Approche décentralisée pour un apprentissage constructiviste en environnement continu : application à l'intelligence ambiante.

Sébastien Mazac 1 Frédéric Armetta 1 Salima Hassas 1
1 SMA - Systèmes Multi-Agents
LIRIS - Laboratoire d'InfoRmatique en Image et Systèmes d'information
Résumé : Le paradigme constructiviste de l'apprentissage en intelligence artificielle (IA) se développe largement à travers des concepts tels que l'IA incarnée, l'IA énactive ou la Robotique développementale. L'objectif commun à ces approches est de créer des agents autonomes car dotés d'une capacité d'adaptation à leur environnement et même d'apprentissage, à l'image des organismes biologiques. Un vaste champ d'application inclue tous les systèmes en interaction avec un environnement complexe, dont les objectifs sont variés et non prédéfinis. Suivant ce positionnement, nous nous intéressons ici au problème de l'intelligence ambiante. Nous proposons un modèle décentralisé d'apprentissage constructiviste pour un système d'AmI basé sur une architecture multi-agents. Avec ce travail nous abordons notamment le problème de l'amorçage de l'apprentissage sensorimoteur pour des environnements réels continus sans modélisation de l'environnement a priori.
Complete list of metadatas

Cited literature [21 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-01146381
Contributor : Sébastien Mazac <>
Submitted on : Thursday, October 8, 2015 - 2:39:12 PM
Last modification on : Wednesday, November 20, 2019 - 2:55:58 AM
Long-term archiving on : Saturday, January 9, 2016 - 10:23:30 AM

File

jfsma15.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01146381, version 1

Citation

Sébastien Mazac, Frédéric Armetta, Salima Hassas. Approche décentralisée pour un apprentissage constructiviste en environnement continu : application à l'intelligence ambiante.. Journées Francophones sur les Systèmes Multi-Agents (JFSMA), Jun 2015, Rennes, France. ⟨hal-01146381⟩

Share

Metrics

Record views

454

Files downloads

408