TIPE Les dames chinoises

Slides:



Advertisements
Présentations similaires
Soutenance du stage de DEA.
Advertisements

INITIATION AU GRAFCET.
Structures de données et complexité
Présentation des programmes de terminale STG Juin 2006.
Lintelligence Ben Souda Abdelhafidh. Caractéristiques des systèmes collectifs Information locale et limitée : Chaque individu ne possède qu'une connaissance.
Introduction Pour concrétiser l’enseignement assisté par ordinateur
Inférence statistique
CHAPITRE 2. Les critères de décision en univers mesurable
Yann Chevaleyre et Jean-Daniel Zucker
Notions de variable aléatoire et de probabilité d’un événement
Optimisation dans les télécommunications
INTRODUCTION.
LI.A ça ressemble à ça… des fois…. Ou pas… Rappels et définition de lIA – Lidée quon sen fait – Jusquoù on va aujourdhui / dans le futur? – Petit Etat.
Plus rapide chemin bicritère : un problème d’aménagement du territoire
Cryptographie basée sur les codes
MasterMind en spécialité i.s.n.
Jalel Saâdi La Faculté des Sciences de Bizerte * * * * *
UNIVERSITE DES SCIENCES ET DE LA TECHNOLOGIE D’ORAN
Prise de décision dans les shooters TER 08/09 Sandrine Buendia
Les jeux (méthodes min-max et -)
Réalisé par Brigitte Parent et Patrick Nadeau
Algorithmes Branch & Bound
Maths, Fourmis, Informatique et Petits Chevaux - 1
Jeu dOthello Projet dAlgorithmique et Programmation.
Projet d’Algorithmique et Programmation
RÉSOLUTION DE PROBLÈMES
Les Algorithmes Génétiques
SÉMINAIRE DE LANCEMENT DES COURS EN LIGNE
Evaluation ?? L'évaluation est le processus par lequel on délimite , obtient et fournit des informations utiles permettant de juger des décisions possibles.
Algorithme de Bellman-Ford
Semaine #1 INF135 par Frédérick Henri.
CSI 4506: Introduction à l’intelligence artificielle
1 CSI 4506: Introduction à lintelligence artificielle La recherche adversairiale.
Algorithmes d ’approximation
Recherche Opérationnelle
Efficacité des algorithmes
Interprétation automatique
Programmation non procédurale Le projet ECOLE 2000
Structures de données IFT-2000 Abder Alikacem La récursivité Semaine 5 Département dinformatique et de génie logiciel Édition Septembre 2009.
Modélisation géométrique de base
Structures de données IFT-2000 Abder Alikacem La récursivité Département d’informatique et de génie logiciel Édition Septembre 2009.
Logiciels et technologies de l'information de gestion
Présenté par : Attia Hamza Merzouk Abdelkrim 2003/2004
LA SEANCE 1. Qu ’est-ce que je veux faire? (choisir ses objectifs)
République Algérienne Démocratique et Populaire Ministère de l'enseignement supérieur et de herche scientifique Université de Ferhat Abbas -Sétif - Département.
les méthodes de recherche locale
Optimisation par les algorithmes génétiques
Algorithmes et Programmation
Algorithmes Branch & Bound
Arbres binaires et tables de hachage
I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°6.
Le langage Racket (Lisp)
Intelligence Artificielle
CSI 4506: Introduction à l’Intelligence Artificielle
Travaux Pratiques Optimisation Combinatoire
Olivier Leclair, Université Laval Un algorithme de fouille dans une représentation des données par objets: une application médicale SIMON, Arnaud.
Classification de données par l’algorithme FPSO-GA
Université Farhat Abbas_setif
Algorithmes génétiques en optimisation combinatoire
Présenté par : ABED Djemaa; BAKHOUIA Roqiya.
Algorithmes génétiques
GPA-779 Application des systèmes experts et des réseaux de neurones.
Dr. MOKEDDEM République Algérienne Démocratique et Populaire
Développement d’un système-Expert. Les bonnes raisons Conserver l’expertise dans l’entreprise roulement vulnérabilité rareté Formation de personnel qualifié.
Optimisation par les algorithmes génétiques
Les systèmes de jeux deviennent de plus en plus complexes, nécessitant que l’Intelligence Artificielle progresse elle aussi en parallèle. Dans ce contexte,
Évolution de second ordre dans un algorithme évolutionnaire V. Lefort
Concepts avancés en mathématiques et informatique appliquées
1 CSI 4506: Introduction à l’Intelligence Artificielle La Recherche Adversariale.
Raison d'être de la structure de fichiers : Les premiers travaux : Début des années 1960 : En 1963 : Près de 10 ans plus tard... (à peu près 1973) : Durant.
Transcription de la présentation:

