Présentation

Cette chaire vise à concevoir des algorithmes permettant à un équipier numérique de prendre des décisions comme le ferait un humain. Par équipier numérique, on entend, par exemple, un véhicule autonome – que ce soit un drone aérien, terrestre ou marin – ou encore une aide de camp sur une tablette ou sous forme d’hologramme en réalité augmentée. L’idée est donc de créer une Intelligence Artificielle capable :

• d'analyser une situation ;
• de calculer la meilleure décision en fonction de la mission assignée ;
• d’expliquer cette décision ;
• de rendre compte pendant et après la mission.

Le sous-domaine de l’Intelligence Artificielle étudié s’inscrit dans l’IA dite symbolique : une partie du monde, les actions et leurs conséquences sont décrits par des symboles. Afin de percevoir et symboliser la partie du monde dans lequel l’équipier numérique évolue, on utilise des capteurs améliorés par l’IA dite connexionniste (par exemple le Machine Learning). De cette manière, une différenciation ainsi qu'une localisation ami / ennemi peuvent être réalisées. De même, il est également possible d'identifier une menace potentielle dans l'environnement comme par exemple un colis suspect à déminer.

Lorsqu’on produit des comportements explicables et observables, on s’expose au risque d'une compréhension de la manœuvre de la part de l'ennemi. Ce dernier peut alors anticiper le plan suivi par le robot ou le drone.

Pour répondre à cette problématique, une première partie des travaux consiste à inférer le plan suivi par un ennemi en temps réel durant sa manœuvre. Lorsque cette « contre-planification » sera possible, nous étudierons l’ajout d’entropie dans les plans amis afin de leurrer la contre-mesure ennemie.

Exemple : la partie gauche de la figure 1 présente un démonstrateur en cours de réalisation dans cette première partie des travaux. La contre-planification est ici opérée sur des drones sous-marins.

La deuxième partie des travaux concernera la planification multi-aspects des missions tactiques en intégrant la prise en compte des particularités du terrain (terre et mer) et des différents armements autonomes à disposition.

Exemple : la partie droite de la figure 1 présente une carte fictive générée par de l’IA sur laquelle une unité terrestre autonome (en bleu) doit effectuer une mission de reconnaissance pouvant nécessiter un appui maritime.

Membres de la chaire

• Stéphane Cardon, maitre de conférences en informatique, titulaire de la chaire
• Aline Hufschmitt, maitre de conférences en informatique
• Maxime Baczyk, post-doctorant affecté sur les travaux de la contre-planification.