Dans le domaine de la fabrication additive, la technologie DED (Directed Energy Deposition) connait actuellement un intérêt croissant auprès des industriels. Si ce nouveau procédé a l’avantage de produire rapidement des pièces 3D de grandes dimensions, la génération des trajectoires de dépôts de matière reste un problème complexe que les logiciels de FAO existants peinent à résoudre correctement. Le projet KAM4AM vise à développer une solution logicielle innovante pour la fabrication, basée sur une technique éprouvée d’intelligence artificielle, l’apprentissage par renforcement, pour en faire une FAO apprenante et adaptative. Une liste de cas d’étude issus de l’industrie permettra de recueillir les typologies de pièces et les difficultés techniques et scientifiques spécifiques à la technologie DED. Associées aux cas issus de la recherche, ces données permettront de définir les objectifs et les fonctions de l’environnement DED apprenant à créer. Les principaux verrous scientifiques du projet, liés à cette technique d’apprentissage par renforcement, sont d’une part la conception d’un système de « récompenses » problème indépendant, calé sur les règles métier, et d’autre part la création d’un modèle phénoménologique rapide du procédé DED permettant les nombreuses itérations d’apprentissage. Les trajectoires ainsi générées seront mises à l’épreuve avant de pouvoir être intégrées par le partenaire DPRI dans le logiciel Esprit Additive.