Vers un Changement de Croyances Crédible des Agents Intelligents // Toward credible belief change of Intelligent Agents

Le changement de croyances est un axe important de recherche en Intelligence Artificielle (IA). Ce champ de recherche fait partie des premières problématiques abordées par l'IA pour la prise en compte et la gestion des incohérences. Il tend à formaliser le raisonnement et la représentation par un agent intelligent d'un environnement dynamique qu'il peut observer et sur lequel il peut éventuellement agir. Par exemple, l'agent peut faire évoluer le système vers une configuration meilleure (voire optimale) pour lui que sa configuration actuelle, essayer de maintenir une propriété donnée du système, ou encore ne pas s'écarter d'une trajectoire normale.

Dans de nombreuses applications, l'agent doit s'accommoder d'informations venant de sources multiples, de fiabilités inégales, et leur mise en commun avec ses croyances initiales peut conduire à des conclusions incomplètes ou contradictoires. Ces informations dont dispose l'agent sont appelées croyances. Celles-ci peuvent être modifiées par la présence d'une nouvelle information ou par la perte de confiance dans l'une des sources. C'est là qu'interviennent les différentes opérations de changement de croyances.

L'objectif de ce sujet est de modéliser et de réaliser le changement de croyances dans un sens plus crédible que ce qui existe dans l'état de l'art, en capturant les informations potentiellement les plus pertinentes de la base symbolique de croyances initiale de l'agent tout en respectant le principe de changement minimal. C'est dans ce cadre qu'on propose de coupler les approches symboliques des différentes opérations de changement de croyances avec des méthodes plus numériques telles que la théorie de l'évidence, connue comme étant un formalisme ayant l'aptitude de représenter à la fois l'imprécision et l'incertitude dans un cadre plus riche et plus flexible que la théorie des probabilités.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Beliefs change is an important area of research in Artificial Intelligence (AI). This field of research is one of the first issues addressed by AI for the consideration and management of inconsistencies. It tends to formalize the reasoning and representation by an intelligent agent of a dynamic environment that it can observe and on which it can eventually act. For example, the agent may move the system to a better (or even optimal) configuration than its current configuration, try to maintain a given property of the system, or not deviate from a normal path.

In many applications, the agent has to put up with information from multiple sources, of unequal reliability, and pooling it with its initial beliefs can lead to incomplete or contradictory conclusions. This information that the agent has is called beliefs. These can be modified by the presence of new information or by the loss of trust in one of the sources. This is where the various operations of changing beliefs come into play.

The objective of this thesis is to model and achieve the change of beliefs in a more credible sense than what exists in the state of the art, by capturing the potentially most relevant information from the initial symbolic base of beliefs of the agent while respecting the principle of minimal change. It is in this context that it is proposed to couple symbolic approaches to the different operations of changing beliefs with more numerical methods such as the theory of evidence, known as a formalism with the ability to represent both imprecision and uncertainty in a richer and more flexible framework than probability theory.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Public funding alone (i.e. government, region, European, international organization research grant)

Concours pour un contrat doctoral

Université de Technologie de Compiègne

71 Sciences pour l'ingénieur

- Master 2 ou diplôme d'ingénieur en informatique ou en mathématiques appliquées - Appétence pour les problèmes théoriques et pratiques - Bon niveau de programmation - Bonnes capacités de synthèse et de formalisation - Autonomie, prise d'initiatives et aptitude au travail en équipe - Bon niveau d'anglais et de français (idéalement au moins B2)
- Master 2 or engineering degree in computer science or applied mathematics - Appetite for theoretical and practical problems - Good level of programming - Good synthesis and formalization skills - Autonomy, initiative and teamwork skills - Good level of English and French (ideally at least B2)