Stage IA & Drone Hybride - Apprentissage par renforcement pour le pilotage autonome (H/F)

Groupe SII; Bordeaux; On-site; EUR 7,800 - 11,000; Full time

Job summary

SII Nouvelle-Aquitaine recherche un stagiaire ingénieur/ Master 2 IA/robotique/ automatique pour explorer des approches d’apprentissage par renforcement appliquées au pilotage d’un drone hybride Xglide. Le sujet combine veille bibliographique, modélisation, simulation et évaluation d’agents RL.

Vous travaillerez au sein du pôle R&D et évaluerez des transferts potentiels vers des plateformes réelles, avec un accent sur la robustesse et les performances.

Qualifications

• Étudiant en dernière année d’école d’ingénieur ou Master 2 en IA/robotique/ automatique.
• Intérêt pour la robotique aérienne et l’apprentissage par renforcement.

Responsibilities

• Réaliser une veille bibliographique sur l’apprentissage par renforcement appliqué au contrôle de véhicules aériens (VTOL, planeurs, transitions de mode).
• Modéliser la dynamique de vol du drone hybride et construire un environnement de simulation.
• Entraîner et évaluer des agents d’apprentissage par renforcement pour le pilotage et l’exploitation des ascendances.
• Comparer les performances et la robustesse avec les approches existantes du projet.
• Étudier les conditions de transfert d’une politique apprise en simulation vers la plateforme réelle.

Skills

Veille IA/RL

Modélisation dynamique

Environnements de simulation

Autonomie et rigueur

Education

Ingénieur en dernière année / Master 2 IA/robotique/ automatique

Job description

CONTEXTE

Au sein du pôle R&D de SII NA, vous participerez au projet Xglide, qui vise à développer une plateforme volante hybride capable de basculer entre un mode propulsé (VTOL) et un mode plané sous voile pour exploiter les courants ascendants thermiques et économiser de l’énergie. Le pilotage d’un tel système, en particulier la gestion des transitions entre modes de vol et l’exploitation active des ascendances détectées, est un sujet encore en cours d’exploration au sein du projet, où plusieurs approches de contrôle-commande sont actuellement testées. En parallèle de ces travaux, nous souhaitons explorer des approches plus innovantes, notamment l’apprentissage par renforcement, afin d’élargir l’éventail de solutions envisageables pour le pilotage du drone. Suivant l’avancement du projet, les travaux seront intégrés dans notre démonstrateur au Bourget 2027.

OBJECTIFS DE LA MISSION

L’objectif du stage sera d’explorer une approche de contrôle commande par apprentissage par renforcement pour le pilotage du drone Xglide, en complément des approches déjà à l’étude dans le projet.

Vous serez amené(e) à :

• Réaliser une veille bibliographique sur l’apprentissage par renforcement appliqué au contrôle de véhicules aériens (VTOL, planeurs, transitions de mode de vol).
• Modéliser la dynamique de vol du drone hybride et construire un environnement de simulation représentatif (vent, ascendances, bruit capteurs).
• Entraîner et évaluer des agents d’apprentissage par renforcement pour le pilotage et l’exploitation des ascendances thermiques.
• Comparer les performances et la robustesse de cette approche à celles étudiées par ailleurs dans le projet.
• Étudier les conditions de transfert d’une politique apprise en simulation vers la plateforme réelle.

Vous êtes en dernière année d’une école d’ingénieur ou en Master 2 avec une spécialisation en IA, robotique ou automatique. Curieux(se), autonome et rigoureux(se), vous aimez modéliser des systèmes dynamiques complexes et concevoir des environnements de simulation. Une appétence pour l’aéronautique, la mécanique du vol et l’apprentissage par renforcement est un plus.

SII Nouvelle-Aquitaine

• Une organisation dynamique en pleine croissance avec une forte culture d'entreprise.
• Unesolide stratégie de développement de nos activités.
• Des communautés d’experts passionnés qui aiment partager leurs savoirs faires et connaissances (conférences techniques internes, formations, interventions auprès des écoles partenaires, …)
• Des référencements clients qui apportent une grande richesse technique, fonctionnelle et méthodologique.