Julien Soulé
L’apprentissage par renforcement multi-agent permet à plusieurs agents d’apprendre à coopérer pour résoudre des problèmes complexes. Cependant, les modèles obtenus sont souvent difficiles à interpréter et à contrôler, ce qui limite leur utilisation dans des contextes critiques. Ce séminaire présentera une approche neuro-symbolique développée au cours de mes travaux de thèse, combinant apprentissage automatique et connaissances expertes sur l’organisation des agents (rôles, objectifs, règles de coopération). Cette approche vise à améliorer à la fois les performances et l’explicabilité des comportements collectifs. Les contributions seront illustrées à travers plusieurs applications dans le domaine des systèmes autonomes et de la cyberdéfense.