Approches évolutionnaires pour le comportement adaptatif d'entités autonomes
Auteur / Autrice : | Trung Hau Tran |
Direction : | Yves Duthen |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique |
Date : | Soutenance en 2007 |
Etablissement(s) : | Toulouse 3 |
Mots clés
Mots clés contrôlés
Résumé
La simulation comportementale des entités virtuelles devient un problème très complexe lorsque ces entités sont plongées dans des environnements virtuels dynamiques et inconnus. Les agents procéduraux ne peuvent répondre à des situations imprévues. Les agents réactifs agissent en temps réel mais ils s'adaptent difficilement à des environnements dynamiques. Les travaux de recherche de cette thèse se concentrent sur une étude des mécanismes issus de la vie artificielle offrant des caractéristiques de réactivité, d'adaptation et d'évolution. Nous étudions une architecture couplant différents mécanismes afin d'augmenter les capacités de raisonnement des entités virtuelles. Nous avons défini une architecture comportementale pour des entités autonomes. Cette architecture se compose de deux modèles dont le premier leur permet d'agir de façon réactive en réponse à leur perception. Ce modèle est basé sur l'approche des champs de potentiels qui a déjà montré son efficacité à résoudre des problèmes de navigation d'entités autonomes. Cependant, cette solution est très coûteuse. Le programmeur doit en effet définir les paramètres des champs de potentiel de façon manuelle pour chaque environnement. Pour pallier ce problème, nous avons défini un modèle supplémentaire permettant aux entités autonomes d'obtenir des comportements adaptatifs dans les environnements dynamiques. Notre nouvelle approche se base sur les systèmes de classeurs du type XCS de Wilson dont le rôle est d'apprendre et d'évaluer des actions discrètes correspondant aux paramètres mentionnés. Nous avons validé notre architecture comportementale à travers une simulation d'un problème proie-prédateur. La performance du système comportemental dépend alors entièrement des systèmes de classeurs. Les actions possibles restent toujours discrètes et prédéfinies. Or, l'augmentation des actions possibles implique l'augmentation des ressources nécessaires pour le stockage des classeurs et du temps de convergence du système. . .