2.3.4. La simulation cognitive de bas niveau

Les principaux environnements de modélisation de bas niveau sont ACT-R , SOAR , et EPIC .

Nous présentons ici le plus représentatif d'entre eux : ACT-R (Adaptive Components of Thought - Rational). Il est basé sur des mécanismes d’activation de chunks (symboles élémentaires) dans des buffers selon des règles de production. Son architecture est présentée à la Figure 14.

Une fois activés dans les buffers, les chunks entrainent le déclenchement de règles de production de la forme : "si tels chunks sont activés dans tels buffers, alors activer tel autre chunk dans tel autre buffer". Ces règles de production se déclenchent à une fréquence destinée à simuler la vitesse du cerveau, c'est-à-dire selon un cycle de l'ordre de 50 millisecondes. La règle qui se déclenche est celle qui a le plus haut niveau d'activation. La valeur d'activation des règles est calculée en fonction des valeurs des activations des chunks dans les buffers selon un calcul qui reflète le niveau sub-symbolique.

Créer un modèle d'activité dans l'environnement ACT-R consiste donc à définir les chunks susceptibles d'être activés et les règles de production susceptibles de se déclencher. Il existe des mécanismes pour modéliser l'apprentissage de nouveaux chunks à partir de perceptions sensorielles. Des mécanismes permettent également de modéliser l'apprentissage de nouveaux chunks à partir de répétitions de règles de production, ces mécanismes reviennent à modéliser la transformation de savoir procédural en savoir déclaratif. Par ailleurs des efforts sont actuellement faits pour doter les modèles d’interfaces de perception et d’action , .