Agents adaptatifs dans les jeux de stratégie modernes : une approche fondée sur l'apprentissage par renforcement

par Charles Andrye Galvao Madeira

Thèse de doctorat en Informatique

Sous la direction de Jean-Gabriel Ganascia.

Soutenue en 2007

à Paris 6 .


  • Résumé

    Cette thèse étudie les défis posés par l'application de l'apprentissage par renforcement aux jeux de stratégie modernes. Ces jeux demandent aux joueurs de contrôler la prise de décisions d'un grand nombre d'unités placées sur un environnement très sophistiqué. Nous proposons STRADA, une nouvelle approche intégrée d'apprentissage pour la conception automatique de stratégies dans ce type d'environnement. STRADA combine de nouvelles idées avec des techniques actuelles de l'apprentissage automatique. Elle explore la réduction de la complexité du problème grâce à la décomposition de la prise de décisions et à l'abstraction des espaces d'états et d'actions. D'autre part, elle accélère le processus d'apprentissage des agents grâce à des techniques de généralisation et à l'amorçage du processus d'acquisition de l'expérience. Ces solutions sont intégrées dans un système efficace, dont les performances sont démontrées sur la tâche d'apprendre des stratégies dans le cadre d'un wargame commercial.

  • Titre traduit

    Adaptative agents for modern strategy games : an approach based on reinforcement learning


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (XIV-223 p.)
  • Annexes : Bibliogr. p. 187-202. 264 réf. bibliogr.

Où se trouve cette thèse ?

  • Bibliothèque : Université Pierre et Marie Curie. Bibliothèque Universitaire Pierre et Marie Curie . Section Mathématiques-Informatique Recherche.
  • Consultable sur place dans l'établissement demandeur
  • Cote : T Paris 6 2007 685
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.