Heuristique pour l'apprentissage automatique décentralisé d'interactions dans des systèmes multi-agents réactifs - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year : 2006

Heuristique pour l'apprentissage automatique décentralisé d'interactions dans des systèmes multi-agents réactifs

Vincent Thomas
Vincent Chevrier
Christine Bourjot
  • Function : Author
  • PersonId : 830457

Abstract

Cet article propose une heuristique pour la construction automatique d'interactions dans un système multi-agent réactif. Il décrit le formalisme interac-DEC-POMDP qui permet de représenter dans un cadre homogène interactions et actions puis développe un algorithme fondé sur des échanges de récompenses et des techniques d'apprentissage par renforcement pour construire automatiquement et de manière entièrement décentralisée des organisations dans une sous-classe des interac-DEC-POMDPs. Ces techniques permettent en outre de produire à moindre coûts des comportements collectifs adaptatifs basés sur la notion d'interaction directe.
No file

Dates and versions

inria-00104872 , version 1 (09-10-2006)

Identifiers

  • HAL Id : inria-00104872 , version 1

Cite

Vincent Thomas, Vincent Chevrier, Christine Bourjot. Heuristique pour l'apprentissage automatique décentralisé d'interactions dans des systèmes multi-agents réactifs. 15e congrès francophone AFRIF-AFIA Reconnaissance des Formes et Intelligence Artificielle - RFIA 2006, Jan 2006, Tours, Royaume-Uni. ⟨inria-00104872⟩
208 View
1 Download

Share

Gmail Facebook Twitter LinkedIn More