IA : Le jeu du monde du Wumpus

Objectifs pédagogiques - ce que vous apprendrez en lisant cet article:

1. Comprendre l’origine historique et la définition du Wumpus / Wumpus World.

2. Saisir la formalisation de l’environnement et la nature des percepts/actions.

3. Savoir comment modéliser un agent logique pour résoudre ce monde et quelles méthodes d’IA sont illustrées par cet exemple.

4. Obtenir un guide pratique pour jouer et maîtriser le jeu, avec un exemple pas à pas.

Qu'est-ce que Wumpus ?

Hunt the Wumpus est un jeu textuel historique créé au début des années 1970 par Gregory Yob ; il met le joueur dans un réseau de cavernes où se cache une créature dangereuse, le Wumpus. L’intérêt initial était ludique (exploration, déduction à partir d’indices limités), mais ce jeu a ensuite inspiré des versions pédagogiques utilisées en intelligence artificielle. (Source Wikipedia)

Qu'est-ce que le monde de Wumpus en intelligence artificielle ?

Le Wumpus World est une version formalisée et simplifiée du concept de Yob, adoptée comme banc d’essai éducatif pour agents à base de connaissances et pour la représentation logique. Michael Genesereth a proposé d’utiliser ce monde comme terrain d’expérimentation pour agents intelligents ; la version dite « standard » est décrite en détail dans le manuel Artificial Intelligence: A Modern Approach de Russell & Norvig. Le Wumpus World illustre : perception partielle, incertitude locale, raisonnement déductif, et planification sous contraintes. Aima+1

Le concept du monde du Wumpus

Structure de l’environnement (formalisation)

• Grille: classique de 4×4 cases (on peut généraliser). Chaque case peut contenir : un puits ou fosses (pit), le Wumpus, de l’or (gold), ou rien.

• Position de départ: l’agent commence typiquement en (1,1) et peut se déplacer nord/sud/est/ouest (technique devant - derrière - gauche - droite).

• Percepts (ce que l’agent reçoit à chaque pas): l'agent à la possibilité d'interagir avec son environnement à travers les éléments suivant:

  • stench (puanteur) si une case adjacente contient le Wumpus ;

  • breeze (brise) si une case adjacente contient un puits ;

  • glitter (scientillement) si de l’or est sur la case courante ;

  • bump (coup) si l’agent heurte un mur en avançant ;

  • scream (crie) si le Wumpus est tué (après un tir réussi).

• Actions: Forward, TurnLeft, TurnRight, Grab (prendre l’or), Shoot (flèche), Climb (sortir si à la case de départ).

Ces règles standard sont celles utilisées pour enseigner la représentation de connaissances et l’inférence. Pour en savoir plus lire Computer & Information Sciences

Comment l'agent interagit avec l'environnement

L’agent peut : agir > percevoir > mettre à jour sa base de connaissances (KB) > inférer > décider la prochaine action. La KB contient des propositions booléennes (ex. Breeze(1,2), Pit(2,2), Safe(1,2)). À chaque percept observable, l’agent ajoute des clauses logiques et applique des règles d’inférence (raisonnement par cas, résolution, forward/backward chaining) pour déduire quelles cases sont sûres ou dangereuses. Lire doc d'aima.cs

Le raisonnement logique (principes et mécanismes)

1. Représentation - utiliser la logique propositionnelle (ou FOL pour plus de concision) pour exprimer relations et percepts (Breeze(x,y) ⇔ ∃adj Pit(adj) sous forme logique).

2. Déduction - application d’inférences (résolution, chaînes avant/arrière) pour prouver qu’une case est sûre ou qu’un danger y est présent.

3. Raisonnement par cas - face à une information ambigüe (p. ex. breeze = pit dans l’une des cases adjacentes), l’agent doit raisonner par hypothèses (assumer ¬Pit(a) puis vérifier conséquences) et éventuellement raisonner probabiliste si on introduit des mesures d’incertitude.

4. Comportement monotone vs non-monotone - la logique classique est monotone, mais l’agent utilise souvent un raisonnement pratique (rétractation d’hypothèses) pour corriger des croyances à mesure qu’il collecte plus d’informations.

Remarque pédagogique : la section 7 (Logical Agents — Wumpus World) de AIMA montre des axiomes et procédures d’inférence adaptés au monde de Wumpus. Aima

Implications dans le développement de l'IA

• Pédagogie : le Wumpus World est un cas d’école pour enseigner la représentation des connaissances, la logique déductive et le comportement d’agents rationnels.

