Raisonnement heuristique réflexif dans un agent temps réel
Abstract
We propose the model of an agent able to adapt to his environment. To achieve this, he discovers and efficiently uses new concepts from his experience. Knowledge is homogeneously represented in an oriented graph, so the agent can create, execute and analyse his own rules. Transmission of an activation flux in the graph allows the homogeneous and efficient use of this knowledge. The activation level defines the actual mental state of the agent, which determines the rules and the concepts that will be considered for reasoning. We present a symbolic data analysis method to induce new concepts from the graph. To create useful concepts associated with this new ones, we present although deduction rules used by the agent. Finally, control via emotions integrates new concepts by reinforcing the links and guides the agent.
L’objectif de ce travail est de proposer un modèle d’agent capable de
découvrir de nouveaux concepts et des règles heuristiques adaptés au domaine et de
les utiliser efficacement, en particulier dans le cadre de jeux en temps réel. Pour cela,
l’agent utilise un modèle de raisonnement fondé sur un grand nombre d’heuristiques
utilisées de façon réflexive. L’utilisation d’un graphe pour la représentation des
connaissances permet de représenter et d’utiliser de façons similaires les concepts et
les règles quelque soit leur niveau d’abstraction. Il n’y a pas de distinction de niveaux
métas et les meta-règles peuvent être créées et modifiées comme les autres.
L’intégration de ce modèle à un agent nécessite d’étudier les cas particulier des
perceptions et des actions dans un environnement temps réel. De plus, l’agent devant
être totalement autonome, un système d’émotion permet de le réguler en fonction de
son état et de celui de l’environnement.
Origin : Files produced by the author(s)