===== Compte-rendu de l'état de l'art de la thèse de S. Mazac =====

==Types d’apprentissage artificiel==
   * Mémorisation par cœur (rote learning) : implémentation directe du savoir et des compétences, pas d’évolution.
   * Apprendre par instruction : transformation du savoir en représentation interne pour intégration au savoir préexistant.
   * Apprendre par l’exemple et par entrainement : à partir d’exemples positifs ou négatifs et expérience pratique.
   * Par analogie : extension d’un savoir d’un problème résolu vers un problème non résolu.
   * Par découverte : faire des observations, des expériences. Construire et tester des hypothèses et théories.

==Caractéristiques de l’apprentissage pour les systèmes artificiels==
   * Apprentissage hors ligne (offline): la période d’apprentissage est préalable et indépendante à l’éxécution du programme.
   * Apprentissage en ligne (online): le programme apprend au cours de son activité.
   * Apprentissage par lots (batch learning): technique intermédiaire (des phases d’apprentissages offline à intervalle de temps régulier durant l’activité).

====Principaux types d’apprentissage====

===Apprentissage supervisé===
le feedback spécifie exactement l’activité désirée de l’apprenant. L’objectif de l’apprentissage est de s’y conformer le plus possible.
Permet l'apprentissage de concepts ciblés.
Exemple : Réseaux de neurones et reconnaissance d'images

===Apprentissage non supervisé===
Pas de feedback explicite. L’objectif est de trouver les activités utiles et désirées sur la base du tâtonnement.
Recherche de points commun dans les données contextuellement à l'objectif fixé. Souvent basé sur le sstatistiques.
Exemple : ?

===Apprentissage par récompense===
le feedback spécifie seulement l’utilité du comportement  par  une  valeur,  l’objectif  étant  de  la  maximiser.

==Apprentissage par récompense (renforcement)==
Apprend un comportement par tatonnement. Recoit en entrée une perception, genère une action puis la valeur de cette action lui est passé.
Exemple : TPs Mif24 bras qui avance / robot qui sort du labyrinthe.

==Apprentissage par récompense (Stochastique)==
Evaluer, selectionner, faire muter et recomencer juqu'à avoir une solution.
Exemple : Algo génétique


====L’apprentissage dans le cadre de l’AmI====

===Les techniques de classification===
Efficace pour apprendre un concept ciblé dans un environnement maîtrisé.
Pas de capacité d'abstraction -> pas utilisable pour un agent autonome.
Exemple : Algorithme d'apprentissage supervisé basé sur des arbres de décisions

===L’apprentissage par renforcement===
Difficilement utilisable pour l'AmI, car :
   -discrétisation du temps est faite de manière arbitraire
   -compliqué d'interpréter le feedback venant de l'utilisateur.

Bilan : Besoin d'une approche plus globale ne se limitant pas à mettre en place des solutions pour des sous problèmes indépendants.

===Exemple d’une approche globale===
Triplet de capteurs (O, M, C) [Objet, Mouvement, Contextuel],
Représentations définies sur un triplet (E, C, A) [Evenement, Condition, Action],
Algo de classification -> chercher des motifs d'interactions à partir des données. Permet de construire de manière générale la régularité puis d'affiner petit à petit.


====Les systèmes multi-agents====
Système complexe : système qui a un effet sur son environnement et ses propres composantes.

Application des SMA :
   * alternative à la résolution de problèmes centralisés
   * la simulation (biologie, sociologie...)
   * paradigme de programmation

Façons d'envisager l'apprentissage décentralisé des SMA :
   * Un système peut être améliorer en dotant ses agents de capacités d'apprentissage qui leur sont propre.
   * Les agents peuvent apprendre de manière distribué et interactive -> c'est le système qui apprend par l'évolution des agents.

Catégories d'apprentissage des SMA :
   * apprentissage centralisé : les agents apprennent seul.
   * apprentissage décentralisé : les agents sont impliqués dans la même activé d'apprentissage
L'apprentissage centralisé et décentralisé peuvent cohabiter.