Orchestration et planification hiérarchique de llms pour la conception et la simulation de systèmes h/f

Description de l'offre

Le/la stagiaire développera un simulateur de systèmes complexes orchestré par un planificateur hiérarchique de type HTN (Hierarchical Task Network). Ce planificateur s’appuiera sur les connaissances du domaine et l’expertise métier pour structurer les tâches et sous-tâches, en intégrant un ensemble de préconditions et de contraintes guidant la décomposition hiérarchique. Les mécanismes du modèle HTN permettront d’explorer et comparer plusieurs méthodes ou alternatives de conception et de simulation. Les tâches de bas niveau seront connectées à des LLMs et fourniront le contexte spécifique nécessaire à chaque appel, permettant au modèle de générer des réponses précises et adaptées. Le système intégrera également un module de vérification chargé de détecter les incohérences locales. En cas d’erreur, seule la partie concernée sera mise à jour sans modifier la structure globale, garantissant ainsi la robustesse et la stabilité du processus d’orchestration. Le stage sera appliqué à un domaine spécifique (par exemple la conception de puces électroniques, la génération de code ou la simulation de systèmes industriels complexes) à travers un cas d’usage concret, afin de démontrer l’efficacité de l’approche en situation réelle.

Références

· Wang, X., Wan, G.-W., Wong, S.-Z., Zhang, L., Liu, T., Tian, Q., & Ye, J. (2024). ChatCPU: An Agile CPU Design and Verification Platform with LLM. Proceedings of the 61st ACM/IEEE Design Automation Conference (DAC 2024).

· Ho, C.-T., Ren, H., & Khailany, B. (2025). VerilogCoder: Autonomous Verilog Coding Agents with Graph-based Planning and Abstract Syntax Tree (AST)-based Waveform Tracing Tool. Proceedings of the AAAI Conference on Artificial Intelligence, 39(8).

· Muñoz-Avila, H., Aha, D. W., & Rizzo, P. (2025). ChatHTN: Interleaving Approximate (LLM) and Symbolic HTN Planning. Proceedings of the International Conference on Neuro-symbolic Systems, PMLR 288:446-458, 2025.

Profil du candidat

Nous recherchons un(e) étudiant(e) motivé(e) par l’IA avancée, capable de travailler sur des systèmes complexes et d’expérimenter de nouvelles approches.

· Formation en informatique, IA ou génie logiciel (Master ou équivalent).

· Connaissances en planification et/ou LLMs.

· Compétences en programmation (C#, Java, Python, etc.) et modélisation de systèmes complexes (UML).

· Curiosité scientifique, rigueur, autonomie et esprit d’initiative.

· Un intérêt pour la conception de puces électroniques ou la simulation de systèmes industriels sera un plus.