Présentation
En anglaisAuteur(s)
-
Emmanuelle GRISLIN-LE STRUGEON : Laboratoire d’Automatique et de Mécanique Industrielles et Humaines (LAMIH) – UMR CNRS 8530Université de Valenciennes et du Hainaut-Cambrésis
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
Les recherches issues de l’intelligence artificielle distribuée (IAD) et, en particulier, les systèmes multiagents (SMA) sont apparus aux États-Unis à la fin des années 1980. Les premières applications de laboratoire furent le développement d’un logiciel basé sur la reconnaissance vocale. Depuis lors, ce domaine a eu un essor formidable et a amené (à notre avis) un certain renouveau de l’intelligence artificielle traditionnelle. Dans les années 1990, une volonté de formalisation a permis l’introduction de nouveaux concepts et l’extension des travaux précédents vers d’autres types d’applications. Actuellement, des applications industrielles apparaissent et nous nous apercevons non seulement des problèmes théoriques sous-jacents mais aussi de la nécessité d’une méthodologie dans la conception de tels systèmes. Cet essor croissant est sans nul doute lié principalement à l’intégration de différents facteurs tels que l’intérêt théorique de cette nouvelle problématique et l’intégration des nouvelles technologies de l’informatique dans la « vie courante ».
D’une part, une motivation scientifique nous permet de répondre à des nouveaux besoins dans des domaines tels que l’intelligence artificielle et la coopération homme-machine. Le domaine des multiagents est issu initialement des recherches entreprises en intelligence artificielle (IA). L’IA, par définition, recouvre un ensemble vaste de problèmes tant théoriques que pratiques sur la modélisation et le développement de système intelligent, en particulier de système à base de connaissances. Cependant, elle a été confrontée à de nombreux problèmes théoriques, en particulier celui lié à l’explosion combinatoire. Cette nouvelle approche permet d’éviter de manipuler de nombreuses connaissances dans une seule entité en répartissant ces dernières dans plusieurs entités intelligentes. Cette répartition est ainsi destinée à réduire l’explosion combinatoire de la recherche. De plus, l’intégration de nouvelles entités intelligentes dans le même environnement a permis d’étendre les travaux de l’IA traditionnelle, puisque chaque entité doit intégrer les comportements des autres entités dans son environnement.
Outre l’extension des recherches en IA, ce domaine a permis de construire un cadre pour les coopérations entre l’homme et l’ordinateur. L’augmentation des capacités de raisonnement des ordinateurs a libéré davantage les individus en les assistant dans leurs différentes tâches. De nombreux chercheurs étudient des environnements où interagissent ces hommes et ces machines. Ces travaux traitent des aspects tels que l’exploitation des grandes quantités d’informations, la complexité des tâches à résoudre ou la prise en compte des facteurs humains (facteurs ergonomiques, sociologiques). Cependant, les interactions entre les individus et les machines nécessitent généralement une coopération qui se justifie par l’impossibilité pour un individu de réaliser seul son objectif. Les systèmes multiagents permettent d’étendre les travaux précédents tout en introduisant une vision différente de cette problématique de coopération. En effet, la réalité nous montre effectivement que cette coopération n’est pas un phénomène simple et statique mais que de nombreuses coopérations peuvent apparaître et disparaître dynamiquement. Nous pouvons ainsi définir et modé-liser cette évolution par des outils informatiques.
D’autre part, cet essor est bien sûr dépendant de l’évolution technologique de l’outil informatique. La baisse des coûts matériels et/ou logiciels a permis de développer très rapidement de nouveaux marchés économiques, en particulier dans le commerce électronique. D’un point de vue logiciel, les approches à base d’objets représentent l’application sous une forme abstraite. Le passage de l’objet à l’agent est caractérisé par l’ajout de nouvelles propriétés telles que la propriété décisionnelle des entités et les processus de communication interagents. De plus, les modèles client-serveur et des langages de programmation comme Java (produit développé par Sun) ont fortement accéléré la modélisation et l’implémentation distribuée des problèmes. Ces concepts ont convergé vers des environnements logiciels présentant une distribution fonctionnelle d’entités abstraites. Enfin, le nombre croissant d’utilisateurs ayant accès au réseau Internet (physiquement distribué) impose le développement de méthodes adaptées.
