Contenu
Cet enseignement permet d'introduire des approches algorithmiques récentes pour résoudre des problèmes de décision rencontrés en Intelligence Artificielle et en optimisation. Il s'agit d'étudier comment prendre en compte les préférences d'un ou plusieurs agents dans des problèmes d’optimisation ou de satisfaction de contraintes. On aborde notamment la prise en compte de préférences dans problèmes décisionnels combinatoires (e.g. recherche dans les graphes d'états, problèmes de satisfaction de contraintes flexibles, problèmes de cheminement multicritères) et on présente quelques techniques permettant de déterminer ou d'approximer les solutions préférées. Diverses applications potentielles seront évoquées dans des domaines aussi divers que la recherche d’information, la planification dans l’incertain, l’allocation de ressources, la conception de produit.
|
