Conception d'une plateforme d'Animats destinée à l'étude d'aglgorithmes d'apprentissage appliqués à la survie en environnement réel

Le présent mémoire résume les travaux de maîtrise réalisés dans l'optique de proposer une plateforme de déploiement et d'analyse d'algorithmes d'apprentissage appliqués aux animats. Les animats désignent des agents minimalement équipés aussi bien sur le plan mécanique qu'en termes de puissance de calcul. Néanmoins, la théorie gravitant autour de l'étude de ces entités vise à mettre en avant des méthodes d'apprentissages permettant à ceux-ci d'évoluer à partir de ce qu'ils auront appris de leur expérience dans l'environnement. À l'image des êtres vivants, les différences de perception du milieu environnant devraient permettre de voir naître des particularités et des comportements différents pour chacun d'entre eux. Par ailleurs, ces animats devraient avoir la faculté de pouvoir communiquer entre eux dans le but de permettre, s'ils le désirent, de pouvoir partager de l'information et de se servir d'une connaissance et d'un apprentissage communs pour assouvir ce qui devrait être leur principal objectif : survivre dans leur environnement. Le domaine de recherche des animats comprend aussi bien l'étude des animats simulés que celle des animats réels. Alors que le premier permet un déploiement facilité par l'abstraction rendue possible par les langages de haut niveau, la nécessité de devoir simuler un environnement avec l'ensemble de ses singularités induit une erreur de modélisation qui n'existe pas lorsque les animats sont physiquement réalisés. Par conséquent, si une telle plateforme était disponible, il serait alors seulement nécessaire de se concentrer sur les algorithmes d'apprentissage plutôt que sur des problèmes de modélisation. Par ailleurs, bien souvent, des algorithmes puissants lors des simulations se retrouvent inadaptés pour des problèmes réels de par le manque de fidélité entre l'environnement simulé et réel. Notamment, qu'adviendrait-il si un capteur devenait défectueux? Si une situation inconnue était rencontrée? Si le bruit ou la précision des capteurs avait mal été modélisés?Dans ce contexte, nous proposons d'étudier et de concevoir ce qui sera la base d'une plateforme de développement et d'analyse d'algorithmes d'apprentissage. À la différence des plateformes existantes, la principale originalité de cette plateforme réside dans la prise en compte des problèmes énergétiques. En effet, pour pouvoir survivre l'animat devrait être capable d'estimer et de prévoir ses dépenses énergétiques présentes et futures et de les prendre en considération dans le choix des tâches à effectuer.