Description
Date depot: 9 octobre 2023
Titre: Approches d’apprentissage par renforcement en théorie et contrôle de l’information
Directeur de thèse:
David GESBERT (Eurecom)
Encadrant :
Fotios STAVROU (Eurecom)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé: La prochaine génération de systèmes cyber-physiques, l'Internet industriel des objets et l'Internet tactile envisagent l'intégration d'une myriade de systèmes autonomes qui s'appuient sur des technologies de communication, de calcul et de contrôle, afin de servir la pléthore d'applications sociétales émergentes telles que la robotique grand public, les véhicules intelligents, la surveillance de l'environnement et les soins de santé. Habituellement, le système global qui englobe une collection de systèmes autonomes est réparti dans l'espace et la communication entre les dispositifs intelligents, tels que les capteurs, les actionneurs et/ou les contrôleurs, s'effectue par l'intermédiaire d'un réseau de communication partagé. Ce type de réseau est souvent connu sous le nom de Système de contrôle en réseau sans fil. Dans cette thèse, l'objectif est de comprendre les limites fondamentales et la synthèse de certaines topologies de Système de contrôle en réseau sans fil qui n'ont pas été étudiées jusqu'à présent. Plus spécifiquement, nous nous concentrerons sur le développement de techniques sophistiquées pour étudier de nouvelles configurations centralisées de Système de contrôle en réseau sans fil composées de plusieurs usines et capteurs. L'un des principaux objectifs de cette thèse sera de générer des approches algorithmiques robustes qui prendront en compte les réseaux dont les capacités de calcul sont limitées.
Doctorant.e: He Zixuan