Thèse IA Hybride et Systemes Multi-Agents Explicables pour l'Aide a la Decision en Architecting d'Infrastructures Critiques Nucleaires H/F - Doctorat.Gouv.Fr

Établissement : IMT MINES ALES École doctorale : I2S - Information, Structures, Systèmes Laboratoire de recherche : SyCoIA - Systèmes Complexes et Intelligence Artificielle Direction de la thèse : Phuc DO ORCID 0000000341135895 Début de la thèse : 2026-11-02 Date limite de candidature : 2026-08-07T23:59:59 Les infrastructures critiques nucléaires sont des systèmes complexes dont la conception mobilise de nombreuses disciplines d'ingénierie et doit satisfaire des exigences strictes en matière de réglementation, de sûreté, de coût, de planning, de maintenabilité et de performance opérationnelle. Les décisions prises lors des premières phases de Systems Architecting (SA), couvrant la conception préliminaire et les études de faisabilité, influencent fortement l'ensemble du cycle de vie du système. Pourtant, ces activités reposent encore largement sur l'expertise des ingénieurs, des pratiques peu formalisées et des échanges entre de multiples parties prenantes. Il en résulte une difficulté à explorer de manière systématique les alternatives d'architecture, à comparer les solutions envisageables, à justifier les choix de conception et à assurer une traçabilité claire des décisions.
Les progrès récents de l'intelligence artificielle, notamment de l'IA hybride, des grands modèles de langage (LLM) et des systèmes multi-agents, ouvrent de nouvelles perspectives pour assister les ingénieurs durant ces phases amont de conception. Toutefois, l'intégration de ces technologies dans les processus de Systems Architecting demeure un défi scientifique et méthodologique majeur. Dans des domaines critiques comme le nucléaire, les solutions fondées sur l'IA doivent être explicables, auditables, fiables et placées sous le contrôle de l'expert humain. L'objectif n'est donc pas de remplacer les architectes système, mais de leur fournir des assistants intelligents capables d'élargir l'espace d'exploration, de structurer des connaissances d'ingénierie hétérogènes, de générer et d'évaluer des alternatives d'architecture, et de soutenir une prise de décision mieux éclairée.
L'objectif de cette thèse est de développer un cadre méthodologique combinant l'Ingénierie Système Basée sur les Modèles (MBSE), l'intelligence artificielle hybride et des systèmes multi-agents explicables afin d'aider à la prise de décision lors de l'architecting des infrastructures critiques nucléaires. Le cadre proposé assistera les architectes système depuis l'analyse des besoins jusqu'à la formalisation d'alternatives d'architecture pouvant ensuite alimenter les démarches de MBSE et d'Ingénierie de Lignes de Produits (Product Line Engineering).

Les travaux de recherche s'articuleront autour de quatre axes complémentaires : Les travaux de recherche s'articuleront autour de quatre axes complémentaires : (i) le développement d'un cadre de modélisation intégrant besoins, variabilité, décisions et traçabilité ; (ii) la conception d'une architecture multi-agents explicable pour l'exploration collaborative des alternatives d'architecture ; (iii) le développement de méthodes d'aide à la décision multicritère sous incertitude intégrant l'analyse d'impact ; et (iv) la validation du cadre proposé sur des cas d'étude industriels issus des programmes Nuward et Aval du Futur.'

Les contributions scientifiques attendues comprennent : (i) un cadre de modélisation unifié pour le Systems Architecting en phase amont ; (ii) un cadre méthodologique pour l'orchestration de systèmes multi-agents explicables ; (iii) une approche d'aide à la décision pour l'évaluation d'alternatives d'architecture sous incertitude ; et (iv) une validation industrielle démontrant l'applicabilité et la transférabilité de l'approche proposée. Au-delà du domaine nucléaire, cette recherche vise à favoriser des processus d'architecting plus transparents, traçables, explicables et réutilisables pour les infrastructures critiques complexes.
Le Systems Architecting (SA) joue un rôle clé dans la conception amont des systèmes complexes, en particulier dans le domaine nucléaire, où les choix d'architecture influencent fortement la sûreté, les coûts, les délais, la maintenabilité et la performance globale des installations. Pourtant, ces activités reposent encore largement sur l'expertise humaine, des processus peu formalisés et des informations souvent incomplètes ou hétérogènes.

Les approches MBSE contribuent à structurer les modèles d'ingénierie, mais elles restent limitées pour assister l'exploration, la comparaison et la justification des alternatives d'architecture en phase amont. Par ailleurs, les avancées récentes en IA hybride, grands modèles de langage (LLM) et systèmes multi-agents ouvrent de nouvelles perspectives, mais leur intégration dans des contextes critiques exige explicabilité, traçabilité, robustesse et contrôle humain.

Cette thèse se situe à l'interface entre ingénierie système, MBSE, IA hybride et systèmes multi-agents explicables. Elle vise à développer un cadre méthodologique d'aide à la décision pour assister l'architecting des infrastructures critiques nucléaires, en combinant modélisation, exploration d'alternatives et analyse multicritère sous incertitude. L'objectif de cette thèse est de développer un cadre méthodologique d'aide à la décision pour l'architecting des infrastructures critiques nucléaires, en combinant Model-Based Systems Engineering (MBSE), intelligence artificielle hybride et systèmes multi-agents explicables. Les travaux viseront à formaliser les activités de Systems Architecting, à assister l'exploration et l'évaluation d'alternatives d'architecture, ainsi qu'à améliorer la traçabilité et la justification des décisions. Le cadre proposé intégrera des mécanismes de modélisation, d'orchestration de systèmes multi-agents, d'évaluation multicritère sous incertitude et d'analyse d'impact. Il sera validé sur des cas d'application industriels représentatifs du secteur nucléaire, afin d'en démontrer la pertinence et la transférabilité vers d'autres infrastructures critiques. La recherche adoptera une approche méthodologique combinant Model-Based Systems Engineering (MBSE), intelligence artificielle hybride et systèmes multi-agents explicables. Les travaux débuteront par l'analyse des processus de Systems Architecting et la définition d'un cadre de modélisation intégrant besoins, architectures, variabilité, décisions et traçabilité. Une architecture multi-agents sera ensuite développée afin d'assister l'analyse des besoins, la génération et l'exploration collaborative d'alternatives d'architecture. Des méthodes d'aide à la décision multicritère sous incertitude seront proposées pour comparer les variantes, analyser les impacts des évolutions et justifier les arbitrages. Enfin, le cadre développé sera validé sur des cas d'application industriels issus des programmes Nuward et Aval du Futur, afin d'évaluer sa pertinence, son explicabilité et sa transférabilité.

Ce projet concerne un(e) étudiant(e) possédant un diplôme de Master ou d'Ingénieur. Sans les considérer comme des pré requis stricts, une combinaison de certaines des compétences suivantes seront fortement appréciées pour mener à bien les travaux :
- Approche Système et systèmes de systèmes
- Ingénierie Système et MBSE : principes, processus, mise en pratique
- Modélisation multiparadigmes et multi-langages / Méta modélisation
- Data science / techniques d'IA / Systèmes multi agents / IA Hybride / IA agentique.
- Ouverture d'esprit et curiosité, autonomie et force de proposition (juger, décider, convaincre)
- Développements informatiques