Génération de scénario : planification avec un opérateur défini par un modèle graphique
Résumé
Using planning techniques to generate scenarios offer many advantages such as the variability, the control and the adaptation of the scenarios to the learner. However, a scenario is not only a valid sequence of actions/events, it has to satisfy the causal coherence. The causal coherence refers to the notion that the sequence of events has to follow a logical progression of the narrative and the learner has to understand every event occurring in the scenario. In this article, we propose a new operator that allows to encapsulate sets of actions in the form of graphs. This operator allows to contextualize the actions and therefore to facilitate the causal coherence of the generated scenario. We provide an example of a scenario generated using this new operator and we evaluate the performance of our system on IPC problems.
Utiliser la planification pour générer des scénarios pré-sente de nombreux avantages tels que la variabilité, le contrôle et l'adaptation du scénario. Cependant, un scénario ne doit pas juste être une séquence d'actions valide mais doit également satisfaire la cohérence causale, c'est à dire que la séquence d'actions doit suivre une progression narrative logique et être explicable (i.e. l'apprenant doit comprendre tout ce qui se passe). Dans cet article, nous proposons un nouvel opérateur de planification permet-tant d'encapsuler des ensembles d'actions sous la forme de graphes. L'intérêt de cet opérateur et de contextualiser les actions et ainsi faciliter la cohérence causale des scénarios générés. Nous donnons un exemple de scénario généré et évaluons les performances de notre système sur un problème des IPCs.
Domaines
Intelligence artificielle [cs.AI]| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
Loading...