Eric Piette Email & Phone Number

Ottignies-Louvain-La-Neuve, Wal, Be

Louvain-La-Neuve, Région Wallonne, Belgique

Leydé, Hollande Méridionale, Pays-Bas

Région De Maastricht, Pays-Bas

Université Paris Dauphine

Lens, Nord-Pas-De-Calais, France

Lens

Sujet : Une nouvelle approche pour le General Game Playing par le problème de satisfaction de contraintes stochastiques.Thèmes : théorie des jeux, représentation des connaissances, apprentissage automatique, programmation par contraintes.Co-directeur de thèse : Frédéric Koriche et Sylvain LagrueCo-encadrant de thèse : Sébastien TabaryL’objectif du General Game Playing (GGP) est de concevoir des algorithmes de décision, non pas “dédiés” à un jeu de stratégie particulier, mais… Show more Sujet : Une nouvelle approche pour le General Game Playing par le problème de satisfaction de contraintes stochastiques.Thèmes : théorie des jeux, représentation des connaissances, apprentissage automatique, programmation par contraintes.Co-directeur de thèse : Frédéric Koriche et Sylvain LagrueCo-encadrant de thèse : Sébastien TabaryL’objectif du General Game Playing (GGP) est de concevoir des algorithmes de décision, non pas “dédiés” à un jeu de stratégie particulier, mais “génériques” de par leur capacité à jouer de manière pertinente à une grande variété de jeux. Les jeux sont décrits dans un langage de représentation, appelé Game Description Language (GDL). Bien entendu, le problème GGP n’est pas cantonné aux “univers ludiques: il permet de modéliser des problèmes de prise de décision séquentielle mono ou multi-agents.Par son approche déclarative de la résolution de problèmes combinatoires, la programmation par contraintes offre un cadre prometteur pour relever le défi du GGP. Cette étude se focalise sur le formalisme des réseaux de contraintes stochastiques SCSP, utilisés pour la prise de décision séquentielle, dont l’effet incertain des actions est modélisé par une distribution de probabilités.Nous établissons un fragment de SCSP permettant de modéliser des jeux GDL à information complète mais incertaine. De manière importante, le SCSP associé à cette classe de jeux peut être décomposé en une séquence de “SCSP à un niveau”. A partir de cette décomposition, nous proposons un algorithme de décision séquentielle couplant la méthode MAC (Maintaining Arc Consistency) pour résoudre les SCSP à un niveau, et la méthode des bandits stochastiques UCB (Upper Confidence Bound) pour estimer l’utilité des stratégies. Notre algorithme, MACUCB, se révèle être, dans la plupart des scénarios, meilleur que l’algorithme UCT (Upper Confidence Tree), qui demeure la référence dans le domaine des jeux de stratégie à information incertaine. Show less

Région De Lille, France

Sujet : Résolution multi-agents des problèmes d'appariement.L'objectif fut de résoudre un problème d'affectation de stagiaires à des titulaires dans le cadre de L'IUFM à l'aide des algorithmes étudiés et développés.Il fut également l'occasion de publier à la conférence Modèles Formels et Interactions (MFI), les résultats concernant Swing++, un algorithme multi-agents permettant de résoudre le problème classique des mariages stables de manière optimale, d'un point de vue social.

Denain

Développement d'un ERP en Python.

Doctorat, Informatique, Mention Très Honorable

Titre : Une nouvelle approche au General Game Playing dirigée par les contraintes

Master'S Degree, Informatique (Infrastructures Applicatives Et Génie Logiciel)

Bachelor'S Degree, Informatique