De par son enjeu écologique important, l’étude des relations des êtres vivants entre eux et avec leur environnement est un défi majeur de la biologie. Le travail de cette thèse s’inscrit dans le cadre de la vie artificielle, domaine scientifique destiné à l’étude du vivant par la création de phénomènes naturels dans des systèmes de synthèse. Le but de la recherche consiste à exploiter la force des techniques évolutionnaires pour faire émerger des comportements de créatures artificielles, dans un écosystème simulé. La problématique générale de cette thèse est de faire évoluer des créatures artificielles capables de comportements de recherche de nourriture. Deux modèles ont été développés. Le premier modèle consiste à exploiter la chimiotaxie bactérienne afin de surmonter les problèmes de détection des ressources (ou de l’environnement). La voie chimiotactique d’une cellule est modulée par une approche hybride qui utilise un modèle algébrique de l’activité des groupes récepteurs, et des équations différentielles pour la dynamique d’adaptation, ainsi qu’un modèle métabolique qui convertit des nutriments en biomasse. Dans la partie résultats, nous avons développé une certaine analyse du mouvement obtenu à partir de certaines bactéries et leur influence sur le comportement de la population évoluée. Nous avons pu constater que le processus évolutif améliore la capacité des bactéries à réagir dans leur environnement ainsi que leurs capacités de croissance leur permettant de mieux survivre. Ensuite, nous avons étudié l’effet de la communication bactérienne qui permet de faire émerger de nouvelles espèces, et qui explore la dynamique des colonies. Certains des comportements obtenus ont été testés dans des environnements différents afin de montrer la façon dont la communication bactérienne peut affecter leurs comportements. Le deuxième modèle est celui du développement de créatures 3D physiquement simulées (les herbivores) qui se nourrissent des ressources disponibles dans leur milieu. Un algorithme génétique couplé à un réseau de neurones artificiel ont été mis en œuvre afin de garantir l’émergence de certains de ces comportements tels que la recherche de nutriments qui sont disposés à différents endroits dans l’écosystème artificiel. Le processus évolutif utilise les propriétés physiques des créatures virtuelles et une fonction multi-objective externe qui mèneront aux comportements espérés. L’expérience consistant à faire évoluer des créatures virtuelles possédant des capacités de locomotion montre que ces créatures virtuelles tentent d’obtenir au moins une des sources alimentaires disposées sur leurs trajectoires. Nos meilleures créatures sont capables d’atteindre plusieurs sources alimentaires durant le temps imparti à la simulation. / Because of its important ecological underpinnings, the study of interactions between animals as well as with their environment is a research area of major interest in Biology. The work in this thesis belongs to the field of Artificial Life, a scientific discipline devoted to the study of natural phenomena inherent to living organisms by reproducing them by synthetic means. The aim of this research is to exploit the power of evolutionary techniques to cause behaviors of artificial creatures to emerge in a simulated ecosystem. The overarching problematic of this thesis is to evolve foraging behaviors in artificial creatures. Two models have been developed. The first model exploits bacterial chemotaxis to overcome the problem of resource detection (or features in its environment). The cell chemotactic pathway is modulated by a hybrid approach that reproduces the receptor group activity using an algebraic model, the adaptation dynamics using differential equations, as well as a metabolic model that converts nutrients into biomass In the results section, we developed a type of analysis of motion from selected bacteria and their influence on the evolved population’s behavior. We observed that the evolutionary process improves the bacteria’s capacity to react to their environment as well as their ability to grow, effectively improving their ability to survive. We then studied the effect of bacterial communication that allows new species to emerge, which exploits colony dynamics. Some of the obtained behaviors have been tested in separate environments in order to show how inter-bacterial communication can impact their behavior. The second model is about the development of 3D physically realistic creatures (herbivores) that feed on resources available in their environment. A genetic algorithm coupled to a neural network guarantees the emergence of a variety of behaviors such as the search of nutrients that are spread across the virtual ecosystem. The evolutionary process takes advantage of the virtual creature’s physical properties and an external multimodal fitness function to lead to the expected behaviors. Experiments designed to evolve virtual creatures displaying locomotion abilities shows that they attempt to reach at least one of the food sources placed on their trajectory. Our best creatures are able to reach multiple food sources within the imparted simulation time.

Thèse doctorat : Discipline Informatique : Rennes, INSA : 2006. / Bibliogr.p.181-197 (173 réf.). Index.

Thèse (M.Inf.) -- Université du Québec à Chicoutimi, programme en extension de l'Université du Québec à Montréal, 2007. / La p. de t. porte en outre: Mémoire présenté à l'Université du Québec à Chicoutimi comme exigence partielle de la maîtrise en informatique. CaQQUQ Bibliogr.: f. 133-138. Document électronique également accessible en format PDF. CaQQUQ

