Apprentissage par renforcement épistémique – epiRL

Le projet EpiRL vise à étudier comment combiner la planification épistémique et l'apprentissage par renforcement (RL), en proposant de nouveaux algorithmes efficaces, adaptatifs et capables de calculer des décisions reposant sur la théorie de la connaissance et de la croyance. Nous attendons de cette approche qu'une efficacité dans la génération de plans épistémiques et de décisions en RL soit explicable. De plus, les algorithmes d'EpiRL seront testés et évalués au sein d'une application réelle qui exploite des agents autonomes.
Ce projet vise à apporter une solution aux faiblesses de la planification épistémique et du RL.
D'une part, les algorithmes de planification épistémique son coûteux, ne s'adaptent pas à l'environnement et les concepts sont fabriqués à la main et ne sont pas appris. D'autre part, dans l'apprentissage par renforcement, les agents s'adaptent à leur environnement mais sont incapables de raisonner sur les croyances des autres agents. Nos algorithmes vont combiner les avantages des deux domaines.
Nous proposons quatre forfaits :
1. Étudier les représentations d'un état
2. Développer des algorithmes RL
3. Étudier les représentations d'une politique
4. Validation de nos algorithmes avec notre partenaire industriel DAVI. En particulier, nous visons à développer un chatbot dont le cas d'utilisation s'appliquera aux problématiques environnementales.