’art, et en améliorant la qualité des sorties par rapport aux baselines définies. La politique de recalage sera apprise, en utilisant des données de vols réels, intégrées dans la fonction de récompense, qui peuvent être comparées aux comportements issus du simulateur dans les mêmes séquences d’actions et d’observations. En plus d’étudier les algorithmes de l’état de l’art pour le contrôle continu par RL, le doctorant sera amené à proposer des versions innovantes de ces algorithmes adaptés aux cas d’usage.

Le résultat attendu de la thèse est l’utilisation des mécanismes de RL finement adaptés au cas d’usage, afin d’obtenir un mécanisme de correction de commandes online capable d’approcher la réaction du simulateur aux réactions observées en essai en vol, avec une performance supérieure à celle obtenue avec les algorithmes actuels de l’état de l’art :

* Dossier de maturation présentant la performance des différents algorithmes à l’aide d’un outil de supervision ;

* Génération d’un dossier de qualification de simulateur d'entraînement répondant aux exigences des normes aéronautique, sur un simulateur déjà qualifié de la gamme Airbus Helicopters ;

* Démonstration de la capacité des algorithmes à être généralisés aux autres hélicoptères de la gamme AH ;

* Ce travail donnera lieu à au moins une publication dans un journal international à comité de lecture et à une ou plusieurs communications orales dans des conférences nationales et internationales en relation avec la problématique de l’intelligence artificielle (CNIA, IJCAI, ECAI, ECML, MLCon, ICML, NeurIPS, AAMAS, par exemple).

Compétences requises :

Vous disposez d'un diplôme de niveau Bac +5 (ou équivalent) dans le domaine de l’informatique. Vous possédez les compétences suivantes :

* Un vif intérêt pour le domaine aéronautique,

* Des compétences en simulation et en modélisation,

* Des compétences en décision séquentielle, et apprentissage automatique, en particulier en apprentissage par renforcement,

* Des connaissances préalables en dynamique du vol hélicoptère seront appréciées,

* Aptitudes d’analyse et de synthèse,

* Autonomie et capacité d’intégration dans une équipe

Compétences linguistiques attendues :

* Anglais : intermédiaire

* Français : Courant

Rejoignez-nous!


------------------------------------------------------------------------------------------------

What if your professional adventure started @ Airbus !

A CIFRE PhD position titled "Adjustment of Simulated Controls for Helicopter Trajectory Guidance Using Deep Reinforcement Learning (m/f)" is now available at Airbus Helicopters in Marignane. You will join the "Aeromechanics and Performance" department, which is responsible for general helicopter design studies in the areas of aerodynamics, thermal aspects, icing, flight mechanics, performance, and flight loops..

Thesis Context:

In the broader context of validating helicopter flight dynamics simulations, a demonstration of the adequacy between the simulation and flight-recorded data is required. This demonstration must be performed for (a) non-stabilized trajectory simulations for performance studies and engine failure margin justification, and (b) training simulations intended to be integrated into a Flight Simulation Training Device for pilot training.

Artificial Intelligence (AI), particularly techniques such as Reinforcement Learning (RL) and Deep RL, can be used to adjust control positions in the context of qualifying helicopter flight loops in simulation.

Tasks and Responsibilities:

Indeed, Airbus Helicopters is involved in the development and qualification of simulators and uses flight data from its various helicopters. Beyond its industry expertise, ONERA possesses skills in AI and methods like RL and Deep RL (RL coupled with deep neural networks) applied to aerospace.

The objective of this thesis is to study the use of reinforcement learning methods to adjust control positions to create an online correction mechanism. This tool should be able to reproduce in simulation the reactions observed in flight tests, comparing it to other state-of-the-art methods and improving output quality relative to defined baselines. The adjustment policy will be learned using real flight data integrated into the reward function, which can be compared to the behaviors generated by the simulator in the same sequences of actions and observations. In addition to studying state-of-the-art algorithms for continuous control through RL, the PhD candidate will be expected to propose innovative versions of these algorithms tailored to the specific use cases.

The expected result of the thesis is the use of finely adapted RL mechanisms to the use case, creating an online control adjustment mechanism capable of approximating the simulator's reaction to those observed in flight tests, with performance superior to that achieved with current state-of-the-art algorithms.

* Maturation report presenting the performance of various algorithms using a supervision tool.

* Generation of a training simulator qualification file meeting the requirements of aviation standards on an already qualified Airbus Helicopters simulator.

* Demonstration of the algorithms' ability to generalize to other helicopters in the AH range

* This work will result in at least one publication in a peer-reviewed international journal and one or more oral presentations at national and international conferences related to artificial intelligence (CNIA, IJCAI, ECAI, ECML, MLCon, ICML, NeurIPS, AAMAS, for example).


Required Skills:

You hold a Master's degree (or equivalent) in computer science and possess:

* A strong interest in aerospace,

* Skills in simulation and modeling,

* Competence in sequential decision-making and machine learning, particularly in reinforcement learning,

* Prior knowledge of helicopter flight dynamics (preferred),

* Analytical and synthesizing skills,

* Independence and ability to work in a team.

Language Requirements:

* English: intermediate

* French: Fluent

Join Us!

Cet emploi exige une connaissance des risques de conformité potentiels et un engagement à agir avec intégrité, comme base de la réussite, de la réputation et de la croissance durable de la société.

Unité légale:

Airbus Helicopters SAS

Type de contrat:

Doctorat, Contrat CIFRE

-------

Classe Emploi (France): Classe F11

Niveau d'expérience:

Etudiant

Famille d'emplois:

Mécanique du vol & Spatiale

En soumettant votre CV ou votre candidature, vous autorisez Airbus à utiliser et stocker des informations vous concernant à des fins de suivi de votre candidature ou de futurs emplois. Ces informations ne seront utilisées que par Airbus.
Airbus s'engage à assurer la diversité de sa main-d'œuvre et à créer un environnement de travail inclusif. Nous accueillons toutes les candidatures, quels que soient le milieu social et culturel, l'âge, le genre, l'invalidité, l'orientation sexuelle ou les croyances religieuses des postulants.

Airbus est depuis toujours attaché à l'égalité des chances pour tous. En tant que tel, nous ne demanderons jamais aucun type d’avance de frais dans le cadre d'un processus de recrutement. Toute usurpation d'identité d'Airbus à cette fin doit être signalée àemsom@airbus.com .

Chez Airbus, nous vous aidons à travailler, à vous connecter et à collaborer plus facilement et de manière plus flexible. Dans la mesure du possible, nous favorisons les modalités de travail flexibles pour stimuler la pensée innovante.