Introduire la discipline de l'intelligence artificielle et faire une brève introduction aux différentes problématiques et techniques qui y sont liées. Comprendre les techniques qui permettent de créer un agent intelligent.

L’intelligence artificielle sous l’angle des agents autonomes ; leur capacité à prendre des décisions et à résoudre des problèmes ; l’histoire et la philosophie de l’intelligence artificielle ; les principales méthodes d’exploration : méthodes non informées ; méthodes informées (greedy search, A*, SMBA*, WA*) ; méthodes locales (hill climbing, simulated annealing) ; méthodes adverses (MinMax, AlphaBeta, Monte Carlo Tree Search) ; l’apprentissage par renforcement (bandits, programmation dynamique, Monte Carlo, Temporal-difference learning) ; la prise de décision séquentielle ; l’apprentissage par interaction avec l’environnement ; les avancées récentes en IA agentique ; l’intégration des modèles de fondation ; la compréhension et l’adaptabilité accrues des agents ; les études de cas et applications ; la conception et l’analyse d’agents intelligents ; la perception, la planification et l’action autonome.

Enseignement magistral