SMA

1
SMA )
2
Un peu dhistoire
3
Pourquoi distribuer?

• Distribution
• fonctionnelle dans les activités humaines
  (conception dun produit,)
• physique (réseaux, robots,)
• Postulats
• Lintelligence est à la fois le produit de
  capacités innées et des interactions sociales
  quentretient un individu.
• Le raisonnement ne peut être réduit à une simple
  expertise, et implique de très nombreux
  processus parallèles (souvent concurrents)

4
Pourquoi distribuer?

• Ce qui pousse à
• Voir le développement logiciel en termes de
  composition de modules autonomes
• Distribuer le contrôle (global) de la composition
  parmi ces modules
• Cest de là que vient la métaphore sociale
  utilisée en IAD
• Modules autonomes gt Agents
• Contrôle décentralisé gt (Auto-)Organisation
• Nouveaux problèmes
• Concurrence (Conflits de ressource, dintérêt)
• Communication (Négociation,)

5
Une évolution conjointe

• Hardware et software évoluent vers une
  informatique diffuse

6
Agent

• Cest une entité physique ou virtuelle
• qui est capable d'agir dans un environnement,
• qui communique avec les autres agents,
• qui est mue par un ensemble de tendances (sous la
  forme d'objectifs individuels ou d'une fonction
  de satisfaction, voire de survie, qu'elle cherche
  à optimiser),
• qui possède des ressources (temps CPU,
  mémoire...) propres,
• qui est capable de percevoir (mais de manière
  limitée) son environnement,
• qui ne dispose que d'une représentation partielle
  de cet environnement (et éventuellement aucune),
• qui possède des compétences et offre des
  services,
• qui peut éventuellement se reproduire,
• dont le comportement tend à satisfaire ses
  objectifs en tenant compte des ressources et des
  compétences dont elle dispose, et en fonction de
  sa perception, de ses représentations et des
  communications qu'elle reçoit.

7
Agent

• Deux approches
• cognitive
• Agents complexes.
• Représentation des connaissances (de soi, des
  autres, du monde,..)
• Ils contrôlent leur environnement.
• réactive
• Pas de représentation des connaissances.
• Réactions à des stimuli.
• De linteraction des agents naît un comportement
  intelligent.

8
Système Multi-Agents

• C'est un ensemble d'agents qui agissent (et
  interagissent) dans un environnement commun.
• Les agents doivent
• coopérer (contrôle)
• collaborer (allocation de tâches)
• négocier (résolution de conflits)
• se coordonner (synchronisation)

9
Système Multi-Agents

• C'est un système composé des éléments suivants
• un environnement E, disposant d'une métrique en
  général,
• un ensemble d'objets O, auxquels on peut associer
  une position dans E à un moment donné. Ces objets
  (hormis les agents) sont passifs les agents
  peuvent les percevoir, les créer, les détruire et
  les modifier.
• un ensemble d'agents A (A O), lesquels
  représentent les entités actives du système,
• un ensemble de relations R qui unissent les
  objets (et agents) entre eux,
• un ensemble d'opérateurs Op permettant aux agents
  de A de percevoir, produire, consommer,
  transformer et manipuler des objets de O,
• des opérateurs chargés de représenter
  l'application de ces opérations et la réaction du
  monde à cette tentative de modification, que l'on
  appellera les lois de l'univers.

10
Système Multi-Agents

• Un SMA peut-être
• Ouvert les agents y entrent et en sortent
  librement (ex un café, une application de
  commerce électronique, etc.)
• Fermé l'ensemble d'agents reste le même (ex un
  match de football)
• Homogène tous les agents sont construits sur le
  même modèle (ex une réunion de travail, une
  colonie de fourmis)
• Hétérogène des agents de modèles différents, de
  granularité différentes (ex un éco-système)
• Mixte (ou non) les agents humains sont
  partie intégrante du système (ex un groupe de
  travail médié par des agents assistants)
  (implique ouvert et hétérogène)

11
Domaines dapplication

• Télécommunications, systèmes de transports,
  réseaux (Systèmes hétérogènes et ouverts)
• Travail collaboratif assisté par ordinateur,
  (Systèmes mixtes)
• Robotique,
• Robots autonomes mobiles
• Télématique (Internet),
• Agents "intelligents",
• Agents d'interface
• Simulation de systèmes complexes,
• Dynamiques des populations,
• Simulations cellulaires,

12
Lémergence

• Phénomène dapparition de nouvelles
  caractéristiques dans un système dynamique (SMA)
• Cette faculté est souvent recherchée pour
  résoudre/compenser la complexité

13
Lémergence

• Les bouchons
• Les agents (véhicules) avancent
• Le bouchon recule

14
Lémergence

• Phénomènes biologiques complexes
• Un banc de poissons, doiseaux
• Un troupeau de gnous
• Une fourmillière
• Théorie des boids
• Craig REYNOLDS 1987

15
Lémergence

• Les planètes en orbite autour du soleil
• Newton (1687) utilisa le calcul différentiel et
  intégral pour résoudre l'équation différentielle
• a.m (G.m.M)/R²
• il retrouve/prouve les 3 lois de Kepler
• Orbites coniques (ellipses)
• Loi des aires
• T2/R3 4pi2 / (G.(MpMs))

16
Petit exercice

• Supposez que vous êtes des agents artificiels
  (facile)
• Chacun prend une feuille de papier
• Ecrit dessus un nombre entre 1 et 100
• Quelles sont les différentes procédures
  auxquelles vous pouvez penser, qui permettent
  dobtenir les nombres triés dans lordre
  croissant ?
• Quels sont leurs avantages, leurs défauts ?
• Essayez de les classer en fonction de ce quelles
  nécessitent en termes de moyens pour les agents
  (communication/action/perception)

17
Les différents modèles
18
Système proie prédateur

• EDO (Lokta-Volterra)
• Schéma fonctionnel Système déquation

19
Système proie prédateur

• Réseau de Pétri
• places p1,p2,p3
• (gènes, protéines, métabolites)
• transitions a,b,c,d
• (réactions)

20
Système proie prédateur

• SMA
• Complexification graduelle du modèle
• Tenir compte ou non de lespace
• Interactions plus réalistes
• Travail
• NetLogo
• 4 groupes de travail