Thèse cifre sur le recalage de commandes simulées pour le pilotage de trajectoires d'hélicoptèr[...]

Job Description:

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.

Résultats attendus :

* 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 aéronautiques, 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.

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!

#J-18808-Ljbffr