Canada Spends Logo

Explorez notre analyse du budget 2026

Grant: Discovery Grants Program - Individual

Université du Québec à Chicoutimi

$14,000.00

Agent de reconnaissance de plans: dilemme entrecroisé-eronné

EF 2007-08

Résumé
Le problème de la reconnaissance de plans à l'insu se rapporte à une question fondamentale dans le domaine des systèmes multi-agents: comment prédire le comportement d'un agent observé à l'insu, en train d'effectuer des actions sur son environnement, de telle sorte que cette prédiction puisse être utilisée pour la coordination de tâches, la coopération, l'assistance, etc. La grande majorité des approches (logiques, probabilistes) développées pour résoudre ce problème, supposent que l'entité observée agit de manière rationnelle. Cette supposition n'est pas raisonnable si on souhaite établir une reconnaissance effective pour prédire n'importe quel type de comportement correct ou incorrect. Mais ce type de reconnaissance souhaitée, soulève un dilemme entre la reconnaissance de plans entrecroisés et de plans erronés. L'apparition d'une nouvelle action observée différente de l'action espérée, ne peut uniquement être interprétée, par la probabilité d'une interruption du plan en cours au détriment d'un nouveau but. Cette action peut être l'effet d'une erreur dont l'origine est l'opérateur humain qui n'est pas infaillible. Par ailleurs, cette même action n'est pas forcément une erreur, y compris dans le cas le plus extrême. ? titre d'exemple, considérant un patient Alzheimer au stade précoce dans le contexte de l'habitat intelligent, il peut ne pas commettre nécessairement des erreurs, mais plutôt son intention est de réaliser plusieurs plans multiples en entrecroisement ! D'où le nouveau défi que ce projet de recherche tente de relever, qui est essentiellement dû au problème de complétion de la librairie de plans, laquelle dans un contexte réel sera forcément incomplète quelque soit le domaine. Malgré les progrès réalisés depuis 30 ans dans ce domaine de la reconnaissance réactive ou erronée, cette question demeure sans réponse et elle occupe donc une place importante, tant au niveau des fondements de la discipline des systèmes multi-agents qu'à celui de ses applications.
Programme
Discovery Grants Program - Individual
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data

Tel que publié

Application id
203217-2007
Name nom
Bouzouane, Abdenour
Department département
Informatique-mathématique
Organization id
52
Institution établissement
Université du Québec à Chicoutimi
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2007
Competition year année de concours
2007
Award amount
14000
Program id
RGPIN
Program name en
Discovery Grants Program - Individual
Program name fr
Programme de subventions à la découverte - individuelles
Group en
Discovery grants programs
Group fr
Programmes de subventions à la découverte
Committee code
331
Committee name en
Computing and Information Sciences - B
Committee name fr
Informatique - B
Area of application code
802
Area of application group en
Information and communication services
Area of application group fr
Services d'information et de télécommunications
Area of application en
Information systems and technology
Area of application fr
Systèmes d'information et technologie de l'information
Research subject code
2804
Research subject group en
Artificial intelligence
Research subject group fr
Intelligence artificielle
Research subject en
Expert systems
Research subject fr
Systèmes experts
Partie
1
Nb partie
5
Application title
Agent de reconnaissance de plans: dilemme entrecroisé-eronné
Keyword
NA
Application summary
Le problème de la reconnaissance de plans à l'insu se rapporte à une question fondamentale dans le domaine des systèmes multi-agents: comment prédire le comportement d'un agent observé à l'insu, en train d'effectuer des actions sur son environnement, de telle sorte que cette prédiction puisse être utilisée pour la coordination de tâches, la coopération, l'assistance, etc. La grande majorité des approches (logiques, probabilistes) développées pour résoudre ce problème, supposent que l'entité observée agit de manière rationnelle. Cette supposition n'est pas raisonnable si on souhaite établir une reconnaissance effective pour prédire n'importe quel type de comportement correct ou incorrect. Mais ce type de reconnaissance souhaitée, soulève un dilemme entre la reconnaissance de plans entrecroisés et de plans erronés. L'apparition d'une nouvelle action observée différente de l'action espérée, ne peut uniquement être interprétée, par la probabilité d'une interruption du plan en cours au détriment d'un nouveau but. Cette action peut être l'effet d'une erreur dont l'origine est l'opérateur humain qui n'est pas infaillible. Par ailleurs, cette même action n'est pas forcément une erreur, y compris dans le cas le plus extrême. ? titre d'exemple, considérant un patient Alzheimer au stade précoce dans le contexte de l'habitat intelligent, il peut ne pas commettre nécessairement des erreurs, mais plutôt son intention est de réaliser plusieurs plans multiples en entrecroisement ! D'où le nouveau défi que ce projet de recherche tente de relever, qui est essentiellement dû au problème de complétion de la librairie de plans, laquelle dans un contexte réel sera forcément incomplète quelque soit le domaine. Malgré les progrès réalisés depuis 30 ans dans ce domaine de la reconnaissance réactive ou erronée, cette question demeure sans réponse et elle occupe donc une place importante, tant au niveau des fondements de la discipline des systèmes multi-agents qu'à celui de ses applications.