Heuristique pour l'apprentissage automatique décentralisé d'interactions dans des systèmes multi-agents réactifs

Vincent Thomas 1 Vincent Chevrier 1 Christine Bourjot 1
1 MAIA - Autonomous intelligent machine
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Résumé : Cet article propose une heuristique pour la construction automatique d'interactions dans un système multi-agent réactif. Il décrit le formalisme interac-DEC-POMDP qui permet de représenter dans un cadre homogène interactions et actions puis développe un algorithme fondé sur des échanges de récompenses et des techniques d'apprentissage par renforcement pour construire automatiquement et de manière entièrement décentralisée des organisations dans une sous-classe des interac-DEC-POMDPs. Ces techniques permettent en outre de produire à moindre coûts des comportements collectifs adaptatifs basés sur la notion d'interaction directe.
Mots-clés : conception de SMA Système multi-agents réactifs apprentissage par renforcement interaction
Type de document :
Communication dans un congrès
15e congrès francophone AFRIF-AFIA Reconnaissance des Formes et Intelligence Artificielle - RFIA 2006, Jan 2006, Tours, Royaume-Uni. 2006
Liste complète des métadonnées
https://hal.inria.fr/inria-00104872
Contributeur : Vincent Thomas <>
Soumis le : lundi 9 octobre 2006 - 15:51:12
Dernière modification le : mardi 18 septembre 2018 - 14:04:03

Identifiants

  • HAL Id : inria-00104872, version 1

Collections

INRIA | AFIA | LORIA | UNIV-LORRAINE

Citation

Vincent Thomas, Vincent Chevrier, Christine Bourjot. Heuristique pour l'apprentissage automatique décentralisé d'interactions dans des systèmes multi-agents réactifs. 15e congrès francophone AFRIF-AFIA Reconnaissance des Formes et Intelligence Artificielle - RFIA 2006, Jan 2006, Tours, Royaume-Uni. 2006. 〈inria-00104872〉

Exporter

BibTeX TEI DC DCterms EndNote

Partager

Métriques

Consultations de la notice

295

Contact


archive-ouverte@inria.fr