Humains Virtuels

Il existe deux approches principales pour l'animation comportementale d'un Agent Autonome Virtuel. La premičre, ou modčle comportemental, définit la maničre dont cet Agent Autonome Virtuel réagit face ŕ l'état courant de son environnement. Dans la seconde, ou modčle cognitif, cet Agent Autonome Virtuel utilise un processus qui lui permet d'agir au-dessus de ses actions potentielles. En dépit du succčs de ces approches dans plusieurs domaines, elles présentent deux limitations importantes que nous relevons dans cet ouvrage. Nos contributions comprennent le développement de nouvelles méthodes d'apprentissage pour approximer les modčles comportementaux et cognitifs. Elles traitent également le problčme de la sélection des données d'entrée, grâce ŕ une architecture cognitive originale ALifeE qui intčgre les senseurs virtuels et la perception virtuelle, dans le cadre de la méthodologie de l'apprentissage choisie. La dimension des entrées doit ętre maintenue aussi petite que possible, en raison de la "malédiction de la dimension", bien connue en apprentissage artificiel. Ainsi, l'utilisation de l'ALifeE simplifie et accélčre le processus pour le concepteur.