Voici un aperçu des principaux composants de notre application.
Un serveur Python Flask qui héberge les intelligences artificielles en réseaux de neurones et en MCTS de notre application.
Un client Flutter qui correspond à l'interface graphique de notre application.
Une communication entre le client et le serveur fluide à l'aide d'une API Rest complète.
Voici un aperçu des Fonctionnalités que propose notre application.
Grâce à une communication client-serveur bien structuré, l'application est fluide.
Notre application est compatible avec IOS, Android et le Web.
L'utilisateur peut choisir les types d'intelligences artificielles qu'il souhaite affronter ainsi que leur niveau de difficulté.
Nous proposons une interface graphique agréable et facile d'utilisation pour l'utilisateur.
Le bon niveau des intelligences artificielles permet à l'utilisateur d'avoir de la compétition.
Pour ceux qui découvrent le jeu, une explication détaillée des règles est disponible.
Voici un aperçu des intelligences artificielles développées lors de ce projet.
Pour notre projet Coeurs Artificiels nous avons implémenté une intelligence artificielle pour représenter les joueurs non humains. Cette intelligence artificielle est pour sa première version à base d’un réseau de neurones
Pour cette première version nous avons également abordé deux approches d’entraînement différentes. La première approche est un entraînement qui repose sur un apprentissage par renforcement en utilisant les principes de l’algorithme du Q-learning. Cet algorithme est une technique d'apprentissage par renforcement, où l'agent apprend à effectuer des actions dans un environnement afin de maximiser une récompense cumulée. Nous avons utilisé la formule de mise à jour des valeurs Q suivante :
Cette formule nous a permis de calculer les valeurs Q appelées “réelles”. Le réseau de neurones quant à lui à prédire des valeurs Q appelées “prédites” . Nous avons calculé ensuite une fonction de perte entre ces valeurs “réelles” et “prédites”. Enfin nous avons mis à jour les poids du réseau de neurones afin de minimiser la perte calculée.
La deuxième approche consiste à entraîner le réseau neuronal en utilisant une base de données. Cependant, il n'existe pas de base de données préexistante pour le jeu des cœurs, donc nous avons dû la générer nous-mêmes. Pour ce faire, nous avons simulé des parties où les joueurs jouent de manière aléatoire dans un premier temps. Bien que cette base de données initiale permet à l'IA de progresser un peu, elle n'est pas suffisamment performante car les joueurs aléatoires ne sont pas très compétents. Par conséquent, une nouvelle base de données est génerée où cette fois-ci, l'IA entraînée joue. Ce processus est répété jusqu'à ce qu'un joueur suffisamment compétent soit obtenu.
Notre deuxième implémentation de joueur artificiel est appelée Monte Carlo Tree Search (MCTS), une approche utilisée pour prendre des décisions dans des environnements complexes, comme les jeux.
En termes simples, MCTS est une méthode de recherche d'arbre qui simule des séquences de jeu pour évaluer quelle action prendre à un instant donné. Imaginez que notre IA joue contre elle-même des milliers de parties du jeu des Coeurs dans sa tête pour apprendre et s'améliorer continuellement.
L'algorithme MCTS se déroule en quatre étapes principales : la sélection, l'expansion, la simulation et la rétro-propagation. D'abord, il explore les différentes actions possibles à partir de l'état actuel du jeu. Ensuite, il étend l'arbre de recherche en ajoutant de nouvelles actions. Après cela, il simule plusieurs parties pour évaluer la qualité de chaque action. Enfin, il met à jour les statistiques des actions pour guider les décisions futures.
En résumé, l'IA basée sur l'algorithme MCTS est l'un des deux cerveaux derrière nos adversaires virtuels. En simulant et en évaluant des milliers de parties, elle apprend à jouer de manière stratégique et compétitive. Mais ne vous inquiétez pas, pas besoin d'être un expert en IA pour l'utiliser !
Un aperçu des différentes technologies utilisées lors de ce projet.
Voici les membres de l'équipe en charge de la réalisation du projet "Coeurs Artificiels".
Enseignante-chercheur et encadrante du projet
Etudiant et membre du projet
Etudiant et membre du projet
Etudiant et membre du projet
Etudiant et membre du projet
Etudiant et membre du projet
Etudiant et membre du projet
Etudiant et membre du projet