Cours M1S2

Robotique et Apprentissage

Cette UE aborde de manière théorique et pratique l'apprentissage et l'optimisation appliqué dans le cadre de la robotique autonome. C'est à dire: apprentissage automatique, regression, apprentissage par renforcement, optimisation stochastique (algorithme d'évolution artificielle), optimisation multi-objectif, notion de pression à la sélection et de diversité. Les travaux pratiques seront réalisés sur machine ou sur robots, selon les thèmes.

Résolution de problèmes

Cette UE couvre les principales méthodes de résolution de problèmes difficiles en Intelligence Artificielle et en Recherche Opérationnelle. Le cours abordera ainsi les algorithmes de résolution exacte, mais également les algorithmes approchés (recherche heuristique dans les espaces d'états, les méthodes de recherche locale, les méta-heuristiques, etc.), et notamment ceux avec garantie de performance.

Fondements des Systèmes Multiagents

Après avoir introduit la notion d'agent en tant qu'entité autonome interagissant avec son environnement, nous présenterons les différents aspects des systèmes multi-agents. Nous décrirons les différents modèles d'agents (réactifs, cognitifs, rationnels,...) et montrerons comment des systèmes d'agents peuvent être utilisés pour résoudre des problèmes de manière collective. Les problématiques d'autonomie, de distribution et d'asynchronisme seront ensuite mises en avant afin d'apprendre, concevoir et modéliser des systèmes multi-agents.

Interaction Homme-Machine

Comment intégrer l'humain dans la conception d'une IA et plus largement d'un système interactif? Comment favoriser l'adoption et la compréhension d'une IA et éviter le rejet ou la méfiance des utilisateurs? ou au contraire, comment tirer partie de l'IA peut élaborer des interfaces intelligentes?

Cette UE présente les fondations de l'Interaction Humain-AI (HCAI) et l'Interaction Homme-Machine (HCI)

Décision et Jeux

Cette unité d'enseignement offre un panorama des modèles de comportement décisionnel, individuel et collectif de la RO et de l'IA et fournit les outils d'analyse en permettant un examen critique. La théorie de la décision et la théorie des jeux permettent de formaliser et d'expliquer les comportements observés. Les principes de rationalité dégagés par ces théories servent de base au développement d'agents décisionnels et de systèmes d'aide à la décision.

User login