Reinforcement Learning from Human Feedback (RLHF) for Human–AI Collaboration

Isae-Supaero; Toulouse; Hybride; EUR 5 500 - 6 900; Plein temps

Résumé du poste

Isae-Supaero à Toulouse propose un stage à temps plein explorant l'apprentissage par renforcement à partir du feedback humain dans un contexte coopératif. Le stagiaire travaillera au sein d'un laboratoire de recherche appliquée et participera à des expériences avec des environnements simulés.

Ce stage vise à évaluer comment le RLHF influence la stabilité de l’apprentissage et la performance collective, avec supervision et une rémunération horaire de 4,35 € brut.

Qualifications

• Stage orienté apprentissage par renforcement avec feedback humain (RLHF) dans un contexte coopératif.

Responsabilités

• Le stagiaire étudiera comment le feedback humain influence la stabilité de l’apprentissage et la performance de l’équipe, sous supervision, avec des environnements simulés et des interactions agent-partenaire.

Description du poste

Type de contrat

Offre de stage

Temps de travail

Temps plein

Rémunération

4.35€ / heure

Stagiaire

L’objectif de ce stage est d’explorer l’apprentissage par renforcement à partir du feedback humain (RLHF) dans un contexte coopératif. Plutôt que d’apprendre uniquement à partir des récompenses de l’environnement, la politique de l’agent sera influencée par le feedback d’un partenaire humain lors de la collaboration. Plus précisément, le coéquipier humain pourra attribuer des récompenses positives ou négatives en fonction de l’utilité, de l’efficacité ou de l’intuition perçue des actions de l’agent durant la tâche conjointe. Le stagiaire étudiera comment ce type de feedback influence la stabilité de l’apprentissage, la performance de l’équipe et la fluidité perçue.