Sommaire

3 Représentation et résolution des problèmes 2

2
3.1 Agents avec objectifs explicites . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3.1.1 Types de problèmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3.2 Représentation des problèmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.2.1 Définition d’un problème . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.3 Résolution d’un problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.3.1 Système de résolution de problèmes . . . . . . . . . . . . . . . . . . . . . 6
3.3.2 Méthode de résolution de problèmes . . . . . . . . . . . . . . . . . . . . . 6

1
Chapitre 3

Représentation et résolution des

problèmes

3.1 Agents avec objectifs explicites

Avant de prendre une action dans le monde réel, un agent doit passer par les étapes sui-
vantes :
1. Information sur le/les but(s) : Le but organise le comportement en limitant les objectifs
et les actions à considérer.
2. Formuler le problème : L’agent élabore une description des états et actions nécessaires
pour aboutir au but – un modèle abstrait d’une partie pertinennte du monde.
3. Recherche de la solution : l’agent simule les séquences d’actions dans son modèle jusqu’à
trouver une séquence d’actions qui atteigne le but (Solution)
4. Exécution : L’agent peut maintenant exécuter les actions de la solution, une à la fois.

Function simple - problem - agent ( percept ) return action

static seq // sequene d ’ actions , initiallement vide
state // Une certaine description de l ’ etat courant du monde
goal // un but initiallement vide
problem // la formulation du probleme

state := Update ( state , percept )

if seq is empty then do
goal := Formulate - goal ( state )
problem := Formulate - problem ( state , goal )
seq := Search ( problem )
action := First ( seq )
seq := Rest ( seq )
return action

Exemple : Prenons la carte de roumanie suivante :

2
Par : Dr S. Mechiouri Représentation et résolution des problèmes Année 2023/2024

— Un touriste est à « Arad », le lendemain il doit prendre un vol depuis « Bucharest »

— Formuler le but : être à « Bucharest »
— Formuler le problème :
Etats : Les différentes villes de Roumanie
Actions : Se déplacer entre les villes.
— Trouver la solution :
Trouver une séquences de villes : Ex : Arad,Sibiu ; Fagaras, Bucharest.

3.1.1 Types de problèmes

De manière générale, un agent ayant des objectifs explicites est confronté a différents types
de prolèmes qui dépendent de la nature de l’environnement dans lequel il évolue. Les différents
types de problèmes sont les suivants :
— Déterministe, complètement observable → Problème à un seul état.
L’agent sait exactement dans quel état il est et dans quel état il sera
La solution est une séquence d’actions
— Non observable → Problème sans possibilité de percevoir l’environnement.
L’agent n’a aucune idée d’où il est réellement
La solution est une séquence d’actions
— Non déterministe ou partiellement observable → Problème dans lequel il faut gérer les
éventualités.
Les perceptions fournissent de nouvelles informations sur l’état courant
Souvent les phases de recherche et d’exécution sont entrelacées
— L’espace d’états inconnu → Problème d’exploration.

Exemple : Environnement déterministe et complètement observable

3 sur 8
Par : Dr S. Mechiouri Représentation et résolution des problèmes Année 2023/2024

— Etat initial : #5
— Etat final : #8
— Solution : <droite, aspire>

Exemple : Environnement déterministe et non observable

— Etats initiaux : #1, #2, #3, #4, #5, #6, #7, #8

— Solution pour #1, #3, #5, #7 :
<aspire, droite, aspire>
— Solution pour #2, #4#6 :
<gauche, aspire, droite, aspire>

Exemple : Environnement indéterministe et partiellement observable

4 sur 8
Par : Dr S. Mechiouri Représentation et résolution des problèmes Année 2023/2024

— Indéterministe : aspirer ne garantit pas que le sol soit propre

— Partiellement observable : on ne sait pas si le sol à droite est propre ⇒ Etats initiaux :
#5, #7
— Solution : <droite, si sol sale alors aspire>

3.2 Représentation des problèmes

On peut voir un problème comme un graphe orienté où les nœuds/sommets sont les états
accessibles depuis l’état initial et les arcs/arrêtes sont les actions.
Dans le cade de ce cours, nous nous intéressons aux problèmes déterministes et complètement
observables.

3.2.1 Définition d’un problème

1. un état initial
par exemple, “à Arad”
2. Une fonction successeur ou ensemble d’actions, succ(x) :
par exemple, succ(Arad) = Zerind, Timisoara, Sibiu
3. Un test de terminaison pour savoir si le but est atteint
Explicite e.x., ‘’à Bucharest”
Implicite, e.x., “vérifier mat au échec”
4. Un coût (additif)
par exemple la somme des distances, le nombre d’actions exécutées, etc.
par exemple, c(x, a, y) est le coût d’une transition de x vers y, c(x,a, y) ≥ 0
Une solution est une séquence d’actions partant de l’état initial et menant au but.
Une solution est dite optimale si son coût est le minimum des coûts des autres
solutions.

