Ingénieur simulation (H/F)

Entreprise :

CESI est une école d'ingénieurs qui fait de la promotion sociale par l'excellence un modèle de réussite. Rejoignez un environnement stimulant où l'esprit d'équipe, la diversité des projets et l'autonomie ne font qu'un. Découvrez une école qui a su développer un modèle unique et se donne les moyens au quotidien de relever les grands défis de l'époque. Nos 25 campus, 28 000 étudiants, 8000 entreprises partenaires et 106 000 alumni témoignent de l'impact de CESI au niveau national.

CESI accompagne ses étudiants en utilisant des méthodes innovantes de pédagogie active. L'établissement forme avec rigueur les futurs ingénieurs, techniciens et managers, dans les secteurs suivants : l'Industrie & l'Innovation, le BTP, l'Informatique et le Numérique et le Développement Durable. Parallèlement, CESI concrétise son engagement dans la Recherche à travers des activités menées au sein de son Laboratoire d'Innovation Numérique, CESI LINEACT.

Les partenariats établis avec 130 universités à travers le globe, attestent de l'engagement international de CESI. Ces liens privilégiés offrent aux élèves ingénieurs une mobilité sortante et entrante à l'échelle internationale, façonnée notamment par des stages obligatoires faisant partie intégrante de leur cursus.

Description du poste :

Title: Cooperative game-based decision-making for AMR fleet operations in a logistics warehouse using discrete-event simulation (FlexSim)

Titre : Prise de décision coopérative par théorie des jeux pour le pilotage d'une flotte d'AMR en entrepôt, via simulation à événements discrets (FlexSim)

Abstract

Catchphrase: Enabling robust and efficient AMR fleet coordination through cooperative decision mechanisms under real-time warehouse uncertainty.

Keywords: AMR, cooperative game theory, multi-robot task allocation, warehouse logistics, discrete-event simulation, FlexSim, negotiation, charging scheduling, congestion

Autonomous Mobile Robots (AMRs) are increasingly deployed for internal transport in warehouses, but their performance depends on continuous decisions under uncertainty (new requests, changing priorities, congestion, charging needs, robot downtime). This internship focuses on the design and evaluation of cooperative decision-making mechanisms among robots, grounded in cooperative game theory, to dynamically allocate tasks and coordinate robot actions..

The work will rely on a discrete-event simulation model implemented in FlexSim to represent warehouse flows, task arrivals, resources, and disruptions. On top of this simulation layer, cooperative coordination strategies will be developed (e.g., coalition formation, cost-sharing rules, bargaining mechanisms, cooperative allocation schemes) to decide: (i) task-to-robot assignment, (ii) mission sequencing, and (iii) charging/availability management while mitigating congestion effects. Strategies will be assessed through KPIs such as service level for high-priority tasks, throughput, energy/distance, utilization rate, fairness among robots, and robustness to disruptions.

Résumé

Slogan : Coordonner efficacement une flotte d'AMR par coopération (théorie des jeux) malgré les incertitudes et la dynamique temps réel d'un entrepôt.

Mots clés : AMR, théorie des jeux coopératifs, allocation de tâches multi-robots, entrepôt logistique, simulation à événements discrets, FlexSim, négociation, recharge, congestion

Les robots mobiles autonomes (RMA) sont de plus en plus utilisés pour le transport interne en entrepôt, mais leurs performances dépendent d'une prise de décision continue face à des événements (arrivées de nouvelles missions, changements de priorités, congestion, recharge, indisponibilités). Ce stage vise à concevoir et évaluer des mécanismes de décision coopératifs entre robots, basés sur la théorie des jeux coopératifs, afin d'améliorer la coordination d'une flotte d'AMR.

Le travail s'appuiera sur un modèle de simulation à événements discrets sous FlexSim, décrivant les flux, les ressources (AMR, stations, chargeurs), et les perturbations. Au-dessus de cette couche simulation, des stratégies coopératives seront développées (coalitions, partage de coût/gain, mécanismes de négociation, schémas d'allocation coopératifs) pour décider : (i) l'affectation des tâches aux AMR, (ii) le séquencement des missions, et (iii) la gestion de la recharge/disponibilité tout en limitant la congestion. Les politiques seront comparées via des indicateurs : niveau de service des tâches prioritaires, débit, distance/énergie, taux d'utilisation, équité entre robots, robustesse aux aléas.

