Aucun titre de diapositive

1
Intelligence Artificielle Distribuée et Systèmes
Multi-Agents (IAD-SMA)
2
PLAN GENERAL

• Bibiliographie
• Historique
• De lIA à lIAD
• Thèmes de recherche de lIAD
• Problèmes de base en IAD
• Société dAgents (SMA)
• Concept dAgent
• Communication
• Organisation
• Coopération
• Résolution de conflits
• Exemple dapplication

3
Bibiliographie

• A.H. BOND et L.GASSER. Reading in distributed
  artificial intelligence, Morgan Kaufmann
  publishers, Inc, 1988.
• Y. SOHAM. Agent-Oriented Programming. In
  Artificial Intelligence, vol. 60, pp 139-159,
  1993.
• J. FERBER. Les systèmes multi-agents  vers une
  intelligence collective, InterEdition, Paris,
  1995.
• Y. DEMAZEAU et J.P. MULLER. Decentralized
  Artificial Intelligence (2), Y. Demazeau and J.P.
  Muller (Eds.), Elsevier Science Publisher B. V.
  (North-Holland), pp. 3-10, 1991.

4
Historique (1)
Le Système HEARSAY (II) de B. Hayes-Roth
premier système dIAD pour la reconnaissance de
la parole. 1973 (Erman 80). Les Acteurs de
Hewitt, MIT résolution de problèmes dIA,
73. Le Système DVMT de Lesser, Distributd
Vehicle Monitoring Testbed, un système de trafic
routier par synthèse des observations de
capteurs, 83 La Société de lEsprit de Minsky,
the Society of Mind, 86. Le Système MACE de
Gasser, 1987 Le Contract Net de Smith,
utilisation du concept de négociation
pour adjuger des contrats, 1988 Les Micro-Robots
de Brooks, 1989
5
Historique (2)
Une nouvelle approche sest développée depuis,
elle essaye de faire Coopérer des Entités
auxquelles sont rattachées des caractéristiques
de haut niveau. Ces entités seront désormais
nommées Agents et les systèmes correspondants
seront appelés Systèmes Multi-Agents (SMA)
6
De lIA à lIAD

• Contrairement à
• LIA classique qui sappuie sur la concentration
  de
• lexpertise et du raisonnement à un système
  simulant
• un raisonnement humain
• LIAD considère que la résolution des problèmes
• complexes nécessite
• la distribution du contrôle
• la distributions des connaissances
• la distributions des informations nécessaires
• parmi une communauté dacteurs (Agents).

