Apprentissage comportemental en continu de dispositifs ambiants par systèmes multi-agents adaptatifs
Year: 2015
Type: article
Abstract: Nous proposons d'étendre la résolution émergente de problème au cadre des systèmes ambiants, au travers de la conception du système multi-agent adaptatif Amadeus. L'objectif d'Amadeus est d'apprendre le comportement correct à attribuer à un système ambiant. Cet apprentissage passe par l'observation des différentes actions des utilisateurs, aén d'être capable de progressivement réaliser ces actions à leur place. Pour être réellement adaptatif, Amadeus réalise un apprentissage en continu sans connaissance a priori ; il s'adapte à l'apparition/disparition de dispositifs et est capable de modiéer son comportement en cours de fonctionnement en cas d'évolution du comportement utilisateur. Amadeus a été évalué par simulation sur plusieurs scénarios, et a montré sa capacité à apprendre localement le comportement correct à attribuer à un dispositif par l'observation des actions utilisateur.
Language: French
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W2004383585
