MétaCan
Menu
Retour à la cohorte
Enregistrement W1518923210

Planification optimale discrete et continue: un joueur de billard autonome optimise

2012· article· fr· W1518923210 sur OpenAlexaff
Jean‐Pierre Dussault, Philippe Mahey, Jean-François Landry

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineComputer Science
ThématiqueArtificial Intelligence in Games
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le sujet de these de ce doctorat consiste en l'elaboration de methodes pour la planification dans les domaines avec aspects continus, discrets et stochastiques. Cette classe de probleme, bien qu'assez generale, ne comporte pas pour l'instant de solution efficace et est souvent traitee de facon discrete plutot que continue afin d'y appliquer les approches existantes. L'aspect stochastique apporte une difficulte supplementaire a la recherche d'un plan optimal, et rend le probleme d'autant plus interessant. L'ensemble des approches et methodes proposees dans cette these sont avant tout appliquees au jeu du billard, tout en gardant dans l'esprit qu'une generalisation permettrait son application a d'auties problemes similaires. En un premier lieu, une classification de ce type de probleme par rapport aux recherches existantes sera effectuee, suivie d'une courte revue des approches actuelles possiblement applicables pour la recherche d'une solution acceptable. Un modele general developpe dans le contexte du jeu du billard sera presente, ainsi que quelques indices sur la facon de le resoudre a l'aide de la programmation dynamique. Deuxiemement, un modele pour une approche a deux-couches sera propose, utilisant un controleur robuste profitant de la finesse qui peut etre exploitee des techniques d'optimisation non-lineaire. Finalement, le modele a deux-couches sera raffine et quelques heuristiques de planifications seront proposee, afin de guider le controleur de facon a determiner un plan efficace. On terminera a l'aide d'une synthese des resultats et une discussion sur les perspectives futures. Mots-cles: Optimisation, Controle Optimal, Modelisation, Planification, Intelligence Artificielle, Billard, Robotique, Programmation Dynamique

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,065
Tête enseignante GPT0,325
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetArtificial Intelligence in GamesTravaux en français237 207