Représentation symbolique pour la logique épistémique dynamique probabiliste

Symbolic representation for probabilistic dynamic epistemic logic

• Auteur / Autrice : Sebastien Gamblin
• Direction : Meroua Bouzid
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 12/12/2022
• Etablissement(s) : Normandie
• Ecole(s) doctorale(s) : École doctorale mathématiques, information et ingénierie des systèmes (Caen)
• Partenaire(s) de recherche : Laboratoire : Groupe de recherche en informatique, image, automatique et instrumentation de Caen (1995-....)
• Partenaire(s) de recherche : établissement de préparation : Université de Caen Normandie (1971-....)
• Jury : Président / Présidente : Andreas Herzig
• Jury : Examinateurs / Examinatrices : Andreas Herzig, Tiago de Lima, Alexandre Niveau, Sophie Pinchinat, Francesco Belardinelli
• Jury : Rapporteurs / Rapporteuses : Andreas Herzig, Tiago de Lima

Mots clés

Mots clés contrôlés

Vérification de modèles (informatique)

Compilation (informatique)

Logique épistémique

Représentation des connaissances

Intelligence artificielle

Mots clés libres

Logique épistémique dynamique probabiliste

Vérification de modèles symbolique

Diagrammes de Décision Valués

Artificial intelligence

Knowledge representation

Probabilistic dynamic epistemic logic

Ymbolic model checking

Valued decision diagrams

Hanabi

Résumé

Cette thèse porte sur l'étude de la mise en pratique de la logique épistémique dynamique probabiliste, permettant de représenter les connaissances des agents à propos des connaissances des autres agents en utilisant des probabilités. Pour cela, en nous appuyant sur l'état de l'art du model checking symbolique, nous proposons un encodage des structures de Kripke et structures d'événements de notre logique via des fonctions booléennes et fonction pseudo-booléennes. Nous avons implémenté nos définitions en utilisant des structures de données adaptées : les Algebraic Decision Diagrams, qui généralisent les classiques Binary Decision Diagrams en permettant de manipuler des probabilités. Grâce à cette implémentation, nous avons pu mener des expérimentations qui nous ont permis de montrer que notre représentation symbolique passe mieux à l'échelle que la version explicite sur l'exemple du jeu de cartes Hanabi.

This thesis deals with the study of the practical application of the probabilistic dynamic epistemic logic, allowing to represent the knowledge of agents about the knowledge of other agents by using probabilities. For this, based on the state of the art of symbolic model checking, we propose an encoding of Kripke structures and event structures of our logic via boolean functions and pseudo-Boolean functions. We have implemented our definitions by using adapted data structures: Algebraic Decision Diagrams, which generalize the classical Binary Decision Diagrams by allowing the manipulation of probabilities. Thanks to this implementation, we have been able to conduct experiments that have allowed us to show that our symbolic representation scales better than the explicit version on the Hanabi card game example.