ORPHEUS: Reasoning and Prediction with Heterogeneous rEpresentations Using Simulation - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2015

ORPHEUS: Reasoning and Prediction with Heterogeneous rEpresentations Using Simulation

ORPHEUS: raisonnement et prédiction avec des représentations hétérogènes en utilisant la simulation

Mihai Polceanu
  • Fonction : Auteur
  • PersonId : 945675

Résumé

Interactive virtual environments pose a wide variety of challenges for intelligent agents, especially to make decisions in order to reach their goals. The difficulty of decision making tasks rises quickly when introducing continuous space and real time. It also becomes increasingly harder to build intelligent agents that can meaningfully interpret and act in unknown situations. In this thesis, we take inspiration from cognitive science, specifically from how humans perform mental simulation to anticipate events in the world around them, with the aim of obtaining an autonomous agent that makes decisions and adapts itself to novel situations. The mental simulation paradigm enjoys significant interest from the cognitive science community, but computational approaches to mental simulation rely on specialised simulators for a given task and thus are limited to specific scenarios. Our contribution is a generic agent architecture (ORPHEUS) which supports decision-making based on the simulation of functional models of the world ahead of time, inspired from how humans imagine the outer world and the outcomes of their actions based on the state of the real environment. The novelty of our approach consists in its ability to integrate both physical and behavioural predictions into the same framework, based on heterogeneous mental models which are used to evolve internal, imaginary scenarios within the agent. We apply our generic architecture to different contexts, including artificial intelligence competitions, which require the agent using our approach to perform physical and behavioural anticipation in continuous space and time. We evaluate the applicability of our approach to realistic conditions such as noisy perception, decision time constraints and imperfect world models. Results demonstrate the genericness of our approach from one scenario to another without modifying the agent architecture, and highlight the possible uses of the proposed mental simulation framework.
Les environnements virtuels interactifs présentent une grande variété de défis pour les agents intelligents, en particulier le fait de prendre des décisions afin d'atteindre leurs objectifs. La difficulté des tâches de prise de décision augmente rapidement en introduisant la continuité d'espace et le temps réel. Il devient également de plus en plus difficile de construire des agents intelligents qui peuvent agir dans des situations inconnues et interpréter ces situations de manière cohérente. Dans cette thèse, nous nous inspirons des sciences cognitives, en particulier de la façon dont les humains exécutent la simulation mentale pour anticiper les événements dans le monde autour d'eux, dans le but d'obtenir un agent autonome qui prend des décisions et s'adapte aux nouvelles situations. Le paradigme de la simulation mentale bénéficie d'un intérêt significatif de la communauté des sciences cognitives, mais les approches computationnelles sur la simulation mentale reposent sur des simulateurs spécialisés pour une tâche donnée et sont donc limitées à des scénarios spécifiques. Notre contribution est une architecture générique d'agents (ORPHEUS) qui soutient la prise de décision basée sur la simulation, en amont, de modèles fonctionnels du monde. Cette approche est inspirée de la façon dont les humains imaginent le monde extérieur et les résultats de leurs actions basées sur l'état de l'environnement réel. La nouveauté de notre approche consiste en sa capacité à intégrer les prévisions à la fois physiques et comportementales dans le même cadre applicatif, sur la base de modèles mentaux hétérogènes qui sont utilisés pour faire évoluer des scénarios imaginaires internes au sein de l'agent. Nous appliquons notre architecture générique à différents contextes, y compris les compétitions sur l'intelligence artificielle, qui nécessitent que l'agent utilisant notre approche effectue l'anticipation physique et comportementale dans l'espace et le temps continu. Nous évaluons l'applicabilité de notre approche à des conditions réalistes comme la perception bruitée, les décisions en temps limité et les modèles imparfaits du monde. Les résultats démontrent le caractère générique de notre approche d'un scénario à l'autre, sans modification de l'architecture de l'agent, et mettent en évidence les utilisations possibles du cadre proposé de simulation mentale.
Fichier principal
Vignette du fichier
manuscript.pdf (10.79 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-01203388 , version 1 (22-09-2015)

Identifiants

  • HAL Id : tel-01203388 , version 1

Citer

Mihai Polceanu. ORPHEUS: Reasoning and Prediction with Heterogeneous rEpresentations Using Simulation. Artificial Intelligence [cs.AI]. Université de Bretagne Occidentale (UBO), 2015. English. ⟨NNT : ⟩. ⟨tel-01203388⟩
207 Consultations
182 Téléchargements

Partager

Gmail Facebook X LinkedIn More