
ThèseInformatiqueDoctorat.gouv.fr
ISAE-ONERA DECISIO DECIsion, Supervision et Interaction pour l'Opération de systèmes complexes
TOULOUSE
samedi 1 mai 2027
MSCA COFUND BEST
Aujourd'hui largement déployés sur tous les théâtres d'opérations, les essaims et flottes d'agents autonomes restent indissociables de l'humain, dont le rôle va bien au-delà de la simple supervision. Longtemps considéré à tort comme 'agent providentiel' en cas de défaillance algorithmique, l'opérateur apporte une capacité critique d'adaptation, de raisonnement hors des sentiers battus et de contournement des imprévus majeurs. Sans contester l'excellence des algorithmes embarqués dans leurs tâches spécialisées, cette vision réaffirme la valeur fondamentale de la complémentarité hybride : réunir l'efficacité computationnelle des agents artificiels et la résilience créative des humains face à l'incertitude. Comment des agents humains et artificiels, travaillant en équipe, peuvent-ils mener à bien une mission complexe dans un environnement incertain et imprévisible, tout en maintenant des niveaux d'efficacité et de résilience, dans une situation réelle ? Dans ce contexte, cette thèse vise à développer des outils reliant l'exécution de tâches complexes, dans le cadre d'une mission réelle, permettant une adaptabilité face à des événements incertains et/ou imprévisibles. Ce sujet est étroitement lié à la prise de décision autonome, tout en veillant à ce que les humains restent partie prenante du processus décisionnel, ainsi qu'acteurs du plan ou de la politique à venir. Les humains peuvent être considérés par le système décisionnel comme un simple agent parmi d'autres, et/ou ils peuvent être directement intégrés au processus décisionnel y compris de manière dynamique et au fur et à mesure que la mission se déroule, ce qui exige que les agents artificiels et humains possèdent une excellente compréhension de la situation. École doctorale : SYSTEMES Direction : Thibault GATEAU Financement : MSCA COFUND BEST
Source : Doctorat.gouv.fr · Récupérée le 5 septembre 2026