Project Hoshimi DAUTROY Stéphane ROGER julien BEGUE Jean-Baptiste.

Slides:



Advertisements
Présentations similaires
Recherche de chemin A* Par: François Roseberry Benoît Tremblay.
Advertisements

Théorie des graphes.
Programmation Orienté Objet en C++
Module 1- Séance introductive. 2 Contenu du module Ouverture / introduction L'évaluation et WBI Présentations/attentes Questionnaire/test individuel Objectifs.
CAPLP Interne VENTE.
Recherche de motifs par méthodes exploratoires: Comparaisons de performances et statistiques sur le score.
BAC Professionnel Technicien d’Usinage
Soizic Geslin Samy Fouilleux Minh Le Hoai Maxime Chambreuil
Présentation de projet
Equipe optimisation TempoSoft
Les Ateliers de Génie Logiciel
Reconstruction 3D par mono vision avec des trajectoires fortement contraintes Joan Solà LAAS-CNRS Toulouse, France Revue du projet PICAS$O 3 novembre 2005.
Sylvain Mondon Météo-France
Reconstruction de volume 3D
Création du site internet de la société Accueil Chef de projet : Jean julien GUYOT.
Pourquoi et comment développer la relation client ?
To Tune or not to Tune? To Tune or not to Tune? A Lightweight Physical Design Alerter Costa Jean-Denis Le Yaouanc Aurélie Mécanismes de SGBD 2007.
Marketing Engineering
JAVASERVER FACES Un framework Java pour le développement Web.
Les Systèmes Multi-Agents pour la Gestion de Production
Principes de persistance dans les applications orienté objet
Méthode de scénarisation
Défis Technologiques Cycle 2&3
Projet informatique : optimisation du déplacement d’un robot
Algorithmique et Programmation
Design Patterns Factory Method – Pattern de construction [DANT] Génie Logiciel 1.
Introduction à la programmation linéaire
Optimisation-Identification et Cast3M
© Alain Noël, Ph.D., F.Adm.A. 1 Le concept de stratégie par Alain Noël, M.B.A.,Ph.D., F.Adm.A.
Résolution de problèmes Analyse : « Le programme sinscrit, comme celui de la classe de seconde, dans le cadre de la résolution de problèmes. Les situations.
La biophysique a l’UdeM Une option pour moi? Conférence JACADEGEPUDEM Lundi 1 er mars 2010 Université de Montréal.
Masters IIGLI et IGLII – Programmation générique et conception objet – – Claude Montacié 1 Cours n° 3 Polymorphisme I.
La planification d’un projet de maintenance
Introduction Objet de la programmation mathématique, construction d'un modèle mathématique, problème général de programmation mathématique et classification,
Démarche Qualité Logicielle
Approche d’Amélioration de la Performance. Qu’est ce que la Performance ? Le travail/les tâches que les personnes font Les résultats de ce travail/de.
E 1 Usages TICE en Économie Gestion Référentiel TICE.
Réalisation d’un Atelier de Conception, de Fabrication numérique et d’Expérimentation adapté à la Pédagogie par Problèmes et par Projets Projet retenu.
VOX-TELEMARK Créateur de clients.
les méthodes de recherche locale
Programmation dynamique
Introduction Conception de l’écosystèmeConception de l’écosystème Fonctionnalités de l’écosystèmeFonctionnalités de l’écosystèmeConclusion.
Pascale MULARD BIANCO, Jean-Michel RUIZ Professeurs à l ’EGIM
Supports de formation au SQ Unifié
GESTION DE PRODUCTION ET OPERATIONS – GPO-
Institut Supérieur des Sciences Appliquées et de Technologie Sousse
Réalisation Roll Through the Ages 1 Rémy MATHIEU Morgan MONTES Jean-Michel RONDY Benjamin SIRIGU.
Designs Patterns comment rendre son code faiblement couplé, et maintenable...
ETAPE04 « Des besoins d’information… » « Des besoins d’information » En définissant son schéma relationnel, le Moulin des Costières définit une organisation.
JULIEN Phillipe & BAPTISTE Julien
LE STAGE : UN PROJET PERSONNEL
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique
Une nouvelle activité pour le Club L Le Mentorat 8 mars 2010 Sigrid Willame Martine Van den Poel.
© Petko ValtchevUniversité de Montréal Février IFT 2251 Génie Logiciel Conception Hiver 2002 Petko Valtchev.
C++ L’HERITAGE Fayçal BRAÏKI DUT INFORMATIQUE.
Travaux Pratiques Optimisation Combinatoire
Présentation AICHA REVEL INGENIEUR D’ÉTUDE STERIA DEPARTEMENT TRD
Plan de la séance 5. Deux grands thèmes L’analyse du risque, l’emploi de la simulation et du L’optimisation, la programmation linéaire.
Poly Defense Soutenance de Projet de programmation oriEntee objet
Algorithmes génétiques
Séance projet : L’analyse de système Cours Ergonomie des Interactions Personne-Machine 11 Novembre 2009 Présentation réalisée par Mireille Bétrancourt.
Le management des compétences
31/05/2007Projet Master 11 Présentation ludique de la recherche opérationnelle à la fête de la science Année universitaire 2006/2007 Sylvain FIX Julien.
Dr Vincent BIGE Centre de référence Mucoviscidose de Lyon
Projet de Système Répartis. Contexte: Choix techniques:
Un projet pour approfondir l’apprentissage de la programmation en L1: atelier Prog&Play E. Delozanne, P. Jarraud, M. Muratet 1.
Jeu – Mon tableau à double entrée
Leçon de Mécanique pré-bac n°10 Thème : Résolution d’un problème de cinématique, aspects méthodologiques Niveau : Première STI2D Le 01/02/12 Gwenaël.
Programme linéaire - solution graphique
Jean Gaudart1 Détection de clusters spatiaux d'évènements Jean Gaudart Labo. Biostatistiques Faculté de Médecine de Marseille.
Transcription de la présentation:

