CS27 - Bac+5 Stage Deep Reinforcement Learning pour la Prise de Décision en Conduite Autonome (H/F)
Careers | Renault Group
·Today
- Location
- FR_REN_AMPERE S.T. - Guyancourt, France
- Type
- Full-time
- Closing date
- Today
- Source
- Workday
Description
Company
AMPERE SOFTWARE TECHNOLOGYJob Description
Contexte et environnement de travail
Renault poursuit son engagement envers les jeunes au travers de la formation par l’alternance et les stages. Cette politique volontariste positionne Renault comme un des contributeurs majeurs au développement de l’apprentissage en France. Dans le cadre de votre stage, vous serez suivi par le service Emploi, compétences et Politiques Jeunes et plus particulièrement au sein des relations écoles et de la marque employeur de Renault.
La prise de décision en conduite autonome sur autoroute (comme le changement de voie) est un défi complexe qui nécessite de concilier sécurité, fluidité du trafic et confort des passagers. Les approches traditionnelles basées sur des règles empiriques montrent parfois leurs limites face à la diversité des scénarios réels.
Ce stage a pour objectif d'explorer le potentiel du Deep Reinforcement Learning (DRL) pour concevoir un système de prise de décision intelligent, capable d'apprendre à effectuer des changements de voie optimaux et sécurisés en environnement simulé.
Vos missions
Sous la responsabilité de votre tuteur, ingénieur développement logiciel ADAS/AD, vos missions s'articuleront autour des axes suivants :
Recherche bibliographique & État de l'art :
- Analyser l'état de l'art scientifique sur l'apprentissage par renforcement (RL) appliqué à la conduite autonome et à la planification de trajectoire.
Modélisation en simulation :
- Prendre en main et configurer l'environnement de simulation open-source highway-env (Python).
Modéliser différents scénarios de trafic autoroutier (densité de trafic, comportements des autres véhicules). Développement de l'IA (Deep Reinforcement Learning) :
- Concevoir, implémenter et entraîner des algorithmes de DRL (ex: DQN, PPO, SAC) pour gérer les décisions de changement de voie.
Optimisation de la fonction de récompense (Reward Engineering) :
- Définir et ajuster les critères de succès pour garantir un comportement optimal : sécurité (distances de sécurité, évitement de collisions), confort des passagers (accélérations fluides) et efficacité (vitesse cible, temps de trajet).
Évaluation et Benchmark :
- Évaluer les performances du modèle entraîné face à des scénarios complexes et imprévus.
- Comparer les résultats obtenus par l'IA avec les performances des systèmes d'aide à la conduite (ADAS) actuels basés sur des approches de contrôle classiques.
Qui êtes-vous ?
- Formation : Étudiant(e) en dernière année d'École d'Ingénieur ou Master 2 en Informatique, Intelligence Artificielle, Robotique ou Automatique.
- Compétences techniques requises :
- Excellente maîtrise de Python.
- Solides connaissances en Machine Learning / Deep Learning et idéalement en Reinforcement Learning (frameworks type PyTorch, TensorFlow, Stable-Baselines3).
- Sensibilité aux problématiques de la conduite autonome, de la robotique ou de la théorie du contrôle.
- Soft skills :
- Curiosité scientifique, autonomie et force de proposition.
- Rigueur méthodologique pour mener des expérimentations et analyser des résultats.
- Bon niveau d'anglais (communication orale, lecture d'articles scientifiques et documentation technique).
Vous souhaitez participer à l’aventure de l’automobile de demain ? Rejoignez-nous ! 🚗💡
Job Family
Research & DevelopmentContract Duration
6 monthsRenault Group is committed to creating an inclusive working environment and the conditions for each of us to bring their passion, perform to the full and grow, whilst being themselves.
We find strength in our diversity and we are engaged to ensure equal employment opportunities regardless of race, colour, ancestry, religion, gender, national origin, sexual orientation, age, citizenship, marital status, disability, gender identity, etc. If you have a disability or special need requiring layout of the workstation or work schedule, please let us know by completing this form.
In order to follow in real time the evolution of your applications and to stay in touch with us, we invite you to create a candidate account. This will take you no more than a minute and will also make it easier for you to apply in the future.
By submitting your CV or application, you authorise Renault Group to use and store information about you for the purposes of following up your application or future employment. This information will only be used by Renault Group companies as described in the Group privacy policy.