• Recherche : variations du monde permettent d’étudier l’intégration logique/probabiliste, l’apprentissage (RL pour explorer efficacement), et le jeu multi-agent.

• Applications : principes transférables à la robotique (navigation avec capteurs partiels), systèmes de diagnostic, et agents d’assistance. D'après le CSE CGI Server

Comment jouer au jeu du monde de Wumpus ?

Guide pratique étape par étape pour jouer au jeu du monde de Wumpus

1. Lire les percepts (stench, breeze, glitter, bump, scream) dès chaque déplacement.

2. Marquer la case de départ comme sûre et noter les cases visitées.

3. Inférer la sécurité des cases adjacentes : si aucune brise et aucun stench sur la case courante > toutes les cases adjacentes non visitées sont sûres.

4. Si vous percevez une brise > marquez les cases adjacentes inconnues comme candidates à puits ; n’y entrez que si vous pouvez l’assumer sûre par déduction ou si le risque est acceptable.

5. Si vous percevez un stench > localisez les candidates possibles pour le Wumpus ; envisagez de tirer une flèche seulement si vous avez une forte certitude sur la position (ou utilisez la flèche de façon stratégique pour révéler un scream).

6. Récupérer l’or lorsqu’on voit glitter puis retourner à la sortie (climb).

7. Backtrack sûr : toujours garder un chemin sûr connu vers la sortie, sauf si vous prenez un risque calculé.

Comment résoudre le jeu : conseils pour maîtriser

• Conservatisme : privilégier mouvements sûrs et déductions formelles avant d’explorer.

• Gestion des flèches : considérer la flèche comme ressource précieuse ; l’utiliser pour neutraliser le Wumpus quand la position est probante.

• Trace et KB claire : tenir une table avec états (Visited, Safe, PossiblePit, PossibleWumpus).

• Heuristiques probabilistes : si vous acceptez un risque contrôlé, attribuez des probabilités aux candidates (ex. si seule une case adjacente est possible pour le Wumpus > probabilité 1).

• Planification : combinez inférence logique pour la sécurité et recherche (BFS/A*, avec coût lié au risque) pour choisir itinéraires.

Approche par un exemple

Contexte : Grille 4×4 numérotée (x,y) avec départ en (1,1).

L’agent reçoit successivement :

• À (1,1) → no percepts (pas de breeze, pas de stench). => Adjacent (1,2) et (2,1) sont sûrs.

• L’agent va en (2,1) → reçoit breeze (B). => Il déduit : Pit(1,1) OR Pit(1,3) OR Pit(2,2) mais puisque (1,1) est safe, la disjonction devient Pit(3,1) OR Pit(2,2). Revient sur ces pas et pour vister (1,2) memorisé comme sûrs. (Voir (a) et (b)).

• L’agent explore (2,1) (safe d’après départ) => reçoit stench (S). > Wumpus est dans l’une des cases adjacentes à (2,1) : (1,1) (exclue), (3,1), (2,2). L’intersection des candidats entre observations (1,2) et (2,1) peut permettre de réduire l’ensemble des positions possibles.

• Par raisonnement par cas et elimination, l’agent peut conclure qu’une case unique est la source du stench, ce qui permet de tirer une flèche ou d’éviter la case. Et ainsi de suite jusqu'à trouver l'or et revenir à la sortie (1,1) grâce à la KB (mémorisation des chemins). (Voir (a)' et (b)').

  

Jeu en ligne - où jouer et expérimenter ?

Voici quelques implémentations en ligne et simulateurs utiles pour s’exercer (cliquez pour tester) :

• Wumpus World Simulator (JS) - simulateur interactif (configurable). Dr. Thiago Ferreira

• Play Hunt the Wumpus (DreamCodex) - version jouable Web (textuelle / navigateur). DreamCodex

• OSRIC - Hunt the Wumpus - page avec versions jouables et bots (historique & explorations) .Osric Publishing

• JayIsGames - play Hunt the Wumpus — article + version jouable. Jay is Games

• Applications mobiles (ex. Android) : plusieurs implémentations « Hunt the Wumpus » sont disponibles sur stores. Google Play

Conseil pratique : utilisez d’abord un simulateur pédagogique (avec affichage des percepts et possibilité de réinitialiser) avant de tenter des versions « pures » textuelles pour bien comprendre la logique.

