Fondements scientifiques

Nos objectifs de recherche nécessitent une démarche scientifique qui mène en parallèle et couple étroitement des développements dans trois domaines de recherche complémentaires :

L'intelligence artificielle distribuée en portant plus particulièrement nos efforts sur l'étude des phénomènes d'interaction et d'organisation, le pilotage d'algorithmes et d'agents d'interprétation, la simulation et la résolution distribuée de problèmes.
La mise au point de modèles opérationnels des processus perceptifs (reconnaissance de formes) et cognitifs (raisonnement, interprétation, apprentissage) notamment dans le contexte particulier d'applications temps réel. Dans ce contexte, nous nous intéressons à la modélisation du temps et au raisonnement temporel, à la modélisation de l'incertitude dans les processus de décision stochastique : modèles de décision markoviens (MDP), modèles de décision markoviens partiellement observables (POMDP). Nous nous intéressons à la fois au problème de la planification et au problème de l'apprentissage des modèles que ce soit par des méthodes supervisées ou non supervisées (apprentissage par renforcement).
La résolution de problèmes avec limitation de ressources. La conception de systèmes autonomes, sûrs et efficaces nécessite de considérer les ressources liées à la résolution de problèmes. La résolution de problèmes avec limitation de ressources est donc un axe important de nos recherches qui est intimement lié aux deux précédents puisqu'il intervient à la fois sur les méthodes de conception des modèles perceptifs et cognitifs et sur leur pilotage.

A ces trois axes de recherche s'ajoute la validation expérimentale à la fois sur des problèmes de référence et des applications réelles dans les domaines de l'interprétation de signaux industriels ou médicaux (contrat EDF, collaboration avec le CHU sur l'anesthésie, collaboration avec l'ALTIR pour l'assistance à la dialyse à domicile (projet DIATELIC)..), de la conduite d'un robot mobile (utilisation de la plate-forme robotique du projet SYCO) ou encore de la simulation du comportement d'araignées sociales (Laboratoire de biologie du comportement de l'UHP).

Précédent : Présentation et objectifs généraux Remonter : Machine Intelligente et Autonome Suivant : IA Distribuée