Description
Date depot: 16 juillet 2022
Titre: Exploration et construction de repr ́esentations en environnements ouverts
Directeur de thèse:
Stéphane DONCIEUX (ISIR (EDITE))
Encadrant :
Nicolas PERRIN-GILBERT (ISIR (EDITE))
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Intelligence artificielle
Resumé: Les algorithmes d'apprentissage par renforcement permettent de découvrir de façon automatique, par essais et erreurs, des comportements atteignant un objectif donné sous la forme d'une récompense à maximiser. Ils peuvent donc donner aux robots la capacité à s'adapter à des conditions initialement inconnues, mais pour ce faire, ils nécessitent de connaître une représentation adaptée du problème sous la forme d'états et d'actions appropriés. L'acquisition de ces représentations, ainsi que des modèles permettant de prédire leur évolution, est une problématique essentielle pour donner aux robots de meilleures capacités d'adaptation.
La problématique dans laquelle s’inscrit cette thèse est la suivante : Comment un robot, avec un minimum d'hypothèses sur son environnement, peut-il construire des représentations appropriées pour comprendre son environnement et agir de façon à atteindre les objectifs qui lui ont été fixés ? Il s'agira de découvrir les espaces d'état pertinents permettant de prédire l'évolution de l'environnement en réponse aux actions du robot. Les modèles sous-jacents seront ensuite utilisés par des méthodes d'apprentissage pour découvrir des politiques appropriées.
Doctorant.e: Pecqueux--Guézénec Charly