Cette thèse est une contribution au domaine du General Game Playing (GGP), une problématique de l’Intelligence Artificielle qui s’intéresse au développement d’agents autonomes capables de jouer à une grande variété de jeux et que nous appelons les jeux généraux. Le GGP se distingue des recherches sur les algorithmes permettant de bien jouer à des jeux spécifiques et offre de ce fait la possibilité d’évaluer l’efficacité de méthodes développées en Intelligence Artificielle sans perturbation par ajout de connaissances spécifiques à un jeu fournies par des experts. Un aspect important de nos travaux de recherche porte sur l’utilisation d’une représentation implicite de l’arbre de jeu sous la forme de règles logiques, une représentation explicite étant trop volumineuse pour être stockée sur une machine. Dans ce contexte, nous avons proposé une méthode efficace d’instanciation des règles définissant les jeux permettant la génération d’un circuit logique avec lequel nous pouvons effectuer une analyse statique du jeu et simuler rapidement des parties aléatoires. Une parallélisation de l’évaluation du circuit logique nous a permis d’accélérer significativement la recherche dans l’arbre de jeu. Nous avons proposé des adaptations des méthodes de recherche Monte-Carlo dans les arbres aux contraintes du GGP ainsi qu’une méthode permettant d’utiliser une estimation RAVE (Rapid Action Value Estimation) en début de recherche lorsque peu d’estimations sont disponibles. / This thesis is a contribution to the General Game Playing domain (GGP), a problematic of Artificial Intelligence (AI) aiming at developing autonomous agents that are able to play at a large variety of games called General Games. GGP is different from search algorithms allowing to play with a good level at specific games and opens the possibility to evaluate the efficiency of AI methods without prior knowledge form experts. An important aspect of our work lies on the utilization of an implicit game tree representation as a set of logic rules, an explicit representation being too large to be stored in memory. In this context, we have proposed an efficient method of rule instantiation allowing the computation of a logic circuit. A parallelization of the circuit evaluation allowed us to significantly accelerate the game tree exploration. We have proposed an adaptation of Monte-Carlo Tree Search for GGP and a method using RAVE (Rapid Action Value Estimation) in the beginning of the exploration when few estimations are available.

This thesis addresses the question of planning under uncertainty within a time-dependent changing environment. Original motivation for this work came from the problem of building an autonomous agent able to coordinate with its uncertain environment; this environment being composed of other agents communicating their intentions or non-controllable processes for which some discrete-event model is available. We investigate several approaches for modeling continuous time-dependency in the framework of Markov Decision Processes (MDPs), leading us to a definition of Temporal Markov Decision Problems. Then our approach focuses on two separate paradigms. First, we investigate time-dependent problems as \emph{implicit-event} processes and describe them through the formalism of Time-dependent MDPs (TMDPs). We extend the existing results concerning optimality equations and present a new Value Iteration algorithm based on piecewise polynomial function representations in order to solve a more general class of TMDPs. This paves the way to a more general discussion on parametric actions in hybrid state and action spaces MDPs with continuous time. In a second time, we investigate the option of separately modeling the concurrent contributions of exogenous events. This approach of \emph{explicit-event} modeling leads to the use of Generalized Semi-Markov Decision Processes (GSMDP). We establish a link between the general framework of Discrete Events Systems Specification (DEVS) and the formalism of GSMDP, allowing us to build sound discrete-event compatible simulators. Then we introduce a simulation-based Policy Iteration approach for explicit-event Temporal Markov Decision Problems. This algorithmic contribution brings together results from simulation theory, forward search in MDPs, and statistical learning theory. The implicit-event approach was tested on a specific version of the Mars rover planning problem and on a drone patrol mission planning problem while the explicit-event approach was evaluated on a subway network control problem.

Les Jeux Sérieux (Serious Games) sont des jeux vidéo qui sont conçus avec un objectif premier qui n’est pas le divertissement. Les jeux sérieux sont de plus en plus utilisés dans le domaine de la santé en tant qu’outil éducatif dans le cadre de la formation à la médecine, ou pour aider au rétablissement des patients. Dans cette thèse, nous nous intéressons à la conception d’un jeu sérieux pour la formation des médecins généralistes, en nous intéressant tout particulièrement à l’apprentissage des compétences communicationnelles et interpersonnelles qui jouent un rôle très important dans le métier de médecin, et qui sont assez peu présentes dans les programmes des cursus de formation. Nous nous intéressons en particulier aux méthodologies de conception d’un tel jeu qui doit délivrer un contenu utilitaire tout en équilibrant apprentissage et divertissement. Afin de mener ce travail, nous présentons dans la première partie de la thèse une analyse des méthodes existantes de conception de jeux sérieux en étudiant en particulier les mécanismes permettant de motiver le joueur ainsi que les principaux design patterns de conception. Nous expliquons en quoi les jeux sérieux nécessitent une architecture particulière dont la principale caractéristique est de séparer clairement les concepts nécessaires à l’apprentissage de ceux liés à l’aspect ludique. Nous proposons ensuite une modélisation de la consultation médicale qui en plus de rendre compte du processus métier auquel elle correspond, permet de représenter les différents éléments nécessaires à l’implémentation algorithmique d’un moteur de dialogue entre un joueur et un patient virtuel. Cette modélisation utilise les ontologies pour décrire les connaissances impliquées et nous montrons comment un scénario de consultation médicale peut se décrire en termes d’instances de ces ontologies. Ces ontologies incluent quatre niveaux qui décrivent le profil du patient, le résultat de consultation, le scénario et la phrase. Cette description est accessible aux experts formateurs qui disposent donc d’un outil leur permettant de définir les objectifs pédagogiques que le joueur-apprenant doit atteindre au cours de la simulation. Ces analyses sont enfin appliquées au cas de la consultation médicale et nous décrivons l’architecture d’un jeu que nous avons conçu appelé AgileDoctor. Ce jeu a pour objectif de permettre à un apprenant de jouer le rôle d’un médecin qui mène des consultations médicales en accueillant des patients aux profils divers.

Thèse de doctorat : Sciences informatiques : Paris 12 : 2007. / Thèse uniquement consultable au sein de l'Université Paris 12 (Intranet). Titre provenant de l'écran-titre. Bibliogr. : 77 réf.

Thèse doctorat : Informatique : Rennes 1 : 2006. / Bibliogr. p. 139-152.

Thèse de doctoral : Informatique : Besançon : 2008. Thèse de doctoral : Informatique : Belfort-Montbéliard : 2008. / Réf. bibliogr. p. 185-200.

Reproduction de : Thèse d'exercice : Chirurgie dentaire : Nantes : 2009. / Bibliogr.