Apprentissage par renforcement pour l’optimisation de la conduite de culture du colza

Ronan Trépos (1) , Stephane Lemarié (2) , Helene Raynal (1) , Muriel Morison (3) , Stéphane Couture (1) , Frederick Garcia (4)

1 UBIA - Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT)
2 GAEL - Laboratoire d'Economie Appliquée = Grenoble Applied Economics Laboratory
3 Agronomie
4 UAR1203 DEPT MIA Département Mathématiques et Informatique Appliquées (devenu MathNum)

L’agriculture intégrée consiste à adapter les pratiques agricoles pour limiter l’usage des produits phytosanitaires tout en contenant la pression des biogresseurs et avec une productivité suffisante pour garantir un revenu satisfaisant à l’agriculteur. A l’échelle de l’année culturale, le problème peut être formulé comme un problème d’optimisation de décisions d’un itinéraire technique (ITK). Nous avons mis en oeuvre une méthode d’apprentissage par renforcement pour adopter une méthode d’optimisation basée sur l’expérimentation virtuelle dans le cadre de l’optimisation d’ITK pour la conduite de culture du colza. Ce projet a requis le couplage de plusieurs modèles mécanistes de simulation. Des résultats préliminaires de l’optimisation sont présentés.

Mots clés: Colza; Apprentissage par renforcement; Agronomie; Conduite de culture

Domaines: Sciences du Vivant [q-bio]

Ronan Trépos, Stephane Lemarié, Helene Raynal, Muriel Morison, Stéphane Couture, et al.. Apprentissage par renforcement pour l’optimisation de la conduite de culture du colza. 14e Journées Francophones Planification, Décision, Apprentissage pour la conduite de système - JFPDA, May 2014, Liège, Belgique. pp.1-13. ⟨hal-01173333⟩