Soutenance de stage Programmation Orientée Émotion

1. Soutenance de stageProgrammation Orientée Émotion Kévin Darty 7 septembre 2011 Responsable : Nicolas Sabouret

2. Introduction • Méthode de programmation • Résolution de problème [Hart&al 68] • Informatique affective [Darwin&al. 02] • Émotion • Cadre de programmation

3. Plan • Classe de problème • États de l’art • Résolution de problème • Affective computing • Modèle • Implémentation • Évaluation • Conclusion • Bibliographie

4. Classe de problème

5. Classe de problème • Sans connaissance du but

6. Classe de problème • Sans connaissance du but • Multi objectifs

7. Classe de problème • Sans connaissance du but • Multi objectifs • Dynamique

8. Classe de problème • Sans connaissance du but • Multi objectifs • Dynamique • Ressources limitées

9. Classe de problème • Sans connaissance du but • Multi objectifs • Dynamique • Ressources limitées • Temps limité

10. Classe de problème • Sans connaissance du but • Multi objectifs • Dynamique • Ressources limitées • Temps limité • Partiellement observable

11. Classe de problème • Sans connaissance du but • Multi objectifs • Dynamique • Ressources limitées • Temps limité • Partiellement observable • Complexe

12. État de l’art : résolution de problème • Normatif • Exploration : A* [Hart&al 68] • Optimum /Temps limité • Planification : GraphPlan[Blum&Furst 97] • Base de règle /Dynamique / Problème abstrait

13. État de l’art : résolution de problème • Normatif • 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

14. État de l’art : informatique affective • Mémoire • 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

15. État de l’art : informatique affective • Mémoire • 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 • Émotion • Catégoriel [Plutchik 80] • Dimensionnel [Mehrabian&Russell 74]

16. Conclusion • Modélisation de la classe de problème ? • Résolution généralisée de problèmes ? • Heuristiques émotionnelles ? • Réduire la tâche du programmeur ? • Séparation problème / solution • Niveau d’abstraction • Solveur Orienté Émotion automatisé • Environnement de programmation aisé

17. Modèle (1/4) : architecture

18. Modèle (2/4) : Environnement • Variables 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

19. Modèle (3/4) : Solution • Émotions E • Mémoire • à long terme (LTM) • de travail (WM) • Décision • Filtres F : • Comportements C :

20. Modèle (4/4) : Solveur • Génération d’émotion e : • Plaisir : rapprochement d’un but • Excitation : représente la nouveauté • Dominance : sentiment de contrôle • Humeur h : • Balance :

21. Implémentation (1/2)

22. Implémentation (2/2)

23. 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

24. Évaluation (2/4) : Conclusion • Problème • Dynamique • Partiellement observable • A temps limité • Séparation problème / solution • Heuristiques émotionnelles • Comportements adaptés • Mise en œuvre rapide

25. 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

26. 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

27. Conclusion & perspectives • Modélisation de la classe de problème • Tache réduite : • Séparation problème / solution • Appraisal automatisé • Heuristiques émotionnelles indépendantes du problème • Comportement adapté du solveur • Réaction par émotion • Concentration via les filtres et la WM • Utilisation stricte de la mémoire • Évolution de l’importance d’une perception • Apprentissage du critère de dominance • Application du protocole d’évaluation

28. 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 EuropeanConference 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. HèrmesScienes 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.

29. Bibliographie (2/2) • [Levenshtein 66] Levenshtein, V.I. Binary codes capable of correctingdeletions, insertions, and reversals. Soviet PhysicsDoklady, 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 psychoevolutionarysynthesis. 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.

30. Questions