Menu principal

PLANIFICATION DE MISSIONS D’UNE CONSTELLATION DE SATELLITES D’OBSERVATION DE LA TERRE

Contexte et problématique

Les satellites en orbite sont souvent déployés dans des constellations de satellites, parce qu’un seul satellite couvre seulement une petite zone à un instant donné. En outre, les zones couvertes changent à mesure que le satellite parcourt son orbite. Par conséquent, plusieurs satellites sont nécessaires pour maintenir une couverture régulière voire continue sur une zone, comme la mer Méditerranée.

Le problème de planification d’une constellation de satellites est complexe conditionné par de nombreux facteurs, tels que : le nombre de satellites, la typologie des satellites qui peuvent être différents à l’intérieur d’une même constellation (on parle alors de constellation hétérogène), leurs orbites, la géométrie de couverture, et la solution doit être fournie en temps de plus en plus contraint.

L’évolution des technologies de l’intelligence artificielle et notamment les systèmes multi-agents sont une solution intéressante pour s'attaquer à ces multiples  contraintes et objectifs ainsi qu’à leur aspect distribué. En plus, une autre caractéristique très intéressante des systèmes multi-agents est leur capacité à adapter la planification initiale dynamiquement dans des situations spécifiques. Une fois la planification initiale mise en place et communiquée du sol vers les satellites, d’autres demandes peuvent apparaître et entraîner une re-planification dynamique.

Objectifs du post-doctorat

Une étude préliminaire de faisabilité de l’approche AMAS (Adaptive Multi-Agent Systems) à un problème multi-objectif de génération de plans de missions pour une constellation de satellites a été réalisée au cours du travail de thèse de J Bonnet [1]. Le problème abordé dans cette étude est une simplification de la problématique industrielle présentée précédemment, dans lequel tous les aspects dynamiques (météorologiques, réception d’une nouvelle requête, …) n’ont pas été pris en compte.

L’objectif de ce post-doctorat est dans un premier temps d’identifier et de justifier l’apport des technologies de l’intelligence artificielle et notamment des systèmes multi-agents pour la prise en compte des contraintes dynamiques. Une deuxième phase de conception, implémentation et validation permettra de conforter les choix effectués.

Organisation des travaux de recherche

Le post-doctorat se déroulera en 4 parties :

1.     Dans un premier temps, et sur la base d’une description du problème et des cas d’utilisation envisagés qui lui seront fournis, le post-doctorant devra identifier les contraintes de la planification dynamique et proposer une formalisation du problème, en co-ingénierie avec les équipes TAS..

2.     Par la suite, il s’agira de reprendre l’état de l’art réalisé lors de la thèse de J. Bonnet [1], afin d’identifier et de justifier/motiver les algorithmes IA permettant la prise en compte des contraintes identifiées.

3.     Dans cette phase, le post-doctorant mènera l’activité de design des algorithmes et de la maquette du démonstrateur qui permettra de les exploiter, en itérant régulièrement avec l’équipe Mission de TAS. Il s’agit, en particulier de confirmer la capacité à prendre en compte les contraintes du problème devant être intégrées dans les algorithmes d’IA.

4.     Finalement, le post-doctorant participera aux phases de développement des algorithmes IA retenus et qui seront intégrés dans le démonstrateur et de tests. Il participera aussi à l’évaluation des performances des algorithmes de planification implémentés.

Profil du candidat

Être titulaire d'un doctorat en informatique dans le domaine de l'IA.

Avoir des centres d'intérêts qui gravitent autour des concepts de systèmes multi-agents, de la résolution collective de problèmes et de l’optimisation.

Être capable de rédiger des documents techniques et scientifiques.

Avoir une bonne maîtrise de l'anglais écrit et parlé.

Être autonome et avoir de la rigueur scientifique.

 

Financement et durée

Ce post doctorat est financé dans le cadre d’une collaboration entre l’équipe SMAC (Systèmes Multi-Agents Adaptatifs) de l’IRIT (Institut de Recherche en Informatique de Toulouse) et TAS (Thales Alenia Space). Le salaire brut mensuel prendra en compte l’ancienneté du candidat (Pour information le salaire brut mensuel pour une expérience comprise entre 0 et 1 an est de 3766 € )

Le contrat est d'une durée de 10 mois pouvant commencer dès le 1er Avril 2021.

 

Encadrement et environnement

Ce post-doc est localisé à l'IRIT, dans l'équipe SMAC qui s'intéresse à la modélisation et à la résolution de problèmes complexes à l'aide de systèmes multi-agents. Ses recherches visent à relever les défis scientifiques que sont l'apprentissage dynamique endogène et exogène, la résolution de problèmes difficiles et la conception ainsi que l'évaluation de systèmes adaptatifs.

Le post-doctorant sera co-encadré par l’équipe Mission de Thales Alenia Space.

 

Contacts

CV, lettres de recommandation, rapports de thèse et lettre de motivation (indiquant notamment les solutions que vous pouvez/comptez apporter dans le cadre de ce sujet) sont à envoyer au format PDF à elsy.kaddoum@irit.fr, Marie-Pierre.Gleizes@irit.fr et serge.rainjonneau@thalesaleniaspace.com.

[1] J. Bonnet. Multi-Criteria and Multi-Objective Dynamic Planning by Self-Adaptive Multi-Agent System, Application to Earth Observation Satellite Constellations. Thèse de doctorat, Université de Toulouse, juin 2017.


Mots-clés
Auto-Adaptation; Constellation de satellites hétérogènes; Planification dynamique; Résolution collective de problèmes; Systèmes Multi-Agents
Établissement
IRIT - INSTITUT DE RECHERCHE EN INFORMATIQUE DE TOULOUSE
31062 TOULOUSE  
Date de début souhaitée
05/04/2021
Langues obligatoires
Anglais; Français
Type de contrat
CDD
Type de poste
Postdoc
Prérequis

Être titulaire d'un doctorat en informatique dans le domaine de l'IA.
Avoir des centres d'intérêts qui gravitent autour des concepts de systèmes multi-agents, de la résolution collective de problèmes et de l’optimisation.
Être capable de rédiger des documents techniques et scientifiques.
Avoir une bonne maîtrise de l'anglais écrit et parlé.
Être autonome et avoir de la rigueur scientifique.

Date limite
31/03/2021
Informations de contact

Elsy Kaddoum (elsy.kaddoum@irit.fr)
Marie-Pierre Gleizes (arie-Pierre.Gleizes@irit.fr)
Serge Rainjonneau (serge.rainjonneau@thalesaleniaspace.com)