TIPE Les dames chinoises Ecole Internationale des Sciences du Traitement de l'Information TIPE Les dames chinoises

Présentation du jeu de dames chinoises Ecole Internationale des Sciences du Traitement de l'Information Présentation du jeu de dames chinoises Présentation des algorithmes d’intelligence artificielle Conclusion sur nos recherches

Le jeu de dames chinoises Ecole Internationale des Sciences du Traitement de l'Information Le jeu de dames chinoises

Le jeu de dames chinoises Ecole Internationale des Sciences du Traitement de l'Information Le jeu de dames chinoises Le jeu de dames chinoises : Première apparition en Europe vers 1880 Jeu familial Pouvant se jouer de 2 à 6 joueurs Règles du jeu très simple et accessible Parties de durée assez courte (entre 30 et 45 min)

Le jeu de dames chinoises Ecole Internationale des Sciences du Traitement de l'Information Le jeu de dames chinoises Les règles : Chaque joueur possède dix pions d’une même couleur, placés en début de partie dans une maison.

Le jeu de dames chinoises Ecole Internationale des Sciences du Traitement de l'Information Le jeu de dames chinoises Les règles : Le choix de sa maison de départ dépend du nombre de joueurs. Le but du jeu est de transférer tous ses pions dans la maison opposée à la sienne. On ne peut déplacer qu’un pion par tour de jeu. Les tours de jeu s’effectuent dans le sens anti-horaire.

Le jeu de dames chinoises Ecole Internationale des Sciences du Traitement de l'Information Le jeu de dames chinoises Les déplacements autorisés : Dans un trou vide contigu à sa position de départ. Franchir un pion en sautant par dessus celui-ci, pour se placer dans un trou attenant (on peut franchir des pions tant que les possibilités de saut le permettent).

Les algorithmes d’intelligence artificielle Ecole Internationale des Sciences du Traitement de l'Information Les algorithmes d’intelligence artificielle

L’intelligence artificielle (I.A.) Ecole Internationale des Sciences du Traitement de l'Information L’intelligence artificielle (I.A.) L’I.A. a pour but de fournir à l'ordinateur un comportement humain lui permettant de choisir les meilleurs coups à jouer, dans le but de gagner la partie. Dans le cas des dames chinoises elle se décompose en deux points : La recherche des coups jouables par un joueur L’évaluation de ces coups pour trouver lequel est le meilleur

L’intelligence artificielle (I.A.) Ecole Internationale des Sciences du Traitement de l'Information L’intelligence artificielle (I.A.) Les systèmes experts : Principe : Fournir à l’ordinateur les connaissances d’un expert humain, grâce à une base de données. Domaines d’application : Les domaines où l’expertise humaine est indispensable (pas de possibilité algorithmique) comme les diagnostiques médicaux. Inconvénients : Nécessite un expert pour créer la base de données. Difficultés à formaliser cette expertise.

L’intelligence artificielle (I.A.) Ecole Internationale des Sciences du Traitement de l'Information L’intelligence artificielle (I.A.) La logique floue : Principe : La logique floue est née de la constatation que la plupart des phénomènes ne peuvent être représentés via une logique booléenne, c'est a dire par un 0 ou un 1. La logique floue considère la notion d'appartenance d'un objet à un ensemble non plus comme une fonction booléenne mais comme une fonction qui peut prendre toutes les valeurs entre 0 et 1. Exemple : Nous souhaitons évaluer la température extérieure, fait-il chaud ou froid ?

L’intelligence artificielle (I.A.) Ecole Internationale des Sciences du Traitement de l'Information L’intelligence artificielle (I.A.) Principe de la logique booléenne Principe de la logique floue La logique floue, qui introduit une infinité de valeurs entre vrai et faux permet de déterminer un degré d'appartenance à l'un ou l'autre état.

