soutenance de stage programmation orient e motion
Download
Skip this Video
Download Presentation
Soutenance de stage Programmation Orientée Émotion

Loading in 2 Seconds...

play fullscreen
1 / 30

Soutenance de stage Programmation Orientée Émotion - PowerPoint PPT Presentation


  • 192 Views
  • Uploaded on

Soutenance de stage Programmation Orientée Émotion. Kévin Darty 7 septembre 2011 Responsable : Nicolas Sabouret. Introduction. Méthode de programmation Résolution de problème [Hart&al 68] Informatique affective [Darwin&al. 02] Émotion Cadre de programmation. Plan. Classe de problème

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Soutenance de stage Programmation Orientée Émotion' - alessa


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
soutenance de stage programmation orient e motion

Soutenance de stageProgrammation Orientée Émotion

Kévin Darty

7 septembre 2011

Responsable : Nicolas Sabouret

introduction
Introduction
  • Méthode de programmation
    • Résolution de problème [Hart&al 68]
    • Informatique affective [Darwin&al. 02]
      • Émotion
    • Cadre de programmation
slide3
Plan
  • Classe de problème
  • États de l’art
    • Résolution de problème
    • Affective computing
  • Modèle
  • Implémentation
  • Évaluation
  • Conclusion
  • Bibliographie
classe de probl me1
Classe de problème
  • Sans connaissance du but
classe de probl me2
Classe de problème
  • Sans connaissance du but
  • Multi objectifs
classe de probl me3
Classe de problème
  • Sans connaissance du but
  • Multi objectifs
  • Dynamique
classe de probl me4
Classe de problème
  • Sans connaissance du but
  • Multi objectifs
  • Dynamique
  • Ressources limitées
classe de probl me5
Classe de problème
  • Sans connaissance du but
  • Multi objectifs
  • Dynamique
  • Ressources limitées
  • Temps limité
classe de probl me6
Classe de problème
  • Sans connaissance du but
  • Multi objectifs
  • Dynamique
  • Ressources limitées
  • Temps limité
  • Partiellement observable
classe de probl me7
Classe de problème
  • Sans connaissance du but
  • Multi objectifs
  • Dynamique
  • Ressources limitées
  • Temps limité
  • Partiellement observable
  • Complexe
tat de l art r solution de probl me
État de l’art : résolution de problème
  • Normatif
    • Exploration : A* [Hart&al 68]
      • Optimum /Temps limité
    • Planification : GraphPlan[Blum&Furst 97]
      • Base de règle /Dynamique

