Soutenance de stage

Programmation Orientée Émotion

Kévin Darty7 septembre 2011Responsable : Nicolas Sabouret

IntroductionMéthode de programmation

◦Résolution de problème [Hart&al 68]◦Informatique affective [Darwin&al. 02]

Émotion◦Cadre de programmation

PlanClasse de problèmeÉtats de l’art

◦Résolution de problème◦Affective computing

ModèleImplémentationÉvaluationConclusionBibliographie

Classe de problème

Classe de problèmeSans connaissance du but

Classe de problèmeSans connaissance du butMulti objectifs

Classe de problèmeSans connaissance du butMulti objectifsDynamique

Classe de problèmeSans connaissance du butMulti objectifsDynamiqueRessources limitées

Classe de problèmeSans connaissance du butMulti objectifsDynamiqueRessources limitéesTemps limité

Classe de problèmeSans connaissance du butMulti objectifsDynamiqueRessources limitéesTemps limitéPartiellement observable

Classe de problèmeSans connaissance du butMulti objectifsDynamiqueRessources limitéesTemps limitéPartiellement observableComplexe

État de l’art : résolution de problèmeNormatif

◦Exploration : A* [Hart&al 68] Optimum / Temps limité

◦Planification : GraphPlan [Blum&Furst 97] Base de règle / Dynamique

/ Problème abstrait

État de l’art : résolution de problèmeNormatif

◦Exploration : A* [Hart&al 68] Optimum / Temps limité

◦Planification : GraphPlan [Blum&Furst 97] Base de règle / Dynamique

Descriptif ◦Comportement : FreeFlowHierarchies [Tyrrell 93]

Compromis / Problème abstrait◦Animat : MHiCS [Robert&Grillot 03]

Adaptatif / Complexe◦Architecture psychologique : ACT-R [Anderson&al. 04]

Humain / Méthode simple

État de l’art : informatique affectiveMémoire

◦Mémoire à long terme [Atkinson&Shiffrin 68] Vécu mémorisation apprentissage

possible◦Mémoire de travail [Atkinson&Shiffrin 68]

[Miller 56] Concentration Minimise l’espace de

recherche

État de l’art : informatique affectiveMémoire

◦Mémoire à long terme [Atkinson&Shiffrin 68] Vécu mémorisation apprentissage

possible◦Mémoire de travail [Atkinson&Shiffrin 68] [Miller

56] Concentration Minimise l’espace de

rechercheÉmotion

◦Catégoriel [Plutchik 80]◦Dimensionnel [Mehrabian&Russell 74]

ConclusionModélisation de la classe de problème ?Résolution généralisée de problèmes ?Heuristiques émotionnelles ?Réduire la tâche du programmeur ?

Séparation problème / solutionNiveau d’abstractionSolveur Orienté Émotion automatiséEnvironnement de programmation aisé

Modèle (1/4) : architecture

Modèle (2/4) : EnvironnementVariables V : Perceptions P : Opération O : Actions A : Fonctions d’évaluation

◦ Résolu : ◦ Résoluble : ◦ Similarité entre état : ◦ Distance au but :

Processus◦ Appliquer la séquence d’actions◦ Actualiser le problème◦ Mise à jour des perceptions & fonctions d’évaluation

Modèle (3/4) : SolutionÉmotions EMémoire

◦ à long terme (LTM)◦ de travail (WM)

Décision◦ Filtres F : ◦ Comportements C :

Modèle (4/4) : Solveur Génération d’émotion e :

◦ Plaisir : rapprochement d’un but

◦ Excitation : représente la nouveauté ◦ Dominance : sentiment de contrôle

Humeur h :

Balance :

Implémentation (1/2)

Implémentation (2/2)

Évaluation (1/4) : Labyrinthe Environnement

◦ Actions : ◦ Perceptions : ◦ Fonctions d’évaluation :

◦ Processus : séquence de déplacements du joueur déplacements des monstres mise à jour des perceptions & du monde

Solution◦ Initialisation

◦ Comportements

Évaluation (2/4) : ConclusionProblème

◦Dynamique◦Partiellement observable◦A temps limité

Séparation problème / solutionHeuristiques émotionnellesComportements adaptésMise en œuvre rapide

Évaluation (3/4) : Protocole Testeurs humains

Similitudes sur une même instance de labyrinthe◦ Taux de réussite◦ Séquences d’actions [Levenshtein 66]◦ Nombres de tours◦ Nombres d’actions◦ Trésors récoltés

Tests◦ 2 configurations : avec/sans monstres◦ 30 personnes X 4 instances de labyrinthe

Évaluation (4/4) : Attentes Taux de réussite proches Longueurs de séquence et nombres de tour

équivalents Comportements similaires

Logique : parcours Émotionnel : réaction aux perceptions par un choix

de comportement semblable

Conclusion & perspectivesModélisation de la classe de problèmeTache réduite :

Séparation problème / solutionAppraisal automatiséHeuristiques émotionnelles indépendantes du problème

Comportement adapté du solveurRéaction par émotionConcentration via les filtres et la WM

Utilisation stricte de la mémoireÉvolution de l’importance d’une perceptionApprentissage du critère de dominanceApplication du protocole d’évaluation

Bibliographie (1/2) [Anderson&al. 04] Anderson, J.R. and Bothell, D.

and Byrne, M.D. and Douglass, S. and Lebiere, C. and Qin, Y. An integrated theory of the mind. Psychological review, vol.111.4:1036, 2004.