L’intelligence artificielle (I.A.) Ecole Internationale des Sciences du Traitement de l'Information L’intelligence artificielle (I.A.) La logique floue : La logique floue comble donc les lacunes de la logique booléenne en introduisant la notion de continuité entre les états. Domaines d’application L’informatique mais surtout l’automatisme et la robotique. De nombreuses recherches sont en cours pour l’appliquer à la météorologie, aux diagnostiques médicaux et aux mathématiques appliquées. Inconvénient : Une définition de règles et de variables vagues peut entraîner de nombreuses erreurs aberrantes.

L’intelligence artificielle (I.A.) Ecole Internationale des Sciences du Traitement de l'Information L’intelligence artificielle (I.A.) Les réseaux bayésiens : Principe : Les réseaux bayésiens sont constitués de deux composantes : un graphe causal et une distribution locale de probabilités.

L’intelligence artificielle (I.A.) Ecole Internationale des Sciences du Traitement de l'Information L’intelligence artificielle (I.A.) Les réseaux bayésiens : Domaines d’application : La principale application des réseaux bayésiens est le diagnostic. Inconvénients : Il convient de construire un réseau bayésien spécifiquement dédié au problème que l'on souhaite traiter. Cette phase de construction du réseau nécessite des experts (pour déterminer les dépendances entre les variables) et une base de données (qui permettra de déterminer la distribution de probabilité associée à chaque variable).

L’intelligence artificielle (I.A.) Ecole Internationale des Sciences du Traitement de l'Information L’intelligence artificielle (I.A.) L’algorithme MiniMax : Principe : Attribuer des notes aux différents coups jouables en fonction de leur efficacité et sur plusieurs tours de jeu. Les notes sont comptées en positif pour le joueur et en négatif pour son adversaire. Ceci peut être représenté par un arbre :

L’intelligence artificielle (I.A.) Ecole Internationale des Sciences du Traitement de l'Information L’intelligence artificielle (I.A.) L’algorithme MiniMax : Domaines d’application : Le minimax est principalement utilisé dans la réalisation d'intelligence artificielle pour jeu à somme nulle. Il est cependant applicable aux dames chinoises. Avantage : La facilité de mise en oeuvre. Inconvénient : Inconvénient inhérent à la profondeur de l'arbre (effet horizon).

L’intelligence artificielle (I.A.) Ecole Internationale des Sciences du Traitement de l'Information L’intelligence artificielle (I.A.) L’algorithme génétique : Algorithme méta heuristique est un algorithme permettant d’obtenir une solution approchée dans un temps correct lorsqu’il n’existe pas de solution algorithmique exacte pour résoudre le problème. Algorithme basé sur des phénomènes biologiques, entre autre les opérations ayant lieu sur les gènes, lors des reproductions successives, conduisant au brassage génétique : crossing-over : croisement conduisant a la création d’un nouveau gène hybride. mutations : substitution aléatoire d’un gène par un autre.

L’intelligence artificielle (I.A.) Ecole Internationale des Sciences du Traitement de l'Information L’intelligence artificielle (I.A.) L’algorithme génétique : Les différentes étapes suivies par un algorithme génétique sont celles du cycle de l'évolution.

L’intelligence artificielle (I.A.) Ecole Internationale des Sciences du Traitement de l'Information L’intelligence artificielle (I.A.) L’algorithme génétique : Individus d’origine.

L’intelligence artificielle (I.A.) Ecole Internationale des Sciences du Traitement de l'Information L’intelligence artificielle (I.A.) L’algorithme génétique : Évaluation des individus.

L’intelligence artificielle (I.A.) Ecole Internationale des Sciences du Traitement de l'Information L’intelligence artificielle (I.A.) L’algorithme génétique : Recombinaison des gênes.

Conclusion Ecole Internationale des Sciences du Traitement de l'Information Conclusion

L’intelligence artificielle (I.A.) Ecole Internationale des Sciences du Traitement de l'Information L’intelligence artificielle (I.A.) La recherche du meilleur coup possible dans le jeu de dames chinoises est un problème NP-complet. Pour coder l’I.A. il nous faut deux fonctions : Une fonction d’évaluation qui va évaluer si le coup que nous lui proposons est bon ou mauvais (algorithmes génétiques). Une fonction de comparaison qui déterminera tous les coups possibles, et se servira de la fonction d’évaluation pour les comparer et trouver le meilleur (peut être MiniMax).