Que retenir ?

• Le Wumpus World est un exemple canonique pour enseigner la représentation des connaissances et le raisonnement logique en IA.

• Il combine perception partielle, incertitude locale et décision rationnelle — conditions fréquentes dans la robotique et les systèmes autonomes.

• Résoudre le Wumpus exige une KB structurée, des règles d’inférence et, selon l’approche, des heuristiques probabilistes pour gérer le risque.

Conclusion

Le monde du Wumpus reste, plus de quarante ans après sa création, un outil pédagogique puissant. Il fournit un cadre simple mais riche pour apprendre à modéliser un environnement, à formaliser percepts et actions, et à implémenter agents logiques capables d’inférer et de prendre des décisions rationnelles. Pour l’enseignant comme pour l’étudiant, c’est un laboratoire de concepts (logique, planification, incertitude) immédiatement exploitable, extensible et jouable.

Pour aller plus loin (lectures et ressources recommandées)

1. Artificial Intelligence: A Modern Approach — Chapitre 7 (Logical Agents, section Wumpus World). Aima

2. Article historique et pages de référence sur Hunt the Wumpus (Gregory Yob). Wikipedia

3. Tutoriels et simulateurs en ligne (listés plus haut). Dr. Thiago Ferreira+1

4. Pages de cours et notes (ex. CIS Temple — Wumpus World summary pour formalisation et exercices). Computer & Information Sciences

5. A frame and first-order logic solution for the Wumpus World Propose une solution concise en logique du premier ordre, implémentée avec Flora-2. ScienceDirect (Version publiée également sur ACM / Elsevier) ACM Digital Library

6. A SNePS Approach to The Wumpus World Agent Montre comment le système SNePS (représentation & raisonnement) peut modéliser un agent du Wumpus World (appelé “CassieW” dans l’article). cse.buffalo.edu

7. Knowledge-Based Programs with Defaults in a Modal Situation Calculus Intègre le raisonnement par défaut / non monotone dans la modélisation d’agents dans le monde de Wumpus. kbsg.rwth-aachen.de

8. Wumpus world (introductory artificial intelligence course) Présentation de l’usage pédagogique du Wumpus World dans les cours d’IA. ACM Digital Library

9. A Multi-Agent Adaptation of the Rule Based Wumpus World Game Version multi-agent : plusieurs agents coopèrent / partagent une base de connaissances commune. ACM Digital Library

10. The Jainā Logic Way of Wumpus World Application de la logique jaina (syādvāda) pour raisonner dans des environnements avec incertitude. ResearchGate

11. Comparaison entre décisions humaines et agents rationnels dans le contexte du Wumpus (expérience cognitive) Étude sur comment les humains raisonnent dans ce jeu comparé à un agent parfaitement logique. BNAIC/BeNeLearn 2024

12. Task decomposition for an agent in the Wumpus World Sur la décomposition des tâches, la vérification de cohérence (consistency) des règles, et l’usage de logiques temporelles dans un agent autonome. ResearchGate

Simulateurs, implémentations & code open source

• Wumpus World Simulator (WSU / holder) Simulateur simple en ligne permettant de configurer des scénarios de Wumpus. eecs.wsu.edu

• GitHub — chayuso / Wumpus-World-AI Projet d’IA pour le Wumpus World : génération de mondes, agent, tournoi de test. GitHub-Wumpus-World-AI

• GitHub — kieuconghau / ai-wumpus-world Implémentation académique du Wumpus World, code, rapport projet. GitHub-ai-wumpus-world

Articles vulgarisés et tutoriels

• GeeksforGeeks — The Wumpus World Description Une bonne introduction, avec explication des percepts, des actions, des contraintes. GeeksforGeeks

• Medium — The Probabilistic Wumpus World Article accessible sur la version probabiliste (ajout de chances / incertitude) du monde de Wumpus. Medium

• Scaler Topics — Wumpus World in AI Présentation synthétique des concepts : logique, planification, raisonnement dans Wumpus. scaler.com

• Medium — What is the Wumpus World? Explication intuitive, contextualisation historique, présentation des percepts / actions. Medium

• Slides “The Wumpus World in Artificial Intelligence” Diaporama de synthèse (structures, agents, logiques) utilisable comme support de cours. Slideshare site

• Exploring Wumpus World AI: Understanding The Game, Its Challenges and The Role of Agents Approche plus narrative sur les défis et le rôle de l’agent. Brain Pod AI