Cet article vise à présenter un « panorama » simplifié des systèmes multi-agents. Cette présentation décrit tout d’abord un système multiagent, puis détaille les propriétés minimales que doivent présenter de tels systèmes. Cette seconde partie est constituée de la mise en évidence des propriétés d’un agent et des propriétés liées aux interactions. Enfin, quelques exemples d’applications typiques illustrent cet exposé.
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Automatique et ingénierie système
(138 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
2. Problèmes soulevés dans la conception de systèmes multiagents
Cette partie aborde les différents problèmes soulevés (ainsi que quelques solutions) lors de la conception de systèmes multiagents, c’est-à-dire la spécification d’une architecture orientée agent et les interactions entre ces derniers.
2.1 Spécification de l’agent
La difficulté de spécifier la notion d’agent est actuellement inévitable puisque cette notion est générique. Cependant, nous tenterons dans ce paragraphe de mettre en évidence les principales caractéristiques nécessaires à la conception de ces agents. Ces caractéristiques sont :
-
le niveau de granularité souhaité ;
-
l’identité propre de l’agent ;
-
et, en fonction des informations manipulées et de sa propre identité, nous tenterons alors de proposer quelques éléments sur la notion de raisonnement de l’agent.
2.1.1 Choix des informations à manipuler
Le concepteur doit jouer un rôle de récupération des informations nécessaires pour son application. Ce processus d’acceptation ou de rejet des informations est, par définition, un processus itératif qui pourra évoluer jusqu’à l’obtention d’un outil informatique finalisé (suivant les objectifs et les besoins définis lors du cahier des charges). Plus précisément, quand l’ingénieur et/ou le chercheur est face à un problème donné, il doit en général extraire l’expertise qui lui permettra de caractériser le fonctionnement de son application. Dans ce contexte, le concepteur peut se rapprocher des études effectuées dans des domaines tels que l’extraction des connaissances effectuée par des spécialistes appelés des cogniticiens (connaissances issues d’experts humains) et/ou le génie logiciel, par exemple par une approche de type data-mining (connaissances issues de larges bases de données). Dans une première approche de type extraction de connaissances, le concepteur doit résoudre de nombreux problèmes tels que le recouvrement des connaissances, des connaissances conflictuelles issues d’experts différents, etc. Dans la seconde approche, liée au contexte particulier du data-mining, les problèmes sont principalement...
Cet article fait partie de l’offre
Automatique et ingénierie système
(138 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Problèmes soulevés dans la conception de systèmes multiagents
BIBLIOGRAPHIE
-
(1) - AVOURIS (N.M.), GASSER (L.) - Theory and praxis - . Eurocourses, Kluwer Academic Publishers, The Netherlands (1992).
-
(2) - BONABEAU (E.), THERAULAZ (G.) - Intelligence collective - . Hermès éds. (1995).
-
(3) - BRADSHAW (J.M.) - Software agents - . Menlo Park, AAAI Press & MIT Press (1997).
-
(4) - BRENNER (W.), ZARNEKOW (R.), WITTIG (H.) - Intelligent software agents : foundations and applications - . Springer Verlag (1998).
-
(5) - CAGLAYAN (A.), HARRISON (C.) - Les agents : applications bureautiques, Internet et Intranet - . InterÉditions (1997).
-
(6) - CHAIB-DRAA (B.) - Industrial applications of distributed - AI. Communications of the ACM, vol. 37, no 7, p. 47-53 (1995).
-
...
Cet article fait partie de l’offre
Automatique et ingénierie système
(138 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive