--- Projet de VA50 sur la reconnaissance de formes ---
Il est aujourd’hui possible d’entraîner une intelligence artificielle pour jouer automatiquement à des jeux vidéos (Dota, Starcraft,, etc.), pour affronter les champions du monde de jeux de stratégie (Go, échecs, etc.), pour que des quadrupèdes simulés apprennent à courir et à sauter et pour beaucoup d’autres cas d’usages. Toutes ses applications sont dues aux récentes avancées en matière technologique et aux nombreuses possibilités qu’offre le Reinforcement Learning (RL).Le RL consiste à laisser la machine apprendre de ses expériences grâce à un système derécompense ou de pénalité.
L’IA doit apprendre d’elle-même à atteindre un objectif au sein d’un environnement incertain et potentiellement complexe. Pour cela, elle essaye toutes les façons possibles et apprend de ses échecs. L’IA reçoit à chacune de ses tentatives une récompense ou une pénalité en fonction de ses choix d’actions. Étant programmée pour maximiser sa récompense, elle tentera donc de trouver la méthode le lui permettant. Le développeur quant à lui se charge de mettre en place les conditions de récompenses, c’est à dire de fixer les règles du jeu.L’objectif de ce projet est de développer les outils d’une application offrant la possibilité à un utilisateur de faire apprendre à une machine à jouer à un jeu de société. La machine devra être capable d’analyser un plateau de jeu à partir de données acquises par une caméra. À partir de la détection et de la reconnaissance des différentes pièces du jeu (pions, tuiles, carteou autres), l’IA devra effectuer un choix d’action. L’accent de ce projet sera mis sur la partiereconnaissance du plateau, mais idéalement la partie entraînement de l’IA par RL devrait être traitée conjointement.