LIP6 1999/015

• Thèse
  S.A.G.A.C.E.
  Solution Algorithmique Génétique pour lAnticipation de Comportements Evolutifs Application aux jeux à information complète et imparfaite
• Ch. Meyer
• 268 pages - 29/06/1999- document en - http://www.lip6.fr/lip6/reports/1999/lip6.1999.015.ps.gz - 3,128 Ko
• Contact : Christophe.Meyer (at) nulllip6.fr
• Ancien Thème : APA
Dans un monde où lHomme est amené à interagir de plus en plus avec des machines physiques et/ou logicielles dotées de facultés artificiellement intelligentes, il convient de donner les moyens à ces machines de sadapter à lui. La machine doit être au service de lHomme et non linverse. A ce titre elle doit être autonome et capable danticiper ses besoins, ses désirs et ses comportements pour une simple question defficacité. La tâche est compliquée par le fait que lHomme nest pas une machine lui-même, il est adaptatif, il change davis, il est souvent irrationnel
Le travail qui est décrit dans cette thèse sinscrit dans ce cadre. Il concerne le développement dune méthode modulaire danticipation de comportements évolutifs : S.A.G.A.C.E.
Les jeux permettent de confronter les machines à des humains dans un contexte où ils dévoilent la plupart de leurs facultés danalyse, de réflexion et dadaptation. La réalisation dun système capable danticiper les stratégies dun joueur humain devrait permettre, à terme, dappréhender lanticipation du comportement humain dans de nombreuses autres activités et répondre ainsi, au moins partiellement, au but précédemment énoncé.
• Mots clés : Anticipation, Apprentissage, Jeux, Modélisation d'un joueur humain, Théorie des Jeux
• Directeur de la publication : Valerie.Mangin (at) nulllip6.fr