3.3 Résolution d’un problème

Résoudre un problème c’est chercher un chemin qui permet d’aller d’une situation initiale à
une situation finale (but). La résolution d’un problème est l’intersection de plusieurs disciplines :

5 sur 8
Par : Dr S. Mechiouri Représentation et résolution des problèmes Année 2023/2024

— Programmation mathématiques.
— Recherche opérationnelle.
— Intelligence artificielle.
— Sciences cognitives.

3.3.1 Système de résolution de problèmes

Le Système de Résolution de Problèmes est caractérisé par :
— Espace de Recherche en graphe ou en arbre.
Nature : espace d’états, de problèmes, de plans..
Représentation : LP, Réseaux Sémantiques, . . .
— Ensemble de règles de transformation/production t → q
Une règle est une unité du comportement ; elle permet de transformer l’état de l’es-
pace faisant ainsi avancer la recherche. – ex : “la configuration de l’échiquier correspond
à la situation A“ → “déplacer la tour à la case X“.
— Stratégie de Recherche : un mécanisme de contrôle qui choisit la règle à déclencher parmi
les règles applicables.
Une règle est applicable si sa tête s’unifie avec l ’état courant de l’espace.
Plusieurs règles peuvent être applicables à un moment donné.
— Connaissance supplémentaire (Heuristique)
— Etats initiaux.
— Etats finaux. Si état courant = état final → Fin recherche

3.3.2 Méthode de résolution de problèmes

En général, l’objectif est d’atteindre un but précis en appliquant une séquence d’opérateurs
à une situation initiale. Pour analyser la structure du problème, il faut essayer de trouver la
représentation adéquate à ce problème.
En Intelligence Artificielle, il existe 2 types de représentation : la représentation en espaces
d’états et celle en réduction de problèmes.

Représentation en espaces d’états

L’espace de problème consiste à donner un état initial, un état final et des opérateurs
permettant de passer d’un état à un autre.
Le monde réel est trop complexe pour être modélisé, l’espace de recherche modélise une vue
abstraite et simplifiée du monde réel.
— Un état abstrait représente un ensemble d’états réels
— Une action abstraite représente une combinaison complexe d’actions réelles.
par exemple, “Arad → Zerind” représente un ensemble de routes possibles de détours,
d’arrêts, etc.
— Une action abstraite doit être une simplification par rapport à une action réelle
— Une solution abstraite correspond à un ensemble de chemins qui sont des solutions dans
le monde réel.

Exemple : Monde de l’aspirateur

6 sur 8
Par : Dr S. Mechiouri Représentation et résolution des problèmes Année 2023/2024

— Etats : sol sale ou propre, position de l’aspirateur

— Actions : droite(R), gauche(L), aspire(S).
— Test du but : les deux pièces doivent être propres
— Coût du chemin : 1 par action

Exemple : Monde de l’aspirateur

— Etats : les positions des pièces

— Actions :déplacement droite, gauche, haut, bas
— Test du but : état but donné
— Coût du chemin : 1 par déplacement

Représentation en réduction d’états

Un problème peut parfois être décomposé en sous-problèmes isolés. Une solution apportée
à chacun des sous problèmes donne une solution au problème initial.Cette représentation est
définie par :
— Une description du problème initial.
— Un ensemble d’opérateurs transformant les problèmes en sous-problèmes.
— Un ensemble de descriptions de problèmes primitifs.

7 sur 8
Par : Dr S. Mechiouri Représentation et résolution des problèmes Année 2023/2024

Exemple : Tour de Hanoi

— But : Reconstituer en position 3, la tour initialement construite en position 1.

— En le prenant au sommet d’une tour pour le placer sur une position vide ou au sommet
d’une tour, sur un disque de taille supérieure.
— Le problème : déplacer une pile de taille n d’un piquet 1 vers un piquet 3 peut être
remplacé par les 3 sous-problèmes suivants :
— Déplacer une pile de taille n-1 du piquet 1 vers le piquet 2
— Déplacer une pile de taille 1 du piquet 1 vers le piquet 3
— Déplacer une pile de taille n-1 du piquet 2 vers le piquet 3

Une fois le problème défini, la prochaine étape est de rechercher la solution. Ce que nous
allons voir dans la deuxième partie du chapitre.

8 sur 8