Project Hoshimi DAUTROY Stéphane ROGER julien BEGUE Jean-Baptiste

Plan  Les problématiques mises en jeu  Description de l’algorithme de sélection du point d’injection  La machine à états

Rappel

 Principe général Soigner des points malades de la carte les « points hoshimi » Utilisation des « molécules AZN » disponibles à certains points de la carte Construction par le nanoAI de nanobots soignant les points Hoshimi et d'autres les ravitaillant en molécules AZN

Les problématiques mises en jeu

 La détermination du point d’injection C’est le point de départ sur la carte Une bonne stratégie reste inefficace si le point d’injection est mauvais

Les problématiques mises en jeu

 Utilisation d’une machine à états La stratégie doit être la plus générique possible Décomposition du problème en états de plus en plus précis

Détermination du point d’injection o Problématique o Solution o Exemple

Détermination du point d’injection  Problématique: maximiser le score d’une partie Parcourir et remplir le maximum de points Hoshimi  Ce qui fait la différence entre les meilleures IA

Détermination du point d’injection  Maximiser le nombre de points Hoshimi parcourus et tenter d’en parcourir le plus possible en début de partie.  Mise en œuvre de nos connaissances relatives à la théorie des graphes et des statistiques.

Détermination du point d’injection  Méthode utilisée : Lancement de voyageur de commerce sur chaque point Hoshimi admissible comme point de départ Suppression des points parasites : le chemin doit être faisable dans le temps d’une partie sans la contrainte de cycle Entre 50 et 100 chemins potentiels Discrimination des chemins sur différents critères jusqu’a obtention du plus prometteur

Premier point AZN trop loin

Pas assez de points Hoshimi dans le chemin

Distance entre les points Hoshimi trop élevée

Distance entre les premiers points Hoshimi trop élevée Utilisation du coefficient de corrélation linéaire de la distance entre les points Hoshimi

Meilleur chemin trouvé

La machine à états o Problématique o Solution o Exemple

La machine à états  La problématique : Gestion de plusieurs stratégies en parallèles sur plusieurs niveaux.  Global : conquérir un maximum de points Hoshimi  Gérer des comportements de groupes  Gérer des comportements relatifs aux unités elles-mêmes. Gestion de comportements spéciaux comme la fuite.

La machine à états  L’implémentation de l’IA sous la forme d’une machine à états permet de répondre à cette problématique.  Permet une programmation générique et modulaire en rendant l’ajout et la réutilisation d’états très simples.

La machine à états  Décomposition de l’IA en machine à états

Machine à états d’un collecteur Aller à un point AZN Récolter des molécules AZN Remplir le needle Aller à un point Hoshimi fuite

Machine à états d’un groupe de collecteur Demander collecteurs Relâcher collecteurs

Conclusion  Code générique : utilisation des concepts objets : « design pattern », héritage, polymorphisme…  Concepts IA : machine à états, A- Star  Optimisation : Voyageur de commerce.