IFT 608 / IFT702

Planification en intelligence artificielle

Département d'informatique

Université de Sherbrooke

Hiver 2018

Professeur: Froduald Kabanza

Courriel: kabanza@usherbrooke.ca
Local: D4-1022-2
Téléphone: +1 819 821-8000, 62865
Site: planiart.usherbrooke.ca/kabanza/cours/ift608
Disponibilité: Jeudi 15h à 16h ou sur rendez-vous

Auxiliaire: Froduald Kabanza

Courriel: Mariane.Maynard@usherbrooke.ca
Téléphone: +1 819 821-8000, 62872

 

Horaire

Jeudi 9h30 à 12h20 Salle D4-2022

Travaux Pratiques

(Suivre le lien dans la colonne TP pour télécharger l'énnoncé)
 

TP

Énoncé

Dates limites de remise

IFT 608

IFT 702

Sujet

Projet

Jeudi 25 janvier Étape 1: jeudi 15 mars

20%

17.5%

Étape 2: Jeudi 29 mars

20%

17.5%

Étape 3: jeudi 12 avril 30%  25%
Critique d'article Jeudi 23 février

Jeudi 6 avril

     N/A

10%

Voir l'énoncé

 

 

Contenu (Suivre les liens pour télécharger les présentations)

 

Séance

Sujet

[Référence] : Section

JE 11/1

Introduction [PPT, PDF]

[2] : 1

Plan de cours [PPT, PDF]

 

JE 18/1

Planification de trajectoires avec évitement d’obstacles

[PPT, PDF]

 

·        Représentations géométriques et transformations

[1] : 3

·        Espace de configurations

[1] : 4

·        Détection de collisions

[1] : 5

·        Approches par décomposition exacte

[1] : 6.2, 6.3

·        Algorithme de planification par échantillonnage (RRT)

[1] : 5

·        Algorithme de planification avec des contraintes différentielles (RDT)

[1] : 13-14

·        Librairie OMPL

[7]

JE 25/1

Planification avec un modèle explicite d’actions

 

·        Planification déterministe par exploration dans l’espace d’états [PPT, PDF]

2 :2.2

·        Langage PDDL pour modéliser des actions [PPT, PDF]

[7], 2 :2.1

·        Extraction automatique d’heuristiques à partir de modèles d’actions [PPT, PDF]

[2] 2.3

·        ROSPLAN (planification robotique avec ROS)

[10]

JE 1/2

 

Planification un modèle explicite de connaissances stratégiques

 

·        Exploration de l’espace d’états avec des connaissances stratégiques LTL [PPT, PDF]

[2] 2.7.8

·        Exploration de l’espace d’états avec des connaissances stratégiques HTN [PPT, PDF]

[2] 2.7.7

JE 8/2

Planification multi-agents [PPT, PDF]

 

·        Planification distribué

[8]

·        Monte-Carlo Tree Search

[3]

JE 15/2

Reconnaissance de plan [PPT, PDF]

·        Présentation du problème et aperçu de différentes approches

[5] [6]

JE 22/2

Deep reinforcement learning [PPT, PDF]

·        Aperçu

 

Du Samedi 24 février au 3 mars :                           Examen périodique et levée de cours

Du lundi 5 mars au vendredi 9 mars :                   Relâche des activités pédagogiques

JE 15/3

Travail sur le projet / Présentation pour évaluation de l’étape 1 du projet [Horaire]

JE 22/3

Correction de l'intra

JE 29/3

Travail sur le projet / Présentation pour évaluation de l’étape 2 du projet [Horaire]

JE 5/4

Travail sur le projet / IFT 702 : Présentation de l’article choisi [Horaire]

JE 12/4

Présentation pour évaluation de l’étape finale du projet [Horaire]

 

Fin du cours. Pas d’examen final.

 

 

 

Documents:

[1]  Steven Lavalle (2006). Planning Algorithms. Morgan Kaufmann. Cambridge University Press. http://planning.cs.uiuc.edu/

[2]  Malik Ghallab, Dana Nau & Paolo Traverso. Automated Planning and Acting. http://projects.laas.fr/planning/book.pdf

[3]    Browne et al. (2012) A Survey of Monte Carlo Tree Search Methods. IEEE Transactions on Computational Intelligence and AI in Games, VOL. 4, NO. 1 http://www.cameronius.com/cv/mcts-survey-master.pdf

[4]    Silver et al. (2016) Mastering the game of Go with deep neural networks and tree search. Nature, Vol. 529. http://airesearch.com/wp-content/uploads/2016/01/deepmind-mastering-go.pdf

[5]    Miquel Ramirez and Hector Geffner (2010). Probabilistic Plan Recognition using off-the-shelf Classical Planners. Proc. AAAI-10 http://www.aaai.org/ocs/index.php/AAAI/AAAI10/paper/view/1821/2160

[6]    Miquel Ramirez and Hector Geffner (2011). Goal Recognition over POMDPs: Inferring the Intention of a POMDP Agent Proc. IJCAI-11.  http://www.aaai.org/ocs/index.php/IJCAI/IJCAI11/paper/view/3305/3793

[7]    PDDL Language : https://helios.hud.ac.uk/scommv/IPC-14/repository/gerevini-long-unpublished-2005.pdf

[8]    Durfee (2001). Distributed problem solving and planning. https://pdfs.semanticscholar.org/8f03/09b15dc027dcf4d6642aa7d13f7d5617e4ba.pdf

 

Logiciels

[9]    OMPL (planification de trajectoires) : http://ompl.kavrakilab.org/

[10] ROS (framework de programmation de robots): http://www.ros.org/

[11] DeepMind StarCraft 2 API  https://github.com/deepmind/pysc2