Discussion :

[black is beautiful]

Bonjour à tous,

J'ai un jeu où des tanks se déplacent dans un labyrinthe et se tire dessus quand ils rencontrent une équipe ennemi. Rien de bien compliqué. Chaque tank est géré par un réseau neuronal. Pour le moment tout fonctionne bien, en entrée du réseau ce sont des capteurs de distances disposés autour du tank.

Je dois présenter mon projet à un professeur qui ne voit pas du tout l'intérêt des réseaux neuronaux face à une série de IF, donc il faut que je le fasse changer d'avis. Le problème est que pour le moment ce que font mes tanks (se déplacer et tirer) n'a rien de nouveaux par rapport à une IA conditionnelle.

Alors à votre avis, quelle est l'application que je peux mettre en oeuvre avec mes tanks pour lui montrer que c'est beaucoup plus intéressant ?

Merci d'avance

[Matthieu Brucher]

Tu peux considérer que si le réseau apprend continuellement, il est possible qu'il y ait émergence d'une notion de groupe dans les tanks.

Mais je dois t'avouer que n'aimant pas les réseaux de neurones, je suis plutôt de l'avis de ton prof.

[matrix788]

je dirais pour sortir du cadre de l'intelligence conditionnelle, qu'il faudrait que les tanks apprennent leurs chemins.

Le réseau neuronal interviendrait ici tel un système expert qui soumis à des ignorances finit par apprendre, ou à établir des compte-rendu suivant de nouvelles conditions.

[black is beautiful]

je dirais pour sortir du cadre de l'intelligence conditionnelle, qu'il faudrait que les tanks apprennent leurs chemins.

Le réseau neuronal interviendrait ici tel un système expert qui soumis à des ignorances finit par apprendre, ou à établir des compte-rendu suivant de nouvelles conditions.

C'est-à-dire que je rajoute une entrée représentant le chemin déjà parcouru ?

[Clercq]

A priori si ton système est statique la force exceptionnel des réseaux de neurones (dédicace à Matthieu Brucher) ne te sert à rien ... En effet t'embêter à faire apprendre à un RdN les actions "statique" dans un environnement de char c'est un peut lourd pour pas grand chose.

Par contre si tu choisit de faire un système multi-agents (tes chars) ouvert et non couplé alors il peut y avoir de l'intérêt.
En gros un système ouvert est un système ou tu peux introduire (et enlever) des agents, ce qui à priori est le cas (si les char peuvent se détruire).
Non couplé ça veut dire que tu n'est pas forcé de connaitre le fonctionnement de l'agent qui a été introduit. Du coup tes chars devraient "apprendre" à reconnaitre tels ou tels type de char afin d'éviter de faire des erreurs (distance ...). Du coup ton système est dynamique et non déterministe, du coup au revoir les if.

Le hic ... Un système multi-agent ouvert et non couplé n'est pas trivial, et il faut des RdN qui apprennent en ligne, et non pas en batch ...

[black is beautiful]

Ok je crois que j'ai pas tout suivi. En fait mes RN ont en entrée des capteurs de distances et des capteurs d'ennemis, en sortie c'est le contrôle de la direction et le contrôle de tir.

Les tanks peuvent se détruire et réapparaitre, mais j'ai un RN par tank.
Quand tu dis apprentissage en ligne, c'est un apprentissage en même temps que le jeu est en route ?

Si par exemple je les fait apprendre la façon dont joue le meilleur tank, ça peut avoir un intérêt ?