Prédiction de l'Innovation Scientifique par Modélisation Hypergraphique et IA
Reproduction, extension et amélioration d'un modèle hypergraphique publié dans Nature Communications pour mesurer l'innovation dans …
Projet universitaire — Meilleur joueur : KidAI
Deux intelligences artificielles ont été implémentées :
KidAI : Utilise IAIterativeDeepening pour gérer le temps de décision. Les mouvements légaux sont évalués un par un via Minimax, et le meilleur mouvement est sélectionné selon la valeur alpha maximale retournée. L'élagage Alpha-Beta optimise les performances, avec plusieurs vérifications de la limite de temps à l'intérieur de Minimax pour éviter les dépassements en profondeur. L'heuristique (méthode evaluate) attribue une valeur plus élevée aux coins du plateau. La mémoïsation stocke les résultats des recherches précédentes pour éviter les recalculs.
LazyAI : Similaire à KidAI, mais IAIterativeDeepening choisit le meilleur mouvement selon la dernière profondeur examinée, et non selon le meilleur résultat global. Le dernier meilleur mouvement est stocké en cas d'absence de résultat.
Trois modes de jeu disponibles : Humain vs KidAI, Humain vs LazyAI, et KidAI vs LazyAI. La fonction human_player valide les entrées et rejette les mouvements illégaux.
⚠️ Image générée par IA à titre illustratif -le projet original est une application en ligne de commande (terminal Python), aucune interface graphique n'a été développée.