Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

1 Systèmes Multi-Agents Wided LEJOUAD-CHAARI ENSI Laboratoire de Recherche SOIE

1 Systèmes Multi-Agents Wided LEJOUAD-CHAARI ENSI Laboratoire de Recherche SOIE Cours II3 – SMA 2 Introduction Cours II3 – SMA 3 Cours II3 – SMA Plan  Motivations  Définitions  Historique  Domaines d’action  Bibliographie 4 Cours II3 – SMA Des Systèmes de Plus en Plus Répartis  Architecture centralisée  Client-Serveur  Système Distribué  Système Multi-Agents 5 Cours II3 – SMA MainFrame Serveur BD Serveur Web Serveur Mail Application Application Application Application Serveur BD Serveur Mail Serveur Web Application AGENT Application AGENT Application AGENT Application AGENT Serveur Mail AGENT Serveur Web AGENT Serveur BD AGENT + Architecture Centralisée Client - Serveur Système Distribué Système Multi-Agents 6 Cours II3 – SMA Accroissement des Capacités Informatiques  Connectivité (Internet, WWW, …)  Puissance de calcul  Puissance de transmission (vitesse, bande passante, …)  Interfaces (visualisation, vocal, …)  Informations (taille, complexité, modalité)  Ressources (distribuées, hétérogènes, partagées) 7 Cours II3 – SMA Accroissement de l’Hétérogéneïté  Interactivité (collecticiels, environnements, …)  Données/Connaissances • BDs multimédia, scientifiques, numériques, … • Syntaxe, sémantique, structuration, …  Interfaces multi-modales (données, voix, images, gestes, …)  Communications (satellite, communications mobiles, réseaux) 8 Cours II3 – SMA Accroissement des besoins  Traitements intégrés, omniprésents, dynamiques, …  Systèmes d’informations hétérogènes, étendus, fortement intégrés, très complexes  De nouveaux utilisateurs  De nouveaux champs (domaines de connaissances, applications) 9 Cours II3 – SMA Exemple d’application  AGENCE DE VOYAGES Web Server (Train) Web Server (Hotel) Web Server (Flight) Personal Travel Agent Travel Broker Agent Travel Service Agent • Adding user preferences to user requests • Learning user profile • Negotiation • Service provision • Advance notification • Service decomposition • Negotiation • Planning and Scheduling 10 Cours II3 – SMA Motivations  Actuellement les systèmes informatiques sont : • de plus en plus complexes, • souvent répartis sur plusieurs sites, • constitués de logiciels en interaction entre eux ou avec des êtres humains.  Volonté • d’intégrer, • de faire inter-opérer, • de faire coopérer des logiciels existants. 11 Cours II3 – SMA Plan  Motivations  Définitions  Historique  Domaines d’action  Bibliographie 12 Cours II3 – SMA AGENT (1)  Agent = Système informatique situé dans un environnement qu’il peut percevoir et sur lequel il peut agir, de manière autonome. Agent Environnement Perception Action 13 Cours II3 – SMA AGENT (2)  Agent = le monde des agents est peuplé de différentes variétés.  Robots mobiles  Assistants personnel  Agents mobiles  Agents réactifs  Agents intelligents  Agents coopératifs  Systèmes multi-agents 14 Cours II3 – SMA AGENT (3)  Agent = entité réelle ou virtuelle, dont le comportement est autonome, évoluant dans un environnement, capable de le percevoir, d’y agir dessus et d’interagir avec les autres agents [Demazeau 96].  Agent = système informatique capable d’agir de manière autonome et flexible dans un environnement [wooldridge 98]. La flexibilité signifie : • réactivité, • pro-activité, • capacités sociales. 15 Cours II3 – SMA 16 Cours II3 – SMA 17 Cours II3 – SMA 18 Cours II3 – SMA 19 Cours II3 – SMA 20 Cours II3 – SMA Plan  Motivations  Définitions  Historique  Domaines d’action  Bibliographie 21 Cours II3 – SMA Sources (1)  Programmation par objets : un objet encapsule les données et les méthodes qui les manipulent (ex. C++, JAVA, Smalltalk),  Distribution : objets distribués, CORBA  Développement des langages « acteurs »  Intelligence artificielle : modèles de raisonnements symboliques (systèmes experts, représentation des connaissances, logique),  Distribution : architectures de « Blackboard »  Systèmes répartis 22 Cours II3 – SMA Sources (2) Informatique répartie Parallélisme, Intelligence Artificielle Programmation Psychologie sociale Sociologie, Economie, … Systèmes complexes en physique, Ethologie, Ecologie, … Vie Artificielle, Réseaux de neurones, … Modèles multi-agents 23 Cours II3 – SMA Agent vs. Objet  Un agent, comme un objet, encapsule un état et un comportement  L’agent a le contrôle sur son comportement; un objet n’a le contrôle que sur son état  L’agent exerce ce contrôle de différentes manières (réactif, dirigé par les buts, social) 24 Cours II3 – SMA Historique (1)  1980 : Les agents sont limités au domaine de l’IA  Intelligence Artificielle Distribuée, Systèmes multi-agents  1990 : La notion d’agent s’élargit  Assistants personnels, interfaces, mobiles, réactifs, recherche d’informations, …  1995 : Tout devient un agent  Vie artificielle, agents économiques, … 25 Cours II3 – SMA Historique (2)  Intelligence Artificielle Distribuée, Syst. multi-agents  1973 – 1980 :  Hearsay II (1973) : architecture de tableau noir pour la reconnaissance de la parole,  Langages Acteurs (1973) : messages comme structures de contrôle,  Beings (1975), Society of Minds (1978) : interaction de comportements simples conduit à des comportements complexes  1980 – 1990 :  Contract Net (1980) : contrôle hiérarchique décentralisé,  DVMT (1984) : interprétation distribuée,  Subsumption architecture (1986) : robots réactifs,  MACE (1987) : environnement multi-agents. 26 Cours II3 – SMA Plan  Motivations  Définitions  Historique  Domaines d’action  Bibliographie 27 Cours II3 – SMA Quand utiliser un SMA ? (1)  Nature de l’application :  Le problème est complexe et doit être décomposé  Absence de solution globale  Modélisation de problèmes naturels/sociaux  Existence de différents domaines de connaissances  Distribution des données, du contrôle, des connaissances, des ressources 28 Cours II3 – SMA Quand utiliser un SMA ? (2)  Contraintes d’exécution :  Volonté d’avoir des résolutions concurrentes, simultanées, asynchrones  Satisfaction de contraintes de fiabilité, de contraintes physiques, …  Besoin d’évolutivité :