7
Thèmes de recherche de lIAD
Trois Axes Fondamentaux 1. Les Systèmes
Multi-Agents (SMA) Faire coopérer un ensemble
dagents dotés dun comportement intelligent et
de coordonner leurs buts et leurs plans dactions
pour la résolution dun problème. 2. La
Résolution Distribuée des Problèmes (RDP) Comment
diviser un problème particulier sur un ensemble
dentités distribuées et coopérantes et comment
partager la connaissance du problème et den
obtenir la solution. 3. L Intelligence
Artificielle Parallèle (IAP) Concerne le
développement de langages et d algorithmes
parallèles pour l IAD.
8
Problèmes de base en IAD (1)
Six Problèmes essentiels (Bond et Gasser en 88,
91) 1. Comment formuler, décrire, décomposer,
allouer des problèmes et synthétiser les
résultats parmi un groupe dagents. 2. Comment
permettre aux agents de communiquer et
d interagir quels langages ou protocoles de
communication utiliser, quoi et quand
communiquer. 3. Comment sassurer que les agents
agissent dune manière cohérente dans la phase de
prise de décisions ou dexécution dactions en
évitant les interactions nuisibles.
9
Problèmes de base en IAD (2)
4. Comment sassurer que les agents individuels
représentent et raisonnent au sujet des actions,
des plans et de la connaissances des autres
agents afin quils puissent être coordonnées
entre eux. 5. Comment reconnaître et
réconcilier des points de vue dispersés et des
intentions conflictuelles parmi une collection
dagents qui essayent de coordonner leurs
actions. 6. Comment construire des systèmes
dIAD pratiques comment créer des plates-formes
et des méthodologies de développement pour
lIAD.
10
Société dAgents (1)
SMA un système ltO, E, Agt où O est un ensemble
dobjets, A est un ensemble composé dagents, O
et A étant immergés dans un environnement E
J. Erceau J.Ferber, 93.
SMA Agents Environnement Interactions
Organisations (AEIO) Y. Demazeau,
95 Létude des SMA permet de représenter le
comportement de communautés dagents
intelligents en société.
11
Société dAgents (2)
Décision
le monde
lui
Environnement
moi
Perception
Actions
Communication
Communication
12
Concepts dAgent (1)
Agent Un Agent peut être défini comme une
entité (physique ou abstraite) capable dagir sur
elle-même et son environnement, disposant dune
représentation partielle de cet environnement,
pouvant communiquer avec d autre agents et dont
le comportement est la conséquence de ses
observations, de sa connaissance et des
interactions avec les autres agents. J.
Ferber et G. Ghallab, 88
13
Concepts dAgent (2)
Agent une entité intelligente, agissant
rationnellement et intentionnellement, en
fonction de ses buts propres et de létat actuel
de sa connaissance. Y. Demazeau J.P.
Müller, 90
Deux dimensions J. Erceau J. Ferber, 91
Sociale
Individuelle
14
Concepts dAgent (3)
Agents Cognitifs vs réactifs
AGENTS COGNITIFS
AGENTS REACTIFS
Représentation explicite de lenvironnement
Pas de représentation explicite
Peut tenir compte de son passé
Pas de mémoire locale
Agents complexes
Fonctionnement stimulus/action
Nombre dagents réduit
Nombre dagents élevé
15
Concepts dAgent (4)

• Agent purement situé
• l'environnement possède une métrique,
• les agents sont situés à une position dans
  l'environnement qui détermine ce qu'ils
  perçoivent
• ils peuvent se déplacer
• il n'y a pas communications directes entre
  agents, elle se font via l'environnement
• Agent purement communiquant
• il n'y a pas d'environnement au sens physique du
  terme,
• les agents n'ont pas d'ancrage physique,
• ils communiquent via des informations qui
  circulent entre les agents

16
Un Modèle Générique dAgent Cognitif
Messages / Décisions
Messages / Décisions

Envoi de
Classification
Message /
Boites aux
Informations
Création de
Décision
.
lettres
(données, variables, ...)
Message /
Décision.
Interprétation
Module de Communication

Récupération
Module de
Perception

Accointances
Accointances

m.à.j
Tâches à
Associations
Réaliser
Tâches /
Contrôles
Compétences
Compétences
Unité de Contrôle


Buts
Inférences
Raisonnement
Base

Intent/ Ratio
de Méta- Règles
Mecanisme dinférence
Modèle Cognitif
figure .3.
Un Modèle Générique dAgent Cognitif

Module de Raisonnement

17
Architecture dun Agent (1) (modèle spécifique)
Agent
Contrôle
Connaissances
Perception
Communication
Environnement
Communauté d'agents
Connaissances
flux de contrôle flux de données
Processus d'engagement
Fonctionnalités
18
Architecture dun Agent (2)
Agent
Contrôle
Connaissances
Perception
Communication
Environnement
Communauté d'agents
Connaissances
flux de contrôle flux de données
Processus d'engagement
Fonctionnalités
19
Connaissances dun Agent

• Connaissances du domaine
• Connaissances de contrôle
• Intentions
• Croyances
• Décisions
• Rationalités
• Engagements
• Connaissances de communication
• Accointances
• Expertises de communication
• Messages

20
Connaissances du Domaine
Base de Faits
Compétences Concepts CC idées directrices
pour déclencher les compétences méthodes
Compétences Méthodes CM connaissances sur
les méthodes, heuristiques, paramètrages.

