Approche décentralisée pour un apprentissage constructiviste en environnement continu : application à l'intelligence ambiante. - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2015

Approche décentralisée pour un apprentissage constructiviste en environnement continu : application à l'intelligence ambiante.

Résumé

Le paradigme constructiviste de l'apprentissage en intelligence artificielle (IA) se développe largement à travers des concepts tels que l'IA incarnée, l'IA énactive ou la Robotique développementale. L'objectif commun à ces approches est de créer des agents autonomes car dotés d'une capacité d'adaptation à leur environnement et même d'apprentissage, à l'image des organismes biologiques. Un vaste champ d'application inclue tous les systèmes en interaction avec un environnement complexe, dont les objectifs sont variés et non prédéfinis. Suivant ce positionnement, nous nous intéressons ici au problème de l'intelligence ambiante. Nous proposons un modèle décentralisé d'apprentissage constructiviste pour un système d'AmI basé sur une architecture multi-agents. Avec ce travail nous abordons notamment le problème de l'amorçage de l'apprentissage sensorimoteur pour des environnements réels continus sans modélisation de l'environnement a priori.
Fichier principal
Vignette du fichier
jfsma15.pdf (1.47 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01146381 , version 1 (08-10-2015)

Identifiants

  • HAL Id : hal-01146381 , version 1

Citer

Sébastien Mazac, Frédéric Armetta, Salima Hassas. Approche décentralisée pour un apprentissage constructiviste en environnement continu : application à l'intelligence ambiante.. Journées Francophones sur les Systèmes Multi-Agents (JFSMA), Jun 2015, Rennes, France. ⟨hal-01146381⟩
414 Consultations
334 Téléchargements

Partager

Gmail Facebook X LinkedIn More