Abstract FR:

Nous considerons dans ce memoire le probleme de l'elaboration automatique de strategies comportementales complexes a partir de capacites elementaires de commande. Nous reprenons pour les prolonger les travaux qui ont donne naissance a candide, un logiciel d'apprentissage de la commande qui acquiert un modele qualitatif d'un systeme physique quelconque et en deduit des regles qui lui permettent de se diriger vers un point dans l'espace engendre par ses parametres. Notre travail consiste a adjoindre a candide des mecanismes d'elaboration d'une representation de l'environnement dans lequel le systeme evolue, puis a deduire de cette representation une trajectoire eventuellement complexe, lorsque l'objectif ne peut etre atteint par un mouvement elementaire. Pour cela, nous presentons plusieurs versions d'un algorithme de partitionnement de l'espace des parametres du systeme, et des mecanismes de planification d'un chemin au sein de la partition obtenue. Notre demarche s'inscrit dans le courant de pensee de l'approche ascendante de la cognition. Afin de faire ressortir les enjeux et potentialites de notre travail, nous commencons par mener une reflexion epistemologique sur les axes directeurs de cette approche, en l'opposant a l'approche descendante qu'elle pretend remplacer. Nous faisons ressortir ce qu'elle apporte de nouveau, ses limites probables, et ses points faibles. Cette reflexion est aussi l'occasion de mener une etude bibliographique fournie qui nous permet de comparer notre recherche a bon nombre de travaux recents issus de la meme veine. Nous montrons alors que travailler directement a partir de l'espace engendre par les parametres du systeme et s'interdire l'introduction de toute connaissance a priori sur le probleme a resoudre doit permettre de remedier aux faiblesses epistemologiques que nous avons mises en evidence. Le lecteur trouvera donc dans ce memoire de nouveaux algorithmes d'apprentissage, leur application a quelques problemes de commande classiques ou originaux, mais aussi une reflexion epistemologique d'ensemble destinee a reconsiderer un certain nombre de notions nouvelles en intelligence artificielle