Séminaire : David Danan et Milad Leyli Abadi

Evaluer les simulateurs hybrids physiques/IA avec le framework LIPS: Etudes de cas

Les simulations basées sur la physique sont au coeur de nombreux systèmes industriels critiques. Bien que les approches classiques aient prouvé leur précision et leur robustesse au cours des années et s’accompagnent d’une riche fondation mathématique, elles souffrent de sévères limitations fonction de la nature de la physique sous-jacente et des cas d’usage. En particulier, ces approches sont connues pour leur coût computationnel et peuvent échouer à converger dans certains cas. Récemment, l’utilisation d’approches basées sur les données visant à apprendre des phénomènes physiques complexes a été envisagée pour adresser de telles difficultés. Néanmoins, bien qu’elles soient supposément plus efficaces d’un point de vue computationnel, elles peuvent ne pas donner satisfaction au regard de considérations physiques et de la précision. De ce fait, il est à la fois nécessaire de concevoir des simulateurs hybrides et de proposer une approche standard et systématique afin d’évaluer les simulateurs suivant des critères communs. Concernant le premier point et au travers de l’expérience accumulée dans les différentes compétitions organisée, nous mettons en avant trois différents cas d’usage issus de domaines industriels bien distincts: le traitement de réseaux électriques, le roulage de pneu et la prédiction des performances d’une aile d’avion. Afin d’adresser le second point, et se diriger vers une meilleure applicabilité dans le monde réel, nous proposons à l’IRT SystemX un nouvel outil de benchmarking  "Learning Industrial Physical Simulations"(LIPS) permettant d’estimer la performance et l’amélioration en continu de simulateurs augmentés. Le besoin de développer des simulateurs hybrides adaptés spécifiquement à des cas d’application industrielle.