IFT 702 – Planification en intelligence artificielle Transformations Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift702.

Présentation au sujet: "IFT 702 – Planification en intelligence artificielle Transformations Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift702."— Transcription de la présentation:

1 IFT 702 – Planification en intelligence artificielle Transformations Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift702

2 Contenu Buts flexibles (préférences) Planification conformant IFT702© Froduald Kabanza2

3 Note Cette leçon ne fera pas lobjet de questions dexamen Le but est de donner des références avec une introduction très rapides sur les sujets qui pourraient faire lobjet dun projet. IFT702© Froduald Kabanza3

4 BUTS FLÉXIBLES IFT702© Froduald Kabanza4

5 Buts fléxibles (préférences) Fléxibilité/Préférences – Contraintes dures à satisfaire – Contraintes ou buts fléxibles (priorités ou préférences) Exemples: exprimer un compromis entre plusieurs métriques. Par exemple, la durée du plan vs autres ressources (danger du trajet, ou consommation du carburant, …) Quelques approches: Keyder & Geffner. Soft Goals Can Be Compiled Away. http://www.jair.org/papers/paper2857.html. Utiliser les métodes classiques, telle que celle vues. http://www.jair.org/papers/paper2857.html Préférences temporelles: Baier & McIlRaith. http://www.cs.toronto.edu/~sheila/publications/bai-mci-aim08.pdf (on y reviendra brièvement). http://www.cs.toronto.edu/~sheila/publications/bai-mci-aim08.pdf Markov Decision Processes - On y reviendra IFT702© Froduald Kabanza5

6 CONFORMANT PLANNING IFT702© Froduald Kabanza6

7 Planification conformant Lagent na aucun capteur. Il ne sait pas précisément dans quel état il se trouve. Il doit malgré tout attendre le but. On pourrait penser que cest sans espoir, mais dans certain cas ça marche. IFT702© Froduald Kabanza7

8 Exemple (Vacuum World) Avec capteurs, on aurait des données sensorielles : position et état des lieux Par exemple : [A,Clean], [A,Dirty], [B,Clean], Actions : Left, Right, Suck, NoOp IFT615Froduald Kabanza8

9 Espace détats avec capteurs IFT615Froduald Kabanza9

10 Exemple (Vacuum World) Sans capteur, le robot ne sait pas quelle pièce il est, ni dans si la pièce est salle ou non. Les actions sont inchangées : Left, Right, Suck, NoOp Comment planifier pour quil fasse quand même le travail? – Réponse: explorer lespace des croyances IFT615Froduald Kabanza10

11 Espace des croyances IFT615Froduald Kabanza11

12 Références Introduction : Russel and Norvig. Artificial Intelligence : A Modern Approach, 2009 – Section 4.4 – Algorithmes basiques dexploration de lespace de croyances – Section 11.3.1 – Ajout dun modèle STRIPS Avancé : Brafman, R. and Hofman, J. Conformant Planning via Heuristic Forward Search: A New Approach, AIJ 2006. http://www.sciencedirect.com/science/article/pii/S0004370206000087 http://www.sciencedirect.com/science/article/pii/S0004370206000087 IFT702© Froduald Kabanza12