Flux de données en temps réel et streaming : Agents autonomes

Ce module de formation vise à fournir une approche théorique et pratique pour concevoir des architectures autonomes intelligentes capables d’interagir avec un environnement via des capteurs. Ces architectures incluent des automates et automates communicants, et/ou des agents et multi-agents, qui collaborent pour optimiser leur fonctionnement.

L’utilisation de jumeaux numériques permet de simuler et anticiper les comportements des agents dotés d’Intelligence Artificielle dans des contextes variés. Qu’ils soient individuel ou collectif, les agents doivent évoluer avec des comportements garantis sans erreurs. Cette approche innovante s’inscrit de plus en plus dans le monde industriel, transformant la manière dont les systèmes automatisés sont conçus et déployés.

Cette formation ouvre de nouvelles perspectives pour la maintenance prédictive, l’optimisation des processus et la gestion en temps réel des ressources. Au travers d’un projet fil rouge donné au début du cours, les étudiants apprendront à développer des solutions concrètes, comme des robots connectés ou des architectures IoT, intégrant des techniques avancées de Machine Learning et/ou de Deep Learning. Cette démarche leur permettra de maîtriser les enjeux liés à l’autonomie et à l’IA appliquée à l’industrie, tout en développant leur capacité à innover dans un environnement technologique en constante évolution. La captation et la gestion des données externes et internes devient l’enjeu majeur du bon fonctionnement des agents. L’objectif est de renforcer l’apprentissage des utilisations en temps réel des données brutes, la mise en place de pipelines efficaces pour l’exploitation et la distribution de données nouvellement exploitables pour les parties prenantes. Au delà du projet, le but est de disposer d’un environnement de fonctionnement dynamique pour construire, développer, déployer, utiliser, superviser et garantir une architecture de données.