Traduction logique et résolution de problèmes : application à la planification
Auteur / Autrice : | Maël Valais |
Direction : | Olivier Gasquet, Dominique Longin |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique et Télécommunications |
Date : | Soutenance le 08/04/2019 |
Etablissement(s) : | Toulouse 3 |
Ecole(s) doctorale(s) : | École doctorale Mathématiques, informatique et télécommunications (Toulouse) |
Partenaire(s) de recherche : | Laboratoire : Institut de Recherche en Informatique de Toulouse (1995-....) |
Mots clés
Résumé
Cette thèse s'inscrit dans le cadre de la traduction logique et la résolution de problèmes en utilisant des solveurs. En particulier, nous nous intéressons à la résolution de problèmes de planification de tâches en Intelligence Artificielle. Nous présentons le traducteur automatique TouIST que nous avons développé et qui permet d'utiliser un langage simple pour générer des formules logiques à partir d'une description de problème. Notre outil permet de modéliser de nombreux problèmes combinatoires statiques ou dynamiques comme le Sudoku, le Takuzu ou le jeu de Nim, et de bénéficier des améliorations apportées régulièrement aux solveurs SAT, QBF ou SMT pour les résoudre efficacement. Nous présentons ensuite des codages de référence pour résoudre des problèmes de planification classique avec SAT et QBF ou des problèmes de planification temporelle avec SMT. Dans chaque cas, nous introduisons de nouveaux codages dans les espaces de plans basés sur une modélisation des conditions ouvertes pour représenter des liens causaux. Nous montrons enfin, grâce à une étude expérimentale, que nos codages sont plus efficaces que les codages existants sur les problèmes de référence des compétitions internationales de planification (IPC)