Laboratoire d'Informatique de Grenoble

Résumé de la thèse:
Les agents artificiels, comme les humains, utilisent leurs connaissances pour se comporter dans un environnement et au sein d'une société. Les humains font évoluer leurs connaissances en les adaptant suite à leurs interactions avec leur environnement et leur société. La question soulevée dans cette thèse est la suivante: ``La connaissance peut-elle évoluer dans une société d'agents artificiels, comme elle le fait dans une société humaine?'' En particulier, si les agents adaptent leurs connaissances pour améliorer leurs interactions sociales, comment cela peut-il affecter la qualité des connaissances de la population sur l'environnement? Et comment cela affecte-t-il la diversité des connaissances?

Pour répondre à ces questions, l'évolution des ontologies est simulée sur la base des principes de l'évolution culturelle expérimentale à travers un cadre expérimental dans lequel: les agents apprennent initialement des ontologies, à partir d'échantillons d'objets, qu'ils adaptent ensuite en interagissant les uns avec les autres sur des objets de l'environnement. En utilisant ce cadre expérimental, nous montrons que (1) les agents atteignent un état où ils s'accordent dans leurs interactions, (2) ils ils améliorent la qualité de leurs connaissances sur l'environnement, et (3) ils préservent la diversité de leurs connaissances. Afin de caractériser l'évolution des connaissances sur plusieurs générations, nous avons mené des expériences avec des agents dotés de capacités de reproduction. Les résultats montrent que (1) la variation fournie par la transmission entre générations permet aux agents d'améliorer la qualité de leurs ontologies; (2) par le biais de la transmission intra-générationnelle, les agents sélectionnent les connaissances à préserver, ce qui compense l'absence de sélection des enseignants dans la transmission inter-générationnelle; et enfin, (3) la diversité reste stable d'une génération à une autre.