Salary: env. 650 euros / mois
Category: Research
Type: Internship
Contacts: philippe.gaussier@ensea.fr
Location: ETIS - CY Cergy Paris Université - site de Saint-Martin

Modélisation des mécanismes de neuromodulation du système limbique et de leurs implications dans les pathologies telles que la dépression, les addictions et le stress post-traumatique.

Depuis 30 ans le laboratoire ETIS développe des modèles computationnels inspirés de la neurobiologie
pour le contrôle de robots autonomes. Nous travaillons actuellement à mettre en place un modèle rendant compte de comportements typiques et pathologiques liés à la depression, au choc post-traumatique et aux addictions pour mieux comprendre ces pathologies et à long terme simuler leur évolution en fonction des traitements qui seraient proposer aux patients (modélisation des interactions entre les structures corticales, l’amygdale et les structures impliqués dans leur neuromodulation : VTA, DRN, LC, PVN,…) Le modèle actuel permet la simulation des interactions entre différentes structures corticales et sous corticales impliquées dans la gestion de nos comportements et plus précisément de certaines pathologies telles que la dépression mélancolique, la dépression atypique, le stress post traumatique et les addictions.

Le stage visera à :

  • Étudier les interactions entre les systèmes dopaminergique et sérotoninergique dans des paradigmes d’apprentissage par conditionnement. Nous nous focaliserons sur leur implication au auniveau de l’amygdale et le traitement des événements imprévus
  • Apprentissage de conditionnements positifs et négatifs et gestion du niveau de stress associé en vue de rendre compte de l’anxiété
  • Intégration de ces différents éléments dans un modèle global du système limbique avec la prise en compte des effets du cortisol et de l’ocytocine
  • Mise en place de différents scénario et calibration du réseau pour simuler la dynamique d’évolution de ces différentes pathologies en fonction des médicaments utilisés.
  • L’évaluation du modèle sera faite lors de taches visant à tester l’apprentissage et le comportement du modèle dans des environnements simulés dans le but de pouvoir calibrer notre modèle par rapport à des données mesurables en clinique : niveau de cortisol, stress…

La nécessité de lancer un grand nombre de simulations impliquera le développement d’outils permettant
de lancer en parallèle un grand nombre de simulations et d’optimiser la simulation de réseaux de neurones impliquant des processus ayant des dynamiques temporelles très différentes (dynamiques rapides de l’ordre de la seconde à des dynamiques lentes de l’ordre du mois).

Lieu : Equipe neurocybernétique du laboratoire ETIS (UMR CNRS 8051) à Cergy Pontoise

Compétences requises : bon niveau en réseaux de neurones et programmation en C, connaissances en
neurobiologie et intérêt pour les applications en psychiatrie.

Contact :
P. Gaussier : philippe.gaussier@ensea.fr
(Envoyer CV, lettre de motivation et relevé de notes y compris de l’année en cours)

Indemnité ~ 650 €/mois (durée du stage 4 à 6 mois)

———————————-

Apprentissage renforcement pour l’optimisation de trajectoire d’un Cobot

Nous recherchons un stagiaire en Master recherche pour participer au développement d’un
nouveau bras robotique de type Cobot dans le cadre de la création d’une startup.

Descriptif détaillé :

Apprendre à suivre finement une trajectoire implique non seulement d’apprendre une séquence temporelle mais aussi de prédire les effets des actions pour limiter les oscillations autour de la trajectoire désirée. Dans ce projet, nous testerons différents modèles neuronaux pour apprendre à prédire en temps réel les conséquences sensorielles des actions effectuées sur un robot à commande électrique contrôlé en force via un modèle de muscle artificiel. Les réseaux de neurones développés seront utilisés pour adapter en ligne le comportement du bras et permettre d’obtenir une trajectoire lisse et précise. Nous étudierons notamment comment le modèle peut adapter la force de la commande pour apprendre à tenir compte des effets de la gravité et du poids des objets transportés (par ex. freiner en avance le bras en cours de descente). Les tests seront effectués sur un bras robotique développé dans le cadre de la startup cobot one pour des applications de cobotique (bras équipé de capteurs position et vitesse pour chaque axe + frein électromagnétique). Le stage se focalisera sur l’apprentissage par renforcement de trajectoires spécifiques mais aussi sur la capacité à généraliser les apprentissages à de nouvelles trajectoire afin d’anticiper les effets de la gravité et minimiser la consommation du bras. Les développements se feront dans le cadre d’un simulateur de réseaux de neurones contrôlant en temps réel notre bras robotique.

Compétences désirées :

Réseaux de neurones supervisés et non supervisés, apprentissage par renforcement, bon niveau en C , temps réel, maitrise de Linux, expérience en développement logiciel avec git/Gitlab.

Missions :

  1. Tests de différents modèles neuronaux pour l’apprentissage par renforcement
  2. Apprentissage sur robot et en simulation
  3. Evaluation des performances du robot développé

Lieu : Equipe neurocybernétique du laboratoire ETIS (UMR CNRS 8051) à Cergy Pontoise (site de St Martin)

Contact :

P. Gaussier : philippe.gaussier@ensea.fr
Envoyer CV, lettre de motivation et tout document permettant de justifier des compétences annoncés (relevés de notes, lettres de recommandation…). Indiquer dans le sujet du mail : « stage Cobot »

Indemnité à discuter > 650 €/mois (durée du stage 4 à 6 mois)

Apply for this position

Allowed Type(s): .pdf, .doc, .docx