Mahzad Kalantari
Wizards of the CoastÀ propos
de la conférencière
Mahzad Kalantari est experte en apprentissage automatique et en science des données, docteure en informatique, avec plus de 20 ans d’expérience. Elle travaille dans l’industrie du jeu vidéo sur l’intégration de l’apprentissage par renforcement et des tests automatisés afin d’améliorer la qualité et l’expérience des joueurs chez Wizards of the Coast.
En vedette
De la théorie à la pratique : l’apprentissage par renforcement dans les jeux vidéo
L’apprentissage par renforcement (reinforcement learning – RL) est un paradigme puissant permettant d’entraîner des agents intelligents par interaction avec leur environnement, mais son adoption dans l’industrie du jeu vidéo demeure encore limitée. Cette présentation propose une approche pragmatique et orientée production de l’apprentissage par renforcement appliqué aux jeux vidéo, à travers des exemples concrets dans Unreal Engine.
La session débute par un rappel à haut niveau des principes fondamentaux de l’apprentissage par renforcement (agent, environnement, état, action, récompense et politique), afin de comprendre pourquoi cette approche est particulièrement adaptée aux systèmes interactifs et dynamiques tels que les jeux vidéo. Elle aborde ensuite l’intégration de l’apprentissage par renforcement dans Unreal Engine, en présentant les choix d’architecture, les échanges avec les frameworks d’apprentissage automatique et les principaux défis pratiques.
Enfin, la présentation explore l’utilisation de l’apprentissage par renforcement pour les tests automatisés de jeux vidéo, où des agents peuvent explorer les environnements, tester les mécaniques et détecter des cas limites à grande échelle. L’objectif est de montrer comment l’apprentissage par renforcement peut passer du stade de la recherche à celui d’un outil concret pour le développement et l’assurance qualité des jeux vidéo.