Planification optimale discrete et continue: un joueur de billard autonome optimise
Notice bibliographique
Résumé
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».