Etudes avancées de la Représentation Sémantique, de l'Alignement et du Raisonnement dans les Systèmes de Communication Multi-Agents pour les Réseaux 6G // Advancing Semantic Representation, Alignment, and Reasoning in Multi-Agent 6G Communication Systems

Les communications sémantiques représentent un domaine de recherche émergent et transformateur, où l'objectif se déplace de la transmission de simples données brutes à celle d'informations significatives. Bien que les premiers modèles et solutions de conception aient établi des principes fondamentaux, ils reposent souvent sur des hypothèses fortes concernant l'extraction, la représentation et l'interprétation du contenu sémantique. L'arrivée des réseaux 6G introduit de nouveaux défis, en particulier avec le besoin croissant de systèmes multi-agents où plusieurs agents pilotés par l'intelligence artificielle (IA) interagissent de manière fluide.
Dans ce contexte, le défi de l'alignement sémantique devient crucial. La littérature existante sur les communications sémantiques multi-agents suppose fréquemment que tous les agents partagent un cadre d'interprétation et de compréhension commun, ce qui est rarement le cas dans des scénarios pratiques. Des représentations mal alignées peuvent entraîner des inefficacités de communication, une perte d'informations critiques et des malentendus.
Cette recherche doctorale vise à faire progresser l'état de l'art en explorant les principes de représentation sémantique, d'alignement et de raisonnement dans des environnements multi-agents IA au sein des réseaux de communication 6G. L'étude examinera comment les agents peuvent aligner dynamiquement leurs modèles sémantiques, garantissant une interprétation cohérente des messages tout en tenant compte des différences de contexte, d'objectifs et de connaissances préalables. En s'appuyant sur des techniques issues de l'intelligence artificielle, telles que l'apprentissage automatique, l'alignement d'ontologies et le raisonnement multi-agents, l'objectif est de proposer des cadres novateurs qui améliorent l'efficacité et l'efficience des communications dans des environnements multi-agents. Ce travail contribuera à des systèmes de communication plus adaptatifs, intelligents et sensibles au contexte, essentiels à l'évolution des réseaux 6G.

------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Semantic communications is an emerging and transformative research area, where the focus shifts from transmitting raw data to conveying meaningful information. While initial models and design solutions have laid foundational principles, they often rest on strong assumptions regarding the extraction, representation, and interpretation of semantic content. The advent of 6G networks introduces new challenges, particularly with the growing need for multi-agent systems where multiple AI-driven agents interact seamlessly.
In this context, the challenge of semantic alignment becomes critical. Existing literature on multi-agent semantic communications frequently assumes that all agents share a common understanding and interpretation framework, a condition rarely met in practical scenarios. Misaligned representations can lead to communication inefficiencies, loss of critical information, and misinterpretations.
This PhD research aims to advance the state-of-the-art by investigating the principles of semantic representation, alignment, and reasoning in multi-AI agent environments within 6G communication networks. The study will explore how agents can dynamically align their semantic models, ensuring consistent interpretation of messages while accounting for differences in context, objectives, and prior knowledge. By leveraging techniques from artificial intelligence, such as machine learning, ontology alignment, and multi-agent reasoning, the goal is to propose novel frameworks that enhance communication efficiency and effectiveness in multi-agent settings. This work will contribute to more adaptive, intelligent, and context-aware communication systems that are key to the evolution of 6G networks.

------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Pôle fr : Direction de la Recherche Technologique
Pôle en : Technological Research
Département : Département Systèmes (LETI)
Service : Service Technologies Sans Fils
Laboratoire : Laboratoire Signal Protocoles et Plateformes Radio
Date de début souhaitée : 01-09-2025
Ecole doctorale : Mathématiques, Sciences et Technologies de l’Information, Informatique (MSTII)
Directeur de thèse : Di Lorenzo Paolo
Organisme : La Sapienza
Laboratoire : INFOCOM
URL : https://www.linkedin.com/in/emilio-calvanese-strinati-6g/
URL : https://www.leti-cea.fr/cea-tech/leti/Pages/recherche-appliquee/plateformes/plateforme-telecommunications.aspx
URL : https://scholar.google.fr/citations?user=bWndGhQAAAAJ&hl=fr

Public/private mixed funding

Pôle fr : Direction de la Recherche Technologique
Pôle en : Technological Research
Département : Département Systèmes (LETI)
Service : Service Technologies Sans Fils