Doctorant.e sur l’optimisation-simulation pour la planification et la supervision d’une flotte de robots agricoles autonomes

Retour à la liste des résultats

Présentation INRAE

L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche rassemblant une communauté de travail de 12 000 personnes, avec 272 unités de recherche, de service et expérimentales, implantées dans 18 centres sur toute la France. INRAE se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal. Ses recherches visent à construire des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.

Environnement de travail, missions et activités

Dans le contexte du projet MSCA GreenField Data (IoRT Data management and analysis for Sustainable Agriculture), quatorze thèses de doctorat seront financées sur des thématiques variées en lien avec les données pour l’agroécologie. Cette offre d’emploi concerne la thèse N, intitulée « Optimization-simulation coupling for the GHG emission-based supervision and planification of a fleet of autonomous agricultural robots ».

Le couplage optimisation-simulation est une avancée majeure dans la supervision de flottes robotiques. Il consiste à intégrer des algorithmes d’optimisation dans des modèles de simulation pour permettre un contrôle plus efficace d’une flotte, mais également d’ajuster les opérations en fonction de données collectées en temps réel pour une prise de décision améliorée.

La thèse s’inscrit dans le développement d’une flotte de robots agricoles autonomes partagée entre plusieurs sites dans un cadre coopératif. Les robots seront stockés, configurés et réparés dans un entrepôt central, et desserviront différents sites ayant des besoins identifiés. Le déploiement étudié dans cette thèse consiste à assigner les robots à des sites en fonction des besoins et des disponibilités, le contrôle interne à chaque site étant laissé à un superviseur local. Le superviseur central sera toutefois informé de la progression des tâches dans chaque site, afin de réévaluer les contraintes et délais en fonction des données de terrain et de potentiellement replanifier l’allocation des robots.

L’objectif de la thèse est d’optimiser le déploiement selon différents critères (émission de gaz à effet de serre, temps d’exécution des tâches, équité…). 

Plus précisément, il s’agira de :

- proposer un modèle de représentation de la flotte et des sites prenant en compte les différents objectifs et contraintes ;

- concevoir des méthodes d’optimisation pour répondre au problème de planification pour la flotte. On pourra utiliser des approches exactes ou heuristiques, mais un critère essentiel sera leur rapidité d’exécution pour permettre des réévaluations en fonction des données terrain et du contrôle humain ;

- prendre en compte les données remontées en temps réel et donc permettre la replanification à la volée en fonction de délais, incidents ou nouveaux besoins ;

- évaluer les méthodes développées, d’abord en simulation, puis en conditions réelles par un déploiement expérimental en utilisant des données terrain ;

- créer une interface visuelle ergonomique pour la gestion de la flotte par les utilisateurs.

 

La thèse sera encadrée par Claus Sorensen (Université d’Aarhus) et Sandro Bimonte (INRAE).

La personne recrutée bénéficiera de l’environnement scientifique d’excellence des laboratoires d’accueil, de l’expertise accumulée par les équipes, et de la collaboration concrète avec les autres thèses du programme GreenField Data.

 

Informations supplémentaires : https://www.eu4greenfielddata.eu/phd-positions-application/list-of-phds (Réf N)

 

Formulaire de candidature : https://ec.europa.eu/eusurvey/runner/0d408efd-3c56-a24c-f2cd-cb462dd28cfa

 

La thèse s’effectuera en deux parties. Pendant un an et demi, la personne recrutée travaillera à l’Université d’Aarhus au Danemark (un séjour de 4 mois au sein de l’entreprise Conpleks Inc est prévu). Puis, jusqu’à la fin de la thèse, la personne recrutée travaillera au sein de l’Unité de Recherche TSCF à Aubière proche de Clermont-Ferrand, en France (un séjour de deux mois au sein de l’entreprise Sherpa est prévu).

Il est essentiel de noter qu’en raison de la règle de mobilité MSCA, la personne recrutée devra impérativement ne pas avoir résidé ou eu une activité principale (études, emploi) en France pendant plus de 12 mois parmi les 36 mois précédant le recrutement.

Formations et compétences recherchées

Formation recommandée : master en informatique ou en mathématiques appliquées

Connaissances souhaitées : optimisation, recherche opérationnelle, heuristiques, algorithmique, programmation

Expérience appréciée : stage de recherche en laboratoire ou dans l’industrie

Aptitudes recherchées : un niveau en anglais équivalent au C1 est requis, l’excellence scientifique et académique ainsi que l’intérêt pour le projet doctoral et la collaboration au sein du projet GreenField Data sont essentiels

Votre qualité de vie à INRAE

En rejoignant INRAE, vous bénéficiez (selon le type de contrat et sa durée) :

-  jusqu'à 30 jours de congés + 15 RTT par an (pour un temps plein) ;
- d'un soutien à la parentalité : CESU garde d'enfants, prestations pour les loisirs ;
- de dispositifs de développement des compétences : formation, conseil en orientation professionnelle ;
- d'un accompagnement social : conseil et écoute, aides et prêts sociaux ;
- de prestations vacances et loisirs : chèque-vacances, hébergements à tarif préférentiel ;
- d'activités sportives et culturelles ;
- d'une restauration collective.

Rémunération : environ 3.100 € en France et 28.800 DKK au Danemark, plus une allocation de mobilité et une allocation familiale, ajusté selon le pays.

 

Modalités pour postuler

Formulaire de candidature :
https://ec.europa.eu/eusurvey/runner/0d408efd-3c56-a24c-f2cd-cb462dd28cfa 
Informations complémentaires : 
https://www.eu4greenfielddata.eu/phd-positions-application/list-of-phds