Skills

Scientific and technical skills:

• Multi-robot coordination and AMR fleet management

• Cooperative game theory for decision-making (coalitions, bargaining, cost sharing)

• Discrete-event simulation of warehouse operations (FlexSim)

• Optimization / algorithm design and data analysis in Python

• Intralogistics knowledge (transport, dispatching, charging, congestion effects)

Soft skills:

• Autonomy and scientific curiosity

• Strong coding discipline (tests, reproducibility, documentation)

• Clear communication (KPI-driven comparisons, reporting)

• Teamwork with researchers and industrial stakeholders

Compétences

Compétences scientifiques et techniques :

• Gestion de flotte d'AMR et coordination multi-robots

• Théorie des jeux coopératifs appliquée à la décision (coalitions, négociation, partage de coûts)

• Simulation à événements discrets d'un entrepôt (FlexSim)

• Conception d'algorithmes et analyse de données en Python

• Intralogistique (transport interne, dispatching, recharge, congestion)

Compétences relationnelles :

• Autonomie et curiosité scientifique

• Rigueur de développement (tests, reproductibilité, documentation)

• Communication orientée indicateurs (KPIs) et résultats

• Travail en équipe (chercheurs/ingénieurs, partenaires industriels)

Research Work

Scientific context

Warehouse intralogistics is rapidly automating with AMR fleets to increase flexibility compared to fixed conveyors and classical AGVs. However, warehouses face high variability (inbound arrivals, urgent orders, shifting priorities) and operational disturbances (charging downtime, maintenance, local congestion). These dynamics require decision methods that are reactive, robust, and scalable. From a scientific standpoint, the problem relates to multi-robot task allocation, dynamic pickup-and-delivery, online scheduling, and distributed coordination mechanisms. This internship investigates cooperative game-theoretic decision models to coordinate AMRs efficiently under uncertainty, evaluated through discrete-event simulation.

Subject

The warehouse contains a set of pickup/drop-off points (input/output stations, storage areas, production/kitting points) generating transport tasks with possible priorities and due times. AMRs execute transport missions while facing constraints such as limited charging capacity, energy autonomy, variable travel times, and congestion.

The objective is to design a cooperative decision mechanism that enables robots to jointly decide:

1. Task allocation (which AMR takes which mission),

2. Mission sequencing (ordering tasks per robot),

3. Charging management (when/where to charge, which robot gets priority), while reacting to real-time events (new tasks, priority updates, robot unavailability, congestion peaks).

Cooperative game theory will be used to formalize collaboration (e.g., coalition values/costs, payoff or cost sharing, bargaining outcomes). The decision layer will interface with the simulation model to test policies under multiple dynamic scenarios.

Prior works in the laboratory

Within the Engineering and Digital Tools team, CESI LINEACT develops approaches for modeling, simulation, optimization and data analysis of cyber-physical systems, as well as decision-support tools for industrial operations. This internship will leverage these competencies to build a FlexSim discrete-event simulation model of warehouse AMR operations and to study cooperative decision strategies suitable for real-time constraints and industrial deployment.

Work program

Planned steps (indicative 6-month schedule):

• State of the art on cooperative multi-robot task allocation, negotiation/coalition mechanisms, AMR fleet management; definition of KPIs and dynamic events.

• Development of a FlexSim discrete-event simulation model (layout, task generators, AMR behaviors, charging, disruptions, congestion indicators).

• Formalization of the decision problem: state variables, constraints, utility/cost functions, and baseline heuristics (priority rules, nearest-task, etc.).

• Design and implementation of cooperative game-based strategies (e.g., coalition formation + cost sharing, bargaining/negotiation, cooperative allocation).

•…

Description du profil :

Organisation

Funding: DynaLog Project

Location: CESI LINEACT, Angoulême (France)

Starting date: March 2026

Duration: 6 months.

Supervisor(s):

Abdelkader Mekhalef Benhafssa, Associate Professor, CESI LINEACT, Angoulême (Fance)

M'hammed Sahnoun, Resarch Director, CESI LINEACT, Rouen (Fance)

Belgacem Bettayeb, Associate Professor, CESI LINEACT, Lille (Fance)

Title: Cooperative game-based decision-making for AMR fleet operations in a logistics warehouse using discrete-event simulation (FlexSim)Titre : Prise de décision coopérative par théorie des jeux pour