[Atkinson&Shiffrin 68] Atkinson, R.C. and Shiffrin, R.M. Human memory: A proposed system and its control processes. The psychology of learning and motivation: Advances in research and theory, vol. 2:89-195, 1968.

[Baars&Franklin 09] Baars, B.J. and Franklin, S. Consciousness is computational: The LIDA model of global workspace theory. International Journal of Machine Consciousness, vol. 1:23-32, 2009.

[Baars 05] Baars, B.J. Global workspace theory of consciousness: toward a cognitive neuroscience of human experience. Progress in brain research, vol. 150:45-53, 2005.

[Batra&Holbrook 90] Batra, R. and Holbrook, M.B. Developing a typology of affective responses to advertising. Psychology and Marketing, vol.7.1:11-25, 1990.

[Blum&Furst 97] A. Blum et M. Furst. Fast Planning Through Planning Graph Analysis. Artificial Intelligence, 90:281-300, 1997.

[Bonnet&Geffner 98] Bonnet, B. and Geffner, H. HSP: Heuristic search planner. Citeseer, 1998.

[Caplat 02] Caplat, G. Modélisation cognitive résolutions de problèmes, Presses polytechniques et universitaires romandes, 2002.

[Conklin 06] Conklin, J. Wicked problems & social complexity. Citeseer, 2006.

[Darwin&al. 02] Darwin, C. and Ekman, P. and Prodger, P. The expression of the emotions in man and animals, Oxford University Press, 2002.

[Do&Kambhampati 01] Do, M.B. and Kambhampati, S. Sapa: A domain-independent heuristic metric temporal planner. Proceedings of the 6th European Conference on Planning, 190-120, 2001.

[Edell&Burke 87] Edell, J.A. and Burke, M.C. The power of feelings in understanding advertising effects. The Journal of Consumer Research, vol. 14.3:421-433, 1987.

[Fikes&Nilsson 71] Fikes, R.E. and Nilsson, N.J. STRIPS: A new approach to the application of theorem proving to problem solving. Artificial intelligence, vol2.3/4:189-208, 1971.

[Greeno 78] Greeno, J.G. Natures of problem-solving abilities. Lawrence Erlbaum, 1978.

[Guillot&Daucé 03] Guillot, A. & Daucé, E. Approche dynamique de la cognition artificielle. Hèrmes Scienes Publications, 2003.

[Hart&al 68] Hart, P.E., Nilsson, N.J. et Raphael, B. A formal basis for the heuristic determination of minimum cost paths. Systems Science and Cybernetics, IEEE Transactions on, 4:100-107, 1968.

[Hoffmann&Nebel 01] Hoffmann, J. et Nebel, B. FF: The fast-forward planning system. Journal of Artificial Intelligence Research, 14.1:253-302, 2001.

[James&al. 81] James, W. and Burkhardt, F. and Bowers, F. and Skrupskelis, I.K. The principles of psychology, Harvard University Press, vol. 12, 1981.

[Lazarus&Folkman 96] Lazarus, R. & Folkman, S. Stress, appraisal and coping. Springer, 1996.

Bibliographie (2/2) [Levenshtein 66] Levenshtein, V.I. Binary codes

capable of correcting deletions, insertions, and reversals. Soviet Physics Doklady, vol. 10,8:707-710, 1966.

[Mehrabian&Russell 74] Mehrabian, A. and Russell, J.A. An approach to environmental psychology. the MIT Press, 1974.

[Miller 56] Miller, G.A. The magical number seven, plus or minus two: some limits on our capacity for processing information. Psychological review. Vol 63.2, 81, 1956.

[Park&Koelling 89] Park, Y.B. and Koelling, C.P. An interactive computerized algorithm for multicriteria vehicle routing problems. Computers & Industrial Engineering, vol. 16.4:477-490, 1989.

[Plutchik 80] Plutchik, R. Emotion: A psychoevolutionary synthesis. Harper & Row New York, 1980.

[Rittel&Webber 73] Rittel, H.W.J. and Webber, M.M. Dilemmas in a general theory of planning. Policy sciences, 4.2:155-169, 1973.

[Robert&Grillot 03] Robert, G. and Guillot, A. MHiCS, a modular and hierarchical classifier systems architecture for bots. 4th International Conference on Intelligent Games and Simulation (GAME-ON’03), 140-144, 2003.

[Rosenblatt&Payton 89] Rosenblatt, J.K. & Payton, D.W. A fine-grained alternative to the subsumption architecture for mobile robot control. IEEE/INNS International Joint Conference on Neural Networks,

317-323, 1989. [Rosenbloom&al. 93] Rosenbloom, P.S. & Laird, J. &

Newell, A. The SOAR papers: Research on integrated intelligence. Mit Press Cambridge, vol. 1, 1993.

[Russell 80] Russell, J.A. A circumplex model of affect.Journal of personality and social psychology, vol. 39.6:1161, 1980.

[Schmeichel&al. 08] Schmeichel, B.J. and Volokhov, R.N. and Demaree, H.A. Working memory capacity and the self-regulation of emotional expression and experience. Journal of Personality and Social Psychology, vol. 95.6:1526, 2008

[Tyrrell 93] Tyrrell, T. The use of hierarchies for action selection, Adaptive Behavior, vol. 1.4:387, 1993.

Questions