Résumé :
De plus en plus de secteurs industriels ont besoin d’applications de dialogue. Les services de relation client sont nombreux : vente à distance, service après vente, suivi des commandes, service de renseignements. . .Les hotlines de ces services vocaux sont très coûteuses et souvent saturées. Au final, le service rendu est à la fois mauvais et couteux. Face à ce problème, l’industrie et la recherche peinent à converger. D’un côte, les systèmes de dialogue industriels sont conçus à l’aide d’automates décisionnels décrivant la logique de dialogue. Ces automates sont réputés simplistes, difficiles à concevoir et sous-optimaux. De l’autre côté, les scientifiques se focalisent sur des techniques avancées que seuls des experts du domaine sont capables d’implanter et qui restent difficilement contrôlables.
En partant de l’architecture globale du système, cette thèse s’est efforcée de réconcilier la recherche et l’industrie en inscrivant les avancées technologiques dans le processus industriel. Ce travail a mené à la définition d’un nouveau formalisme de raisonnement sur les incertitudes, à la définition d’un nouveau processus de décision non Markovien et aux implantations et optimisations d’algorithmes plug-and-play dédiés au problème posé. Les fonctionnalités avancées développées dans la thèse permettent d’améliorer la robustesse, de garantir l’optimalité des choix de conceptions et d’obtenir un retour d’usage directement interprétable par les chefs de projet. Ces résultats ont motivé l’implémentation de la première mondiale d’application de dialogue commerciale embarquant de l’apprentissage par renforcement en ligne.