Début du message réexpédié :
De: Francois Schwarzentruber <francois.schwarzentruber@ens-rennes.fr> Objet: [gdr-im] offre de thèse et/ou M2 : Reinforcement learning techniques for Multi-agent path finding with imperfect information Date: 2 novembre 2022 à 12:25:35 UTC+1 À: gdr-im <gdr-im@gdr-im.fr> Renvoyé-De: <nicolas.boutry@epita.fr> Répondre à: Francois Schwarzentruber <francois.schwarzentruber@ens-rennes.fr>
Veuillez trouver une offre de stage pour un étudiant de Master 2 ou en 3eme année d'école d'ingénieur. Dans la foulée, une thèse financée pourra débuter en septembre 2023 dans la continuité du sujet de M2.
titre : Reinforcement learning techniques for Multi-agent path finding with imperfect information encadrants : Jilles Dibangoye, Ocan Sankur, François Schwarzentruber durée : 6 mois lieu : IRISA, Rennes description : https://epirl.irisa.fr/files/2022/10/m2proposal_rennes.pdf <https://epirl.irisa.fr/files/2022/10/m2proposal_rennes.pdf>
Dans la thèse qui suit, on cherchera à faire le lien entre apprentissage par renforcement et logique épistémique (une logique modale pour exprimer des propriétés comme "un agent sait qu'un autre agent ne sait pas que..."), afin d'expliquer les décisions prises par les agents dans un cadre information imparfaite.
Cette annonce s’adresse à des étudiant.e.s en informatique, ayant un intérêt pour l'apprentissage par renforcement et la logique.
Merci de diffuser le plus largement auprès de vos étudiant.e.s. Cordialement,
Jilles Dibangoye, Ocan Sankur, François Schwarzentruber
-------------------------------------------------------- François Schwarzentruber maître de conférences à l'ENS Rennes
http://people.irisa.fr/Francois.Schwarzentruber/
École normale supérieure de Rennes Campus de Ker Lann 35170 Bruz France Tél : +33 2 99 05 93 23 Fax : +33 2 99 05 93 29
IRISA Équipe LOGICA, bureau 218 Campus de Beaulieu 35042 Rennes Cedex France Tél : +33 2 99 84 71 11