* Ces horaires sont donnés à titre indicatif.
- Comprendre et mobiliser un large champ de sciences et techniques
*Mobiliser et combiner un socle de connaissances scientifiques et techniques
* S'approprier et mobiliser de nouveaux savoirs et savoir-faire
- Proposer une solution adaptée, dans le domaine de l'informatique, en prenant en compte les contraintes environnementales
*Définir un à plusieurs scenarii en réponse au cahier des charges
* Maquetter et prototyper une solution logicielle et matérielle exploitant des technologies innovantes
* Développer et tester la solution choisie
-Interagir avec son environnement de façon professionnelle et citoyenne
*Rendre compte de son travail
*Faire preuve d'esprit critique
Dans le cadre de ce cours, il est abordé les bases de l’intelligence artificielle et quelques techniques :
- Présentation de différents types de réseaux de neurones, lien avec les neurosciences, les mathématiques, l’intelligence artificielle et l’apprentissage automatique. Implémentation d’un des modèles présenté en TP.
- Décision séquentielle pour un agent autonome: Présentation du modèle mathématique (processus décisionnels markoviens) et de certains algorithmes de résolution dans le cadre de la planification stochastique et de l‘apprentissage par renforcement, présentation d'application de ces techniques à la robotique, implémentation de ces algorithmes et mise en œuvre pour permettre à un agent d’apprendre un comportement dans différents environnements (simulateur robotique simple, jeu du pacman). Découverte et implémentation de l'algorithme MCTS