Journée Jeux et IA / MAFTEC

Présentation

Présentation du GT IA et Jeux

Le groupe de travail « IA et Jeux » du GDR RADIA se structure autour de deux axes:

• les jeux pour l'IA: tous les travaux de recherche utilisant les jeux pour servir de contexte d'étude et d'expérimentation à de nouvelles approches d'intelligence artificielle, avec souvent un objectif de performance (comme battre les meilleurs IA existantes ou les meilleurs joueurs humains). On retrouve ici les thèmes du General Game Playing, de l'apprentissage profond, de la recherche arborescente, et de la programmation par contrainte entre autres exemples. Le GT fournit donc un cadre pour l'analyse comparative de différentes méthodes d'IA.
• l'IA pour les jeux : tous les travaux de recherche qui étudient l'impact des approches d'intelligence artificielle sur les jeux qui les mettent en œuvre ou qui s'attaquent à des problèmes soulevés par l'industrie. Les défis visés ici sont, par exemple, ceux de la prise de décision pour des agents autonomes, de la crédibilité de Personnages Non Joueurs, de la génération procédurale de contenu (des ressources graphiques aux récits en passant par les niveaux de jeu ou les dialogues), du game design assisté par l'IA, de l'adaptation dynamique au niveau des joueuses et des joueurs, ou de l'interaction humain-machine intelligente.

Présentation du GT MAFTEC

L'objectif principal du GT MAFTEC est de fédérer les recherches sur les différentes thématiques de la planification. Le but des travaux concernés est de modéliser et résoudre des problèmes complexes du monde réel, dans lesquels de nombreux agents (humains ou automatiques) interagissent de manière coopérative et robuste via des actions physiques, de communication et d'observation, ceci afin d'atteindre des buts communs dans un environnement partiellement imprédictible. D'importants aspects attendus du plan résultant sont qu'il prenne en compte les connaissances et croyances de chaque agent qui peuvent changer au cours du temps qu'il permette l'exécution simultanée d'actions, qu'il soit suffisamment flexible pour autoriser des agents individuels à faire eux-mêmes certains choix, et qu'il soit robuste à l'échec de certaines actions ou à des changements dans l'environnement. Ceci implique inévitablement d'aller au-delà des hypothèses restrictives de la planification classique, dans le but d'obtenir le niveau d'expressivité requis, et dans un même temps de développer des algorithmes efficaces afin d'être capable de résoudre des problèmes de planification du monde réel. De telles applications réalistes nécessitent un cadre théorique étendu incorporant au moins les aspects multi-agent, temporel, épistémique, contingent, et flexibles.

Présentation de la journée

La journée accueillera des présentations sur soumission, sur deux sessions (l'une le matin et l'autre l'après-midi).

Nous encourageons, sans pour autant vouloir nous y limiter, les propositions de communication (déjà publiées ou non) à l'intersection des centres d'intérêt des deux groupes de travail, comme par exemple la planification épistémique pour l'interaction humain-agent, la planification de stratégies pour les jeux, la planification de comportements ou de dialogues de personnages non-joueurs ou la planification appliquée au pilotage narratif.

Sont également les bienvenues les contributions relevant plus particulièrement de chaque GT.

Un petit budget est disponible pour aider au déplacement, des doctorants en particulier. Envoyez vos demandes en même temps que l'abstract aux responsables de la journée ; ces demandes seront examinées au cas par cas.

Programme

Matin (10h30-12h):

• Présentation des Groupes de Travail
• Elise Perrotin, CRIL, Vers plus de raisonnement dans EL-O: l'exemple de Hanabi.
• Corentin Boidot, ENIB, Lab-STICC. Évaluation de méthodes d'XAI diverses sur une tâche de pronostic d'e-sport.
• Sylvain Lapeyrade, Université Clermont-Auvergne, LIMOS. Prolog et ontologies, une autre approche pour les comportements des PNJ.

Après-midi (14h40-16h10):

• Thomas Constant, CNAM, CEDRIC: Perspectives sur l’automatisation de l’évaluation de l’expérience de jeu.
• Junkang Li, NukkAI et GREYC, Université de Caen Normandie. Modélisation récursive d'opposants dans les jeux à information incomplète.
• Discussion

Informations importantes

• Dates importantes
• Soumissions
• Comité de programme