Observé chez
Ingénieur IA/ML Multi Agent Reinforcement Learning
Télécommunications
Informatique
Palaiseau, Île-de-France, France
PythonDockerKubernetesDeep Learning FrameworksNVIDIA Cosmos
Python
Docker
KubernetesRôle
recherche en communications sémantiques et MARL pour systèmes physiques autonomes
Technologies
PythonDockerKubernetesDeep Learning FrameworksNVIDIA Cosmos
Entités
AI R&d Team
Contextes
TélécommunicationsIntelligence ArtificielleSystèmes autonomes
Compétences
Multi-Agent Reinforcement Learning (MARL)Semantic Communication MechanismsWorld Models et représentations latentesWireless Network SimulationResearch Paper ImplementationGPU ComputingContainerization
Challenges détectés
3 enjeux- Optimisation
Optimiser la communication entre agents multiples sous contraintes réseau réalistes
- Optimisation
Améliorer la coordination et la généralisation entre systèmes multi-agents hétérogènes
- Transformation
Développer des protocoles de communication sémantique pour systèmes physiques autonomes