Mécanismes d’apprentissage développemental et intrinsèquement motivés en intelligence artificielle : étude des mécanismes d'intégration de l'espace environnemental

Résumé : Cette thèse s'inscrit dans le cadre du projet IDEAL (Implementing DevelopmentAl Learning) financé par l'Agence Nationale de la Recherche (ANR). La capacité à percevoir, mémoriser et interpréter l'environnement qui nous entoure est une capacité vitale que l'on retrouve chez de nombreux êtres vivants. Cette capacité leur permet de générer des comportements adaptés à leur contexte, ou d'échapper à un prédateur sorti de leur champ de vision. L'objectif de cette thèse consiste à doter un agent artificiel de cette capacité. Nous proposons un modèle théorique permettant à un agent artificiel de générer des connaissances exploitables des éléments constituant son environnement et une structure reflétant l'espace. Ce modèle est basé sur la théorie de la contingence sensorimotrice, et implémente une forme de motivation intrinsèque. En effet, ce modèle débute avec un ensemble de structure indivisibles, appelées interactions, caractérisant les échanges entre l'agent et son environnement. L'apprentissage des connaissances est développemental et émerge de l'interaction entre l'agent et son environnement, sans qu'aucune intervention extérieure (récompense), ne soit nécessaire. Notre modèle propose des mécanismes permettant d'organiser et d'exploiter ces connaissances émergentes dans le but de générer des comportements. Nous proposons des implémentations de ce modèle pour démontrer l'émergence d'une connaissance à partir de l'interaction entre l'agent et son environnement, et les comportements qui émergent de cette connaissance
Type de document :
Thèse
Intelligence artificielle [cs.AI]. Université Claude Bernard - Lyon I, 2014. Français. <NNT : 2014LYO10300>
Liste complète des métadonnées

https://tel.archives-ouvertes.fr/tel-01166721
Contributeur : Abes Star <>
Soumis le : mardi 23 juin 2015 - 09:50:27
Dernière modification le : jeudi 17 novembre 2016 - 05:06:12
Document(s) archivé(s) le : mardi 15 septembre 2015 - 21:30:55

Fichier

TH2014GaySimon.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01166721, version 1

Collections

Citation

Simon Gay. Mécanismes d’apprentissage développemental et intrinsèquement motivés en intelligence artificielle : étude des mécanismes d'intégration de l'espace environnemental. Intelligence artificielle [cs.AI]. Université Claude Bernard - Lyon I, 2014. Français. <NNT : 2014LYO10300>. <tel-01166721>

Partager

Métriques

Consultations de
la notice

1524

Téléchargements du document

348