Exemples
CC Améliorer la performance du système
productivité, respects des délais,..
CM Les méthodes de GP, les méthodes de
motivation du personnel, etc..
Base de règles
Règles de conception des solutions
Règles de raisonnement
Méta-règles
21
Processus de Prise dEngagements (1) (contrôle)
Agent
Contrôle
Connaissances
Perception
Communication
Environnement
Communauté d'agents
Connaissances
flux de contrôle flux de données
Processus d'engagement
Fonctionnalités
22
Processus de Prise dEngagements (2)
Engagements
Raisonnement
Accointances
Actions possibles
Conception
Tâche à réaliser
Identification
Contrôle
Croyances
Communication
Perception
23
Algorithme de Contrôle dun Agent (exemple)

Boucle Attente flots de données (perception,
communication, raisonnement) Boucle
Sélection de lévénement à traiter, - Si
(Communication) - Validation Accointances
, - Si (Décision) . Mise à jour Module
Cognitif , . Activer le Raisonnement (
but prendre une décision ), . Attente signal
Raisonnement , . Activer la Communication
( création de décision ). - Si (Message)
. Traiter le type (requête, information,
réponse) - Si (Requête) . Identifier le
type de problème, . Activer le Raisonnement
(but répondre), . Attente signal
Raisonnement , . Activer la Communication
(réponse). - Si (Rationalités) . Mise à
jour Module Cognitif , - Si (Information)
Fin Boucle - ... Fin Boucle
24
Communication (1)
Ensemble des processus physiques et
psychologiques par lesquels seffectue
lopération de mise en relation dun émetteur
avec un ou plusieurs récepteurs, dans lintention
datteindre certains objectifs.
Anzieu, 68, Searle, 69 et
Cohen et Levesque, 90
La communication est un moyen ou une méthode de
coopération ou dinteraction entre agents
25
Communication (2)

• Pourquoi communiquer ?
• les agents communiquent et interagissent
• pour synchroniser leurs actions et pour résoudre
  des conflits
• (de ressources, de buts ou dintérêts).
• pour saider mutuellement ou pour suppléer aux
  limites de
• leurs champs de perception.
• Quand et avec qui communiquer ?
• les agents communiquent
• lorsquils sont face à un problème
• quils ne savent pas résoudre (manque de
  compétences ou de
• ressources),
• lorsquil est nécessaire de coordonner leurs
  actions,
• lorsquil y a un conflit entre plusieurs agents.
  

26
Communication (3)
Comment communiquer ? Deux procédures de
communication pour véhiculer les messages
(porteurs dinformations ou dactions) entre
agents 1. communication par partage
dinformations 2. communication par envoi de
messages
27
Communication (4)
1. communication par partage dinformations Mécani
sme du Blackboard (Nii. 1986)
28
Communication (5)
2. communication par envoi de messages
Agent
Agent
Agent
Communication sélective
Diffusion
Agent
Agent
Agent
Agent
Communication avec accusé de réception
Agent
29
Communication (6)
Structure Générique dun Message
Numéro Message
Chaque message a un numéro didentification.
Nom de lagent expéditeur
Agent Expéditeur
Agent Destinataire
Nom de lagent destinataire
Nature
Nature du message (décision, rationalité,
requête, réponse, etc.).
Type de message (urgent, prioritaire, normal)
Type
Etat
Etat du message (traité, non-traité).
Corps du message.
Contenu
Date
Date denvoi du message.
30
Communication (7) - Exemple
Algorithme de Communication
Processus d Interprétation - Scrutation
de la boîte aux lettres (périodiquement, ou par
signaux dactivation) -
Classification en fonction du type de message, -
Envoi signal à l unité de contrôle .
Boucle Attente signaux de contrôle
Processus de Création - Si
(Décision) . Lire la valeur des
paramètre (prédéfinis), . Création
dune décision pour le Centre dActivité, -
Si (Réponse Requête)
. Création dun message réponse pour lagent
demandeur, - Si (Requête) ... Processus
d Envoi - Envoi du
message ou de la décision créée au
destinataire. Fin Boucle