Projets

Un projet P-Androide 2019-2020 a consisté à mettre au point des outils de visualisation du paysage de valeur et des trajectoires de descente de gradient pour mieux comprendre la dynamique des algorithmes d’apprentissage par renforcement. Ces outils ont été appliqués à l’environnement de contrôle classique Swimmer et en utilisant l’algorithme Twin Delayed Deterministic Gradient (TD3).

L’objet de ce projet est à la fois d’enrichir les outils et de mieux démontrer leur utilité dans le cadre d’une étude à la fois plus précise et plus large.

Les méthodes évolutionnaires et les méthodes d’apprentissage par renforcement constituent deux alternatives pour résoudre des problème de recherche d’une politique optimale sur des problèmes où les actions sont continues. L’objet de ce projet est de se livrer à une comparaison systématique des propriétés de ces deux approches dans des environnements classiques de faible dimension tels que CartPole, Pendulum, Mountain Car et éventuellement des labyrinthes classiques tels que Deceptive Maze ou Simple Maze.

Les algorithmes d’apprentissage par renforcement profond à actions continues sont souvent appliqués en simulation à des problèmes de contrôle de grande taille tels que les benchmarks MuJoCo où il faut contrôler un “demi-guépard” (HalfCheetah), un serpent nageur (Swimmer), une “araignée” à 4 pattes (Ant) ou un humanoïde plus ou moins complet (Hopper, Walker, Humanoid)...

Le but de ce projet est le développement d'une interface web permettant d'illustrer
le principe de l'élicitation incrémentale pour l'aide à la décision en optimisation
combinatoire multi-critères.
Prenons l'exemple suivant : vous souhaitez visiter un ensemble de villes en Asie
durant un temps limité. Vous voulez trouver un ordre de visite minimisant les
temps de trajet et le prix, tout en maximisant le confort et la beauté des paysages
parcourus. Étant donné la présence de plusieurs critères à optimiser, plusieurs solutions

On s'intéresse dans ce projet à l'étude de dynamiques multiagents dans le cadre d'allocation de ressources. En particulier, on étudiera comment des échanges tri-partites, ie. impliquant 3 agents, peuvent mener à des allocations de bonnes propriétés théoriques (allocations populaires, c'est-à-dire qu'il n'existe pas de majorité d'agents préférant une autre allocation). Il est connu que ces dynamiques peuvent exhiber des comportements non-trviaux (cycles en particulier).

Ce projet s'inscrit dans le cadre d'une collaboration entre l’IRD et l’équipe Système Multi-Agents du LIP6. L'objectif est d'évaluer, à l'aide d'un drone partiellement autonome les dépôts d'ordures et les écosystèmes agro-pastoraux sur le littoral Sénégalais.

Les résultats doivent permettre d'améliorer le pilotage des actions de protection de l'environnement et des éco-systèmes agro-pastoraux par la réalisation d'un état des lieux et l'identification des zones ou concentrer les efforts.

Les besoins en puissance de calcul ont augmenté de manière significative ces dernières années. Cette puissance de calcul s'accompagne par une consommation énergétique de plus en plus grande. Afin de faire face à cette situation, la taille des plateformes de calcul haute performance a considérablement augmentée. La conception d'algorithmes de placement de tâches plus efficaces est désormais une priorité dans le domaine du calcul haute performance.

Automatisation de construction de planning
----
Collaboration entre le laboratoire LIP6 de Sorbonne Universitéet le Centre Hospitalier Intercommunal de Créteil (CHIC)
Contact Sorbonne Université : cedric.herpson@lip6.fr, pierre.fouilhoux@lip6.fr
Contact CHIC : diane.redel@chicreteil.fr
---
Problématique:

Objectif : Permettre à un Thymio associé à un Raspberry-Pi doté uniquement d'une caméra de reconstruire très grossièrement sont environnement au sein d'un moteur java 3D (JME3) et de se localiser.

De par la nature distribuée des protocoles multi-agents, leurs concepteurs rencontrent fréquemment des difficultés à s’assurer de la bonne mise en œuvre d’un protocole donné, même si son comportement théorique est bien défini. En effet, si un protocole de communication faisant intervenir 2 agents est relativement aisé à implémenter sans erreur, la situation devient plus complexe lorsque plusieurs dizaines d’agents échangent par le biais d’un même protocole, ou que plusieurs protocoles s’exécutent simultanément.