Les propositions de projets de M1. Vous devrez faire votre choix (en contactant directement les encadrants) pour le 26 Janvier.
Attention les projets s'affichent sur plusieurs pages!
Encadrant: Pierre Fouilhoux, LIP6, Equipe Recherche Opérationnelle
Sujet destiné à un binôme
<strong>Pré-requis:</strong>
Connaissances en algorithmique et programmation linéaire
Goût pour la programmation (langage C, C++, java)
Goût pour l'étude théorique de problème combinatoire
Multi-Agent Programming Contest (https://multiagentcontest.org/) est une compétition annuelle de programmation de systèmes multi-agents. L'objectif est de proposer une meilleure implémentation permettant de réaliser un scénario donné. Le scénario proposé pour cette année concerne deux équipes d'agents qui bougent dans les rues d'une ville réalistique. L'objectif de chaque équipe est de gagner le maximum d'argent. L'argent est collectée en réalisant un certains nombre de travaux.
TensorFlow est une librairie de machine learning (en particulier, deep learning) rendue récemment open source par Google. L'objet de ce projet est d'évaluer les avantages de TensorFlow par rapport à d'autres librairies en l'utilisant pour réaliser une architecture de deep learning particulière, les gated Autoencoders.
Ce projet est très exploratoire, la faisabilité du codage n'est pas garantie et les étudiants devront être autonomes sur le plan technique. En revanche, un soutien sera fourni pour la compréhension des Gated Autoencoders.
Un code de modélisation du contrôle moteur humain a été mis au point en python par des stagiaires successifs (et leur encadrant).
Ce code fait appel à un algorithme d'optimisation stochastique qui est très gourmand en temps de calcul. Il convient donc de le porter en cython afin d'accélérer significativement les simulations. Une première tentative de cythonisation partielle vient d'être réalisée.
L'objet de ce projet est de réaliser la cythonisation intégrale du code (moins de 3000 lignes) et de mesurer le gain en performance.
Dans le cadre du projet européen DREAM (http://www.robotsthatdream.eu/), nous avons commencé à développer un ensemble de service et de noeuds dans le middleware ROS (http://wiki.ros.org/) de façon à faciliter le développement et l'intégration de l'architecture cognitive qui tournera sur les robots du projet (Baxter, PR2, MEKKA notamment).
La théorie du choix social vise à étudier les propriétés de différentes procédures de vote. Formellement, une procédure de vote vise à agréger des préférences individuelles sur un ensemble de candidats en un rangement collectif de ces candidats. Pour les procédures de vote les plus connues, le rangement collectif est facile à calculer à partir des préférences individuelles. Néanmoins il existe de nombreuses autres procédures de vote pour lesquelles le calcul du rangement collectif est un problème difficile.
Les environnements virtuels sont bien évidemment d'un grand intérêt pour l'étude de modèles décisionnels, pour peu qu'ils disposent d'outils de programmation (API, plugins, etc). Ils participent alors en effet d'un domaine scientifique et technique qui exploite l’informatique et des interfaces comportementales en
vue de simuler et d'étudier le comportement d’entités (3D) en interaction en temps réel entre elles et avec un ou des utilisateurs. Unity3D (https://unity3d.com/) permet de produire de tels environnements.
Hanabi est un jeu coopératif basé sur la communication entre les joueurs : chacun possède un ensemble de cartes dont il n'a pas le droit de connaître le contenu mais qui est vu par (tous) les autres. Le but est de poser certaines cartes dans un ordre particulier à l'aide des indices donnés par ses coéquipiers. Ces indices, ou annonces, répondent \à des règles précises.
L'objectif est de poser le plus grand nombre de cartes.
Le jeu peut être joué de 2 jusqu'à 5 joueurs.
Contexte : Auto-localisation au sein d'une flotte de drones en environnement ouvert sans GPS.
L'objectif de ce projet est de porter, de tester et éventuellement d'améliorer un algorithme d'auto-localisation de la littérature sur plateformes raspberry et arduino via un réseau Wi-Fi adhoc.
