The increasing complexity of gameplay mechanisms in modern video games is leading to the emergence of a wider range of ways to play games. The variety of possible play-styles needs to be anticipated by designers, through automated tests. In this dissertation, we explore the application of reinforcement learning techniques to create human-like agent...
In the wake of recent advances in the field of machine learning, much progress has been accomplished in one of its sub-fields, reinforcement learning, whose aim is to solve sequential decision problems under uncertainty. Radar resource management seems to represent an ideal application case for this type of technique. Indeed, a radar emits signals,...
Developing versatile robots capable of performing diverse tasks has the potential to alleviate human labor in physically demanding, dangerous, and tedious activities. However, the progress of robot learning has been relatively slow compared to other domains of machine learning partially due to the lack of large-scale robotics datasets. This thesis ...
L'optimisation énergétique des nœuds capteurs dans les Réseaux de Capteurs Sans Fil (RCSF) constitue un enjeu d'une importance primordiale. En effet, les nœuds capteurs font face à des ressources énergétiques limitées et sont principalement déployés dans des environnements complexes, ce qui confère une importance cruciale à la durée de vie du résea...
L'apprentissage par renforcement explicable/interprétable (XRL) est basé sur plusieurs techniques utilisant différents moyens pour rendre la politique apprise compréhensible par les humains. L'une d'elles consiste à combiner l"apprentissage par renforcement (RL) et les systèmes à base de règles (RBS) afin de créer une politique déclarative, la rend...
Les systèmes d'énergie sont susceptibles de s'organiser à l'avenir comme un système hétérogène faisant coexister des communautés énergétiques indépendantes avec un marché principal. Le prix des échanges entre communautés et marché devrait alors refléter les coûts de production, mais également les contraintes d'acheminement et les potentielles conge...
In this thesis, we focus on agent-based approaches for simulating mobility in general and mobility-on-demand systems in particular. A mobility-on-demand system consists in a fleet of vehicles that respond to trip requests from users in an online manner. Vehicles from the fleet can consequently serve multiple customers throughout the day and offer a...
This thesis explores how Artificial Intelligence can diminish the energy consumed in Data centres. Artificial Intelligence is a vast research area that is very popular. This domain is often idealised, but how can the research novelties be applied to actual use cases?Between physical considerations, mathematics theory and computer science technologi...
Devant la multiplication et la généralisation d'assistants personnels vocaux (comme Siri ou Alexa), personnifiés sous forme de robots ou non (Pepper, Reeti, enceintes vocales, applications), ainsi que les succès très récents de chatbot tels que ChatGPT, des questions peuvent se poser sur le type et l'étendue de l'influence de ces agents sur leurs u...
Avec l’augmentation des exigences clients et de la diversité des produits conventionnels, les industriels font face à de nouveaux enjeux de production et de délais. Néanmoins, les méthodes de production ne peuvent plus répondre à ces nouveaux enjeux. Le Demand Driven Material Requirements Planning (ou DDMRP) est une méthode de production pilotée pa...
