Eric Piette

Chercheur Postdoctoral à l'Université de Maastricht au sein du Department of Data Science and Knowledge Engineering (DKE) , je participe principalement au Digital Ludeme Project, un projet de recherche de 5 ans financé par un ERC (European Research Council) d'Avril 2018 à Mars 2023.

Ce projet est une étude computationnelle des jeux de stratégie traditionnels inventés tout au long de l'histoire humaine. Il vise à améliorer notre compréhension des jeux traditionnels en utilisant les techniques modernes de l'intelligence artificielle (IA), afin de tracer leur développement et d'explorer leur rôle dans la culture et la diffusion des idées mathématiques. Le développement des jeux va de pair avec le développement de la culture. Les jeux offrent une riche fenêtre d'information sur notre passé culturel, mais les premiers exemples ont rarement été documentés et notre compréhension de ceux-ci est incomplète. Bien qu'il y ait eu une recherche historique considérable sur les jeux et leurs utilisations en tant qu'outils d'analyse culturelle, beaucoup reposent sur l'interprétation de preuves partielles avec peu d'analyses mathématiques. Ce projet utilisera des techniques de calcul modernes pour aider à combler les lacunes de nos connaissances actuelles.

Les jeux seront représentés sous la forme d'ensembles structurés de ludemes (unités d'informations liées au jeu), ce qui permettra pour la première fois de modéliser la gamme complète des jeux de stratégie traditionnels dans un unique système. Ce dernier non seulement modélisera et permettra de jouer aux jeux, mais il évaluera la qualité et l'authenticité de ces derniers, et si possible proposera des améliorations automatiquement. Cela jettera les bases d'un nouveau domaine d'étude appelé l'Archéoludologie Numérique (Digital Archaeoludology (DA)), qui impliquera grand nombre de défis techniques apportant leurs lots de bénéfices non négligeables dans de nombreux domaines, en particulier dans l'IA et le General Game Playing.

Le modèle ludémique (LUDII) révèle des relations mathématiques innées entre les jeux, permettant l'analyse phylogénétique. Ceci fournit un mécanisme pour créer un arbre généalogique/réseau de jeux, qui pourrait révéler des liens manquants et permettre la reconstruction à l'état ancestral de nombreux jeux. Identifier culturellement les ludemes fournit un mécanisme pour créer des cartes interactives qui tracent la transmission des idées mathématiques à travers les cultures via les jeux. Ce projet vise :

  • A combler le fossé entre les études historiques et computationnelles des jeux
  • A fournir un meilleur aperçu de notre compréhension de ces derniers comme des artefacts culturels
  • A établir de nouveaux outils et techniques pour leurs analyses
L'objectif est de restaurer et préserver notre patrimoine culturel immatériel (de jeu) à travers des preuves tangibles.

En parallèle de ce projet, je poursuis actuellement mes travaux issus de ma thèse intitulée "Une nouvelle approche au General Game Playing dirigée par les contraintes". En effet, mon thème de prédilection est le General Game Playing (GGP) dont l'objectif est de réaliser une IA jouant stratégiquement à tout un panel de jeux. Au cours de mes travaux, j'ai proposé une nouvelle approche basée sur le problème de satisfaction de contraintes stochastiques (SCSP) et sur l'échantillonnage par bandits stochastiques. L'une de ces forces est de simplifier la résolution de chaque instance en permettant la mise en relation des symétries de solutions/contraintes détectées dans le réseau de contraintes généré avec les symétries de structures et de stratégies que décrivent les jeux GGP. En pratique, ces travaux sont concrétisés par le programme-joueur générique WoodStock qui a remporté la compétition internationale de General Game Playing 2016 (IGGPC'16).

Plus d'informations à propos de ma thèse ici.

Mots-clés : General Game Playing, apprentissage automatique, représentation des connaissances, programmation par contraintes.



L'Intelligence Artificielle se définit comme le contraire de la bêtise naturelle.

Woody Allen