/ Problème abstrait

tat de l art r solution de probl me1
État de l’art : résolution de problème
  • Normatif
    • Exploration : A* [Hart&al 68]
      • Optimum /Temps limité
    • Planification : GraphPlan[Blum&Furst 97]
      • Base de règle /Dynamique
  • Descriptif
    • Comportement : FreeFlowHierarchies[Tyrrell 93]
      • Compromis / Problème abstrait
    • Animat : MHiCS[Robert&Grillot 03]
      • Adaptatif / Complexe
    • Architecture psychologique : ACT-R[Anderson&al. 04]
      • Humain / Méthode simple
tat de l art informatique affective
État de l’art : informatique affective
  • Mémoire
    • Mémoire à long terme [Atkinson&Shiffrin 68]
      • Vécu  mémorisation  apprentissage possible
    • Mémoire de travail [Atkinson&Shiffrin 68] [Miller 56]
      • Concentration  Minimise l’espace de recherche
tat de l art informatique affective1
État de l’art : informatique affective
  • Mémoire
    • Mémoire à long terme [Atkinson&Shiffrin 68]
      • Vécu  mémorisation  apprentissage possible
    • Mémoire de travail [Atkinson&Shiffrin 68] [Miller 56]
      • Concentration  Minimise l’espace de recherche
  • Émotion
    • Catégoriel [Plutchik 80]
    • Dimensionnel [Mehrabian&Russell 74]
conclusion
Conclusion
  • Modélisation de la classe de problème ?
  • Résolution généralisée de problèmes ?
  • Heuristiques émotionnelles ?
  • Réduire la tâche du programmeur ?
  • Séparation problème / solution
  • Niveau d’abstraction
  • Solveur Orienté Émotion automatisé
  • Environnement de programmation aisé
valuation 2 4 conclusion
Évaluation (2/4) : Conclusion
  • Problème
    • Dynamique
    • Partiellement observable
    • A temps limité
  • Séparation problème / solution
  • Heuristiques émotionnelles
  • Comportements adaptés
  • Mise en œuvre rapide
valuation 3 4 protocole
Évaluation (3/4) : Protocole
  • Testeurs humains
  • Similitudes sur une même instance de labyrinthe
    • Taux de réussite
    • Séquences d’actions [Levenshtein 66]
    • Nombres de tours
    • Nombres d’actions
    • Trésors récoltés
  • Tests
    • 2 configurations : avec/sans monstres
    • 30 personnes X 4 instances de labyrinthe
valuation 4 4 attentes
Évaluation (4/4) : Attentes
  • Taux de réussite proches
  • Longueurs de séquence et nombres de tour équivalents
  • Comportements similaires
    • Logique : parcours
    • Émotionnel : réaction aux perceptions par un choix de comportement semblable
conclusion perspectives
Conclusion & perspectives
  • Modélisation de la classe de problème
  • Tache réduite :
    • Séparation problème / solution
    • Appraisal automatisé
    • Heuristiques émotionnelles indépendantes du problème
  • Comportement adapté du solveur
    • Réaction par émotion
    • Concentration via les filtres et la WM
  • Utilisation stricte de la mémoire
  • Évolution de l’importance d’une perception
  • Apprentissage du critère de dominance
  • Application du protocole d’évaluation
bibliographie 1 2
Bibliographie (1/2)
  • [Anderson&al. 04] Anderson, J.R. and Bothell, D. and Byrne, M.D. and Douglass, S. and Lebiere, C. and Qin, Y. An integrated theory of the mind. Psychological review, vol.111.4:1036, 2004.
  • [Atkinson&Shiffrin 68] Atkinson, R.C. and Shiffrin, R.M. Human memory: A proposed system and its control processes. The psychology of learning and motivation: Advances in research and theory, vol. 2:89-195, 1968.
  • [Baars&Franklin 09] Baars, B.J. and Franklin, S. Consciousness is computational: The LIDA model of global workspace theory. International Journal of Machine Consciousness, vol. 1:23-32, 2009.
  • [Baars 05] Baars, B.J. Global workspace theory of consciousness: toward a cognitive neuroscience of human experience. Progress in brain research, vol. 150:45-53, 2005.
  • [Batra&Holbrook 90] Batra, R. and Holbrook, M.B. Developing a typology of affective responses to advertising. Psychology and Marketing, vol.7.1:11-25, 1990.
  • [Blum&Furst 97] A. Blum et M. Furst. Fast Planning Through Planning Graph Analysis. Artificial Intelligence, 90:281-300, 1997.
  • [Bonnet&Geffner 98] Bonnet, B. and Geffner, H. HSP: Heuristic search planner. Citeseer, 1998.
  • [Caplat 02] Caplat, G. Modélisation cognitive résolutions de problèmes, Presses polytechniques et universitaires romandes, 2002.
  • [Conklin 06] Conklin, J. Wicked problems & social complexity. Citeseer, 2006.
  • [Darwin&al. 02] Darwin, C. and Ekman, P. and Prodger, P. The expression of the emotions in man and animals, Oxford University Press, 2002.
  • [Do&Kambhampati 01] Do, M.B. and Kambhampati, S. Sapa: A domain-independent heuristic metric temporal planner. Proceedings of the 6th EuropeanConference on Planning, 190-120, 2001.
  • [Edell&Burke 87] Edell, J.A. and Burke, M.C. The power of feelings in understanding advertising effects. The Journal of Consumer Research, vol. 14.3:421-433, 1987.
  • [Fikes&Nilsson 71] Fikes, R.E. and Nilsson, N.J. STRIPS: A new approach to the application of theorem proving to problem solving. Artificial intelligence, vol2.3/4:189-208, 1971.
  • [Greeno 78] Greeno, J.G. Natures of problem-solving abilities. Lawrence Erlbaum, 1978.
  • [Guillot&Daucé 03] Guillot, A. & Daucé, E. Approche dynamique de la cognition artificielle. HèrmesScienes Publications, 2003.
  • [Hart&al 68] Hart, P.E., Nilsson, N.J. et Raphael, B. A formal basis for the heuristic determination of minimum cost paths. Systems Science and Cybernetics, IEEE Transactions on, 4:100-107, 1968.
  • [Hoffmann&Nebel 01] Hoffmann, J. et Nebel, B. FF: The fast-forward planning system. Journal of Artificial Intelligence Research, 14.1:253-302, 2001.
  • [James&al. 81] James, W. and Burkhardt, F. and Bowers, F. and Skrupskelis, I.K. The principles of psychology, Harvard University Press, vol. 12, 1981.
  • [Lazarus&Folkman 96] Lazarus, R. & Folkman, S. Stress, appraisal and coping. Springer, 1996.
bibliographie 2 2
Bibliographie (2/2)
  • [Levenshtein 66] Levenshtein, V.I. Binary codes capable of correctingdeletions, insertions, and reversals. Soviet PhysicsDoklady, vol. 10,8:707-710, 1966.
  • [Mehrabian&Russell 74] Mehrabian, A. and Russell, J.A. An approach to environmental psychology. the MIT Press, 1974.
  • [Miller 56] Miller, G.A. The magical number seven, plus or minus two: some limits on our capacity for processing information. Psychological review. Vol 63.2, 81, 1956.
  • [Park&Koelling 89] Park, Y.B. and Koelling, C.P. An interactive computerized algorithm for multicriteria vehicle routing problems. Computers & Industrial Engineering, vol. 16.4:477-490, 1989.
  • [Plutchik 80] Plutchik, R. Emotion: A psychoevolutionarysynthesis. Harper & Row New York, 1980.
  • [Rittel&Webber 73] Rittel, H.W.J. and Webber, M.M. Dilemmas in a general theory of planning. Policy sciences, 4.2:155-169, 1973.
  • [Robert&Grillot 03] Robert, G. and Guillot, A. MHiCS, a modular and hierarchical classifier systems architecture for bots. 4th International Conference on Intelligent Games and Simulation (GAME-ON’03), 140-144, 2003.
  • [Rosenblatt&Payton 89] Rosenblatt, J.K. & Payton, D.W. A fine-grained alternative to the subsumption architecture for mobile robot control. IEEE/INNS International Joint Conference on Neural Networks, 317-323, 1989.
  • [Rosenbloom&al. 93] Rosenbloom, P.S. & Laird, J. & Newell, A. The SOAR papers: Research on integrated intelligence. Mit Press Cambridge, vol. 1, 1993.
  • [Russell 80] Russell, J.A. A circumplex model of affect.Journal of personality and social psychology, vol. 39.6:1161, 1980.
  • [Schmeichel&al. 08] Schmeichel, B.J. and Volokhov, R.N. and Demaree, H.A. Working memory capacity and the self-regulation of emotional expression and experience. Journal of Personality and Social Psychology, vol. 95.6:1526, 2008
  • [Tyrrell 93] Tyrrell, T. The use of hierarchies for action selection, Adaptive Behavior, vol. 1.4:387, 1993.
ad