Chercheur postdoctoral associé au CReC, laboratoire de la Fondation Saint-Cyr , mes travaux portent sur les systèmes autonomes et l’intelligence artificielle symbolique, avec un intérêt particulier pour la planification et la prise de décision autonome .

Ancien étudiant du Magistère de physique fondamentale d'Orsay, mastérien de l’ENS rue d'Ulm et docteur en physique théorique de l’Université Pierre et Marie Curie, j’ai travaillé sur les transitions de phase et les phénomènes critiques dans les systèmes désordonnés à travers la mécanique statistique, la théorie des champs et les méthodes du groupe de renormalisation.

Je m’appuie aujourd’hui sur des approches analytiques et algorithmiques pour étudier, de manière complémentaire, la planification,  la contre planification et la planification trompeuse par injection d’entropie dans les modèles de décision autonomes.

Parallèlement, je m’intéresse aux jeux de stratégie et de simulation , en particulier aux wargames comme instruments d’analyse et de modélisation du raisonnement et de la prise de décision. J’ai notamment conçu le jeu Submerged Strategies, un wargame tactique à environnement sous-marin, moderne et réaliste. Au delà de sa jouabilité et de son aspect ludique, ce jeu est utilisé comme banc d’essai expérimental pour tester nos approches d'algorithmes planificateurs lorsqu'on remplace les joueurs humains par des IAs.

Mes recherches actuelles visent à formaliser et implémenter un modèle de planification entropique unifiant planification et mécanique statistique des systèmes désordonnés : en effet, mon approche repose sur la mise en œuvre d'une politique stochastique de type Boltzmann Gibbs en présence de champs aléatoires, ces derniers ajoutant à l'agitation thermique un désordre propre.

Mes travaux en Mécanique Statistique et Théorie Statistique des Champs  :

Au cours de mon doctorat, mes travaux de recherche théorique se sont inscrits dans l’étude de modèles généralisant le modèle d’Ising — modèle paradigmatique de la théorie des transitions de phase — en particulier le modèle d’Ising en champ aléatoire, qui soulève des questions fondamentales au cœur de la physique des systèmes désordonnés avec, notamment, le problème de la réduction dimensionnelle et de sa brisure à basse dimension.

J’ai également exploré des questions ouvertes et encore débattues de la physique critique à travers une version du modèle d’Ising intégrant des interactions microscopiques à longue portée, ainsi que, sur un plan plus conceptuel, la théorie de la singularité de Yang et Lee dans laquelle le champ magnétique est considéré comme imaginaire pur.

L’ensemble de mes analyses et calculs s’appuie sur une version non perturbative du groupe de renormalisation, dans une formulation moderne proposée par Wetterich. Cette approche part d’une équation de renormalisation exacte et permet d’effectuer des approximations contrôlées sans recourir à un développement en série selon les puissances de la constante de couplage, contrairement aux méthodes perturbatives traditionnelles.

Concernant le modèle d’Ising en champ aléatoire, une première démarche analytique s’est appuyée sur le formalisme supersymétrique et la méthode des répliques, combinés au groupe de renormalisation, afin d’établir des équations différentielles fonctionnelles décrivant l’évolution d’échelle du système. Ces équations ont ensuite été discrétisées et résolues numériquement.

Cette méthode a permis de comprendre le mécanisme de brisure de la réduction dimensionnelle à basse dimension dans ce modèle, et de relier cette brisure à la présence de grandes avalanches se produisant dans le système à température nulle.

Le principal résultat de ma thèse réside dans la conception d’un modèle unifié combinant des interactions microscopiques à longue portée avec un désordre représenté par un champ magnétique aléatoire, lui aussi corrélé à longue portée. Ce modèle a été résolu numériquement dans le cas tridimensionnel, ce qui m’a permis de prédire une brisure de la réduction dimensionnelle selon la loi de puissance choisie pour les corrélations à longue portée. Dans cette perspective, je propose une simulation de ce modèle généralisé en trois dimensions, afin de confronter pour la première fois, et de manière indépendante, les prédictions théoriques à l’expérience.

Ces travaux ont donné lieu à plusieurs publications dans des revues internationales à comité de lecture.

 

Publications :


– G. Tarjus, M. Baczyk, and M. Tissier ,

Avalanches and Dimensional Reduction Breakdown in the Critical Behavior of Disordered Systems,

Physical Review Letters 110, 135703 (2013).


– M. Baczyk, M. Tissier, G. Tarjus, and Y. Sakamoto ,

Dimensional Reduction and its Breakdown in the Three-Dimensional Long-Range Random-Field Ising Model ,

Physical Review B 88, 014204 (2013).


– M. Baczyk, G. Tarjus, M. Tissier, and I. Balog ,

Fixed Points and their Stability in the Functional Renormalization Group of Random Field Models ,

Journal of Statistical Mechanics: Theory and Experiment P06010 (2014)

Lien vers mon manuscrit de doctorat

Mes travaux en planification autonome :

Dans le cadre de mon travail de chercheur associé, j’ai d’abord acquis une solide culture générale sur les jeux de plateau — en particulier les wargames — ainsi que sur l’environnement et les technologies sous-marines. Cette double expertise m’a permis de concevoir le jeu Submerged Strategies, qui allie réalisme et abstraction en offrant une grande diversité, tant sur le plan environnemental que sur celui des actions et des missions proposées.

Le jeu est spécifiquement orienté vers la contre planification, c’est-à-dire la reconnaissance du but de l’adversaire, et la tromperie, pour l’autre joueur chargé d’accomplir une mission secrète. Le wargame Submerged Strategies constitue ainsi une plateforme d’expérimentation privilégiée pour nos algorithmes d’intelligence artificielle dédiés à la contre planification et à la planification entropique.

Dans ce cadre, j’ai étudié en détail la planification classique déterministe afin d’être capable de concevoir et d’implémenter une gamme étendue de planificateurs de recherche prospective. Nous avons ensuite développé une IA de planification hiérarchique et modulaire, fondée sur des principes permettant de réduire drastiquement la complexité algorithmique.

J’ai réalisé un prototype fonctionnel de cette IA, adaptée à l’un des deux rôles du jeu, en langage Python. Parallèlement, Submerged Strategies a été développé en version numérique, ce qui permet de tester et d’évaluer systématiquement les comportements générés par le planificateur implémenté.

Nous avons également développé plusieurs approches d’algorithmes de contre planification pour le second joueur. À ce jour, ces modèles ne sont toutefois pas encore implémentés sous forme de prototypes en Python.

Je travaille actuellement sur une approche stochastique de la planification trompeuse par injection d’entropie. À chaque étape de la construction du plan, l’action suivante est tirée aléatoirement selon une distribution de Boltzmann, telle qu’elle a été introduite historiquement en mécanique statistique. Cette formulation fait intervenir une température jouant le rôle de paramètre de contrôle du désordre, ainsi qu’un hamiltonien, fonction fondamentale de l’état et de l’action, permettant d’ajuster la distribution de probabilité.

Le projet consiste à étendre cette politique stochastique de type Boltzmann Gibbs au cas désordonné, dans lequel les paramètres de pondération de l’hamiltonien, ainsi que la température, sont eux-mêmes des champs aléatoires, généralement corrélés. Cette approche est actuellement en cours de développement.

Enfin, deux articles de conférence en lien direct avec ces travaux sont en préparation.