Thèse soutenue

Modèle ARCO : Apprentissages multiples et Raisonnement réflexif sur des Connaissances homogènes

FR  |  
EN
Auteur / Autrice : Philippe Caillou
Direction : Edwin Diday
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance en 2004
Etablissement(s) : Paris 9

Mots clés

FR

Mots clés contrôlés

Résumé

FR

Nous présentons un modèle d'agent qui s'adapte à son environnement. Il découvre et utilise efficacement de nouveaux concepts, objets, heuristiques, selon son expérience. Pour pouvoir créer, exécuter et analyser ses propres règles, les connaissances sont décrites de façon homogène dans un graphe orienté. Leur utilisation homogène et efficace se fait grâce à la transmission d'un flux d'activation dans le graphe. Seuls les concepts et règles les plus utiles en fonction de l'état mental de l'agent sont utilisés. La découverte de nouveaux concepts se fait par induction par l'analyse de données symboliques. Des règles de déduction permettent de créer les règles et liens associés aux nouveaux concepts. Le contrôle de l'agent par les émotions permet d'intégrer les nouveaux concepts en renforçant les liens utiles et de guider l'agent indépendamment de sa sémantique. Un agent utilisant le modèle décrit a été implanté afin de vérifier sa cohérence et son fonctionnement sur un exemple simple.