Vérification par Apprentissage par Renforcement sur Zynq/Vitis

Missions:

• Optimisation de bancs de test génériques grâce à l’Apprentissage par Renforcement (RL)
• Entraînement d’un agent RL pour interagir avec des agents VHDL/Python
• Développement d’un agent RL en Python (Keras/TensorFlow, Stable Baselines, etc.)
• Évaluation de la fiabilité et de l’efficacité d’agents générateurs de stimuli de test
• Surveillance automatisée des transactions sur des interfaces telles que I2C, SPI, UART, AXI, WB…

Profil requis:

• Connaissances en systèmes embarqués et Algorithmes prédictifs/IA
• Expérience en Machine Learning / Deep Learning, Python, VHDL, HDL, RL
• Autonome, curieux, enthousiaste

Niveau: Bac+5 Places: 1 stagiaire