Postdoctorat (H/F) expérimentateur robotique en essaim et apprentissage collectif

Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l’Enseignement supérieure et de la Recherche. Créé en 1939 et dirigé par des scientifiques, il a pour mission de faire progresser la connaissance et être utile à la société dans le respect des règles d’éthique, de déontologie et d’intégrité scientifique.

Missions :
Le postdoctorant (H/F) aura pour mission de développer et conduire la partie expérimentale d’un projet de recherche consacré à l’émergence de formes d’intelligence collective dans des systèmes robotiques actifs.

L’objectif général du projet est de comprendre comment une population de robots autonomes, interagissant localement et sans contrôle centralisé, peut apprendre collectivement des règles de comportement adaptées à une tâche et à son environnement. Une attention particulière sera portée au couplage entre la dynamique physique du système — mouvement, interactions stériques, confinement, densité, assemblage — et la dynamique d’apprentissage et de transmission de l’information entre agents.

Il ou elle développera des expériences quantitatives permettant d’explorer cette boucle de rétroaction entre organisation physique, interactions, apprentissage social et performance collective. Il ou elle contribuera en particulier à identifier les conditions dans lesquelles les interactions physiques constituent un obstacle à l’apprentissage collectif ou, au contraire, peuvent être exploitées comme une ressource.
Activités :
Le ou la postdoctorant prendra en charge la conception, la réalisation et l’analyse d’expériences sur des populations de petits robots mobiles et programmables.

Ses activités comprendront notamment :
l'extension des fonctionnalités de la plateforme de robotique en essaim existante, en particulier le développement éventuel de nouvelles fonctionnalités robotiques permettant d’explorer des situations d’adhésion, d’assemblage ou de déformation collective ;
l’implémentation de protocoles d’apprentissage social décentralisé, dans lesquels les agents peuvent modifier et échanger leurs politiques de comportement à partir de leur expérience ;
la conception de tâches expérimentales permettant de distinguer performances individuelles et véritablement collectives : navigation dans des gradients, exploration, adaptation à des environnements changeants, agrégation, transport ou franchissement d’obstacles ;
l’étude systématique de l’effet de la densité, du confinement, des frontières, des interactions stériques et de la structure du réseau d’interactions sur la dynamique d’apprentissage ;
l’acquisition et le traitement de données quantitatives : trajectoires, voisinages et contacts, communications entre robots, états internes et politiques individuelles, performances et temps d’apprentissage ;
la caractérisation de grandeurs collectives telles que la diversité des politiques, les taux de fixation, le mélange spatial, le renouvellement du réseau d’interactions, la robustesse aux perturbations et la capacité d’adaptation à de nouvelles tâches ;
la confrontation des résultats expérimentaux aux simulations numériques et aux descriptions théoriques développées dans le cadre du projet ;
la participation à l’encadrement d’étudiant·es impliqué·es dans le projet, aux réunions du consortium et
Voir plus sur le site emploi.cnrs.fr...

Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.

Competences :
Le poste s’adresse à un·e candidat·e titulaire d’un doctorat en physique, systèmes complexes, matière active, ou dans un domaine voisin.

Les compétences suivantes seront particulièrement appréciées :
solide expérience en physique expérimentale et goût prononcé pour la conception d’expériences quantitatives ;
aptitude à développer, modifier et instrumenter des dispositifs expérimentaux ;
très bonnes compétences en programmation, idéalement en Python et/ou C/C++ ;
expérience de l’acquisition et du traitement de données expérimentales ;
connaissance de la robotique mobile, des systèmes embarqués, de l’électronique ou des protocoles de communication entre agents, appréciée mais non indispensable ;
intérêt pour la matière active, les systèmes dynamiques, la physique statistique hors équilibre, les systèmes complexes ou la robotique collective ;
intérêt pour les méthodes d’apprentissage décentralisé, d’apprentissage évolutionnaire ou d’intelligence collective ;
capacité à travailler à l’interface entre expérience, simulation et théorie ;
autonomie scientifique, créativité expérimentale et aptitude à travailler au sein d’une équipe interdisciplinaire ;
bonne maîtrise de l’anglais scientifique écrit et oral.

Une expérience préalable en robotique n’est pas indispensable si le/la candidat·e possède une solide culture expérimentale et un intérêt marqué pour le développement instrumental et la programmation.
Contraintes et risques :
Le poste ne présente pas de contrainte ni de risque professionnel spécifique au-delà de ceux associés à une activité expérimentale courante en laboratoire.

Les expériences portent principalement sur de petits dispositifs robotiques, de l’électronique basse tension, de la programmation et de l’acquisition de données. Les règles usuelles de sécurité du laboratoire s’appliquent.