L'Intelligence Artificielle et le jeu de Nim - Apprentissage par renforcement - CultureSciences de l'Ingénieur

L’Intelligence Artificielle et le jeu de Nim - Apprentissage par renforcement

Pour introduire l'apprentissage par renforcement, Olivier Druet (Directeur de recherche CNRS, Institut Camille Jordan, UCBL, Maison des Mathématiques et de l'Informatique) propose, dans un article publié en deux parties sur Culture Sciences Physique, un atelier d'informatique débranchée, activité possible à faire en classe. L'atelier, initialement imaginé par Eric Duchêne et Aline Parreau, a été proposé de nombreuses fois à la Maison des Mathématiques et de l'Informatique (Lyon).

Le premier article s'attache à expliquer en débranché le fonctionnement de l'apprentissage par renforcement à l’aide du jeu de Nim ou jeu des allumettes. Se jouant à deux adversaires, l’un sera remplacé par une machine, construite avec des gobelets et des billes de couleur, qui apprend à jouer au jeu de Nim. L’activité à mener en classe est décrite et analysée.

► Voir l’article sur Culture Sciences Physique : Intelligence artificielle et jeu de Nim (1/2) – Fonctionnement de l’apprentissage par renforcement

Le second article présente les codes pour programmer l'apprentissage par renforcement sur une machine en prenant pour exemple le jeu de Nim ; quelques applications de ce type d'apprentissage machine dans le domaine de la physique sont présentées.

► Voir l’article sur Culture Sciences Physique : Intelligence artificielle et jeu de Nim (1/2) – Codage et applications