Algorithmes de Recherche

Ce module permet de d'approfondir les liens entre Intelligence Artificielle et complexité algorithmique liée aux problèmes de décision et de recherche de solution. Y sont introduits les concepts d'heuristiques pour les jeux, pour la recherche dans les graphes d'états ainsi que les approches d'optimisations à l'aide de méta-heuristiques. SAT, la programmation par contraintes et answer set programming permettent de découvrir les approches déclaratives et à base de modélisation.Les cours sont mis en pratique à l'aide de TP en python.Plan du cours :Algorithmique des jeux avancée (3h / 6h)Rappels Heuristiques, Alpha-Béta, Iterative DeepeningAlgos sur des fenêtres nullesMonte Carlo Tree SearchPrincipes du Deep Reinforcement Learning pour les arbres de jeuxRecherches dans les graphes d'état (2h / 3h)Heuristique, A*Recherche localeRecherches méta-heuristiques (1h / 3h)Optimisation par colonies de fourmisAlgorithmes GénétiquesSAT et Programmation par Contraintes (3h / 3h)Answer Sets Programming (4h / 6h)Livre de référence : Intelligence Artificielle, une approche moderne (Stuart et Russell)

Ce module permet de d'approfondir les liens entre Intelligence Artificielle et complexité algorithmique liée aux problèmes de décision et de recherche de solution. Y sont introduits les concepts d'heuristiques pour les jeux, pour la recherche dans les graphes d'états ainsi que les approches d'optimisations à l'aide de méta-heuristiques. SAT, la programmation par contraintes et answer set programming permettent de découvrir les approches déclaratives et à base de modélisation.Les cours sont mis en pratique à l'aide de TP en python.Plan du cours :Algorithmique des jeux avancée (3h / 6h)Rappels Heuristiques, Alpha-Béta, Iterative DeepeningAlgos sur des fenêtres nullesMonte Carlo Tree SearchPrincipes du Deep Reinforcement Learning pour les arbres de jeuxRecherches dans les graphes d'état (2h / 3h)Heuristique, A*Recherche localeRecherches méta-heuristiques (1h / 3h)Optimisation par colonies de fourmisAlgorithmes GénétiquesSAT et Programmation par Contraintes (3h / 3h)Answer Sets Programming (4h / 6h)Livre de référence : Intelligence Artificielle, une approche moderne (Stuart et Russell)

Ce module permet de d'approfondir les liens entre Intelligence Artificielle et complexité algorithmique liée aux problèmes de décision et de recherche de solution. Y sont introduits les concepts d'heuristiques pour les jeux, pour la recherche dans les graphes d'états ainsi que les approches d'optimisations à l'aide de méta-heuristiques. SAT, la programmation par contraintes et answer set programming permettent de découvrir les approches déclaratives et à base de modélisation.Les cours sont mis en pratique à l'aide de TP en python.