Quelques cours donnés par Alain Dutech

Agents intelligents et collectifs (UE803-EC1, M1 SC)

Quelques ressources.

• Chap1, Intelligence Artificielle, Russell et Norvig, 2010
• Computing Machinery and Intelligence, Turin, 1950 (page 1)
• Invitation aux sciences cognitives, Varela, 1996 (chap 3)

Apprentissage Numérique

2012+ Documents en ligne sur "Arche". Certains fichiers sont disponibles ici.

Ce module, qui est donné en parallèle avec le module "Réseaux de Neurones" est là pour sensibiliser les étudiants aux problèmes de l'IA numérique. Nous y insistons sur les modèles stochastique, les algorithmes pour apprendre de tels modèles et des algorithmes pour apprendre à contrôler un système de manière rationnelle.

Quelques anciens documents disponibles :

• 2012 Documents en ligne sur "Arche".
• 2010 nouvelle mouture du TD sur les HMM (hmm2011.zip)
• 2010 nouvelle mouture du TD sur les chaînes de Markov (MarkovChain.zip)
• Des descriptions de systèmes à modéliser avec des chaînes de Markov (exo_chain.pdf)
• 2008 un nouveau programme pour comparer différents algorithmes (VI, PI, Q-Learning) : TestMazeMDP.jar
• Deux programmes écrits en Java pour manipuler les chaînes de Markov (MarkovChain_142.jar et NGram_142.jar ), ainsi que le texte d'explication qui va avec : exo_chain_td.pdf
• Un programme écrit en Java pour manipuler les Processus Décisionnels de Markov (mdp.zip), ainsi que le texte d'explication qui va avec : exo_mdp.pdf
• 2007 quelques ajouts : run.bat, modelMDP.description et corridorMDP.txt
• En utilisant toujours le programme précédent, des exo sur l'apprentissage par renforcement.
• 2007 quelques ajouts : pour lancer les programmes runSouris et runSouris2

Agent Situé

Le but de ce module est de sensibiliser les étudiants avec la notion d'agent situé au sens de [Brooks94]. Depuis 2003, ce cours est donnés aux étudiant(e)s de la licence de Sciences Cognitives de l'Université de Nancy 2.

Quelques documents disponibles :

• Une présentation synthétique du cours
• un extrait traduit en français (de mes petites mains) de
  [Brooks94] Building brains for bodies. R. Brooks and L. Stein. Autonomous Robots 1:1, 1994.

Introduction à l'Intelligence Artificielle

2007-2008 : Un nouveau TD/TP sur l'apprentissage par renforcement, avec quelques éclaircissement sur le format de fichier utilisé.

2007-2008 : Un nouveau TD/TP sur les SMA réactifs et l'auto-organisation. Il utilise Madkit+Turtlekit, un plugin spécial nommé Predateur et quelques explications.

2006-2007 : Une nouvelle version du cours, toujours à l'ESIAL de Nancy.

Et donc de nouveaux transparents, sisi...

• Agents logiques : traite de la logique des proposition, du principe de résolution et d'agent logique.
• Logique 2 : les transparents de Christian Pelegrini sur la logique des prédicats.
• Apprentissage par Renforcement : on y parle de Processus Décisionnels de Markov, Value Iteration, Policy Iteration, Q-Learning....
  Pour le TD associé il y a mdp.zip et progAR.tar

Une introduction assez rapide aux différents domaines de l'intelligence artificielle. Ce cours a été donné aux élèves de 3ème année de l'ESIAL de Nancy en 2000 et 2002.

Vous pouvez récupérer les transparents utilisés à cette occasion : Introduction, Résolution de problèmes, Représentation des Connaissances, Modèles de Markov, Réseaux de Neurones, Algorithmes Génétiques, Systèmes Multi-Agents.