Approche décentralisée de l'apprentissage constructiviste et modélisation multi-agent du problème d'amorçage de l'apprentissage sensorimoteur en environnement continu : application à l'intelligence ambiante

Résumé : Nous proposons donc un modèle original d'apprentissage constructiviste adapté pour un système d'AmI. Ce modèle repose sur une approche décentralisée, permettant de multiples implémentations convenant à un environnement hétérogène. Dans les environnements réels continus sans modélisation à priori, se pose la question de la modélisation des structures élémentaires de représentation et particulièrement le problème d'amorçage de l'apprentissage sensorimoteur (comme décrit par [Kuipers06]). Dans le cadre du modèle général proposé, nous explicitons ce problème particulier et proposons de le traiter comme une forme d'auto-organisation modélisée par un système multi-agent. Cette approche permet de construire des motifs d'interaction élémentaires à partir des seules données brutes, sur lesquels peut reposer la construction d'une représentation plus élaborée (voir [Mazac14]). Nous présentons enfin une série d'expérimentations illustrant la résolution de ce problème d'amorçage : tout d'abord grâce à un environnement simulé, qui permet de maitriser les régularités de l'environnement et autorise des expérimentations rapides ; ensuite en implémentant ce système d'apprentissage au sein d'un environnement d'AmI réel. Pour cela le modèle est intégré dans le système d'AmI développé par l'entreprise partenaire de cette thèse CIFRE. Puis nous présentons une possible application industrielle des résultats de cette première étape implémentée d'amorçage de l'apprentissage sensorimoteur. Nous concluons par l'analyse des résultats et des perspectives de ce type d'approche pour l'AmI et l'application en général de l'IA aux systèmes réels en environnements continus
Type de document :
Thèse
Intelligence artificielle [cs.AI]. Université Claude Bernard - Lyon I, 2015. Français. < NNT : 2015LYO10147 >
Liste complète des métadonnées


https://tel.archives-ouvertes.fr/tel-01213353
Contributeur : Abes Star <>
Soumis le : lundi 2 mai 2016 - 19:42:06
Dernière modification le : jeudi 6 juillet 2017 - 11:20:43
Document(s) archivé(s) le : mardi 24 mai 2016 - 17:48:35

Fichier

TH2015MazacSebastien.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01213353, version 3

Collections

Citation

Sébastien Mazac. Approche décentralisée de l'apprentissage constructiviste et modélisation multi-agent du problème d'amorçage de l'apprentissage sensorimoteur en environnement continu : application à l'intelligence ambiante. Intelligence artificielle [cs.AI]. Université Claude Bernard - Lyon I, 2015. Français. < NNT : 2015LYO10147 >. <tel-01213353v3>

Partager

Métriques

Consultations de
la notice

3996

Téléchargements du document

959