Comportement adaptatif d’agents dans des environnements virtuels

Un environnement virtuel est peuplé d’agents en interaction. La création de ces environnements repose sur un principe d’autonomie des entités. Ça implique que la simulation de comportements des entités virtuelles devient un problème très complexe lorsque ces entités sont plongées dans ces environnements virtuels dynamiques et confrontées à des situations imprévues. Les agents réactifs agissent en temps réel mais ils s’adaptent difficilement à des environnements dynamiques. Notre étude sera concentrée sur les approches issues de la vie artificielle offrant des caractéristiques d’adaptation, d’évolution et d’apprentissage. Nous créons une architecture combinant différents mécanismes a fin d’augmenter les capacités de raisonnement des entités virtuelles. Cette architecture se compose de deux modèles, le premier permet de coupler fortement la perception et l’action pour fournir une réponse plus rapide à l’environnement, et il est basé sur l’approche de motor schemas qui a déjà montré son efficacité à résoudre des problèmes de navigation d’entités autonomes. Ce pendant, cette solution est très coûteuse. Le programmeur doit en effet définir les paramètres des schémas de façon manuelle. Pour pallier ce problème, nous définissons un modèle supplémentaire permettant aux entités autonomes d’obtenir des comportements adaptatifs basant sur un système d’apprentissage. Notre approche se base sur les systèmes de classeurs dont le rôle est d’apprendre e t d’évaluer des actions correspondant aux paramètres mentionnés