Description

Le concept de l’intention et son lien avec ce qu’un agent sait ou connaît est un concept important en Philosophie, en Logique et en Intelligence Artificielle [4,5] et peut être trouvé dans de nombreuses applications telles la négociation, le droit ou encore l’argumentation . Nous nous intéressons dans ce sujet plus particulièrement au concept d’intention dans le cadre des jeux. L’univers du jeu fournit un environnement maîtrisé mais néanmoins suffisamment riche pour tester les différentes méthodes qui pourront être développées. Nous restreignons l’objet d’étude aux jeux à information incomplète et potentiellement asymétriques (jeu où les joueurs n’ont pas les mêmes buts ou les mêmes règles). Dans ces jeux, la prise en compte des croyances des joueurs est cruciale pour être capable de bien jouer.

Un jeu dans lequel les joueurs doivent prendre en compte les croyances des autres joueurs est appelé jeu épistémique. Des exemples connus de ce type de jeu sont le Cluedo, les 7 Familles, M. Jack (asymétrique), ainsi que le jeu coopératif Hanabi. La représentation de tels jeux peut être faite au moyen de langages génériques tels que ceux proposés dans [1,2]. Les coups choisis par certains joueurs peuvent dévoiler certaines intentions. Par exemple, lors d’un jeu de cartes, si un adversaire joue un coup, c’est qu’il possède très certainement une certaine carte et qu’il a un certain objectif. Ou alors, dans le cadre d’un jeu compétitif, c’est qu’il compte faire croire à son adversaire qu’il possède cette carte afin de lui faire prendre une mauvaise décision. Ou lui faire savoir qu’il a une telle carte dans le cadre d’un jeu coopératif tel Hanabi [3].

Il est potentiellement très coûteux de détecter l’intention des autres joueurs. Lors d’une partie en direct, le temps imparti à chaque joueur pour prendre une décision est souvent très court et il peut être délicat de prendre en compte à la fois les croyances et les intentions des autres joueurs. En revanche, il est beaucoup plus envisageable d’étudier le jeu des différents joueurs hors-ligne et de disséquer quelles étaient les intentions d’un joueur à un moment donné de la partie. Cela peut permettre par exemple de remettre en cause certains mauvais coups ou encore d’expliquer les meilleurs. L’aspect logique permet une meilleure “explicabilité” des coups des différents joueurs.

Les objectifs de ce sujet seront de :

  • proposer une modélisation logique de l’intention dans le cadre de jeux épistémiques,

  • appliquer cette modélisation à différents jeux bien connus permettant d’expliquer le déroulement de parties,

  • généraliser ces méthodes à des langages de représentation générique de jeux.

Références

[1] Michael Thielscher, GDL-III: A Description Language for Epistemic General Game Playing in Proc. of the 26th International Joint Conference on Artificial Intelligence, IJCAI-17, p1276-1282, ijcai2017

[2] Guifei Jiang, Dongmo Zhang, Laurent Perrussel, Heng Zhang: Epistemic GDL: A Logic for Representing and Reasoning about Imperfect Information Games, in Proceedings of the 25th International Joint Conference on Artificial Intelligence, IJCAI 2016: 1138-1144

[3] Markus Eger, Chris Martens, Marcela Alfaro Cordoba: An intentional AI for Hanabi in Proc. of IEEE’s 2017 Conference on Computational Intelligence in Games.

[4] M. E. Bratman. Intention, Plans, and Practical Reason. CSLI Publications. 1987.

[5] A. S. Rao and M. P. Georgeff. BDI-agents: From Theory to Practice, In Proceedings of the First International Conference on Multiagent Systems (ICMAS’95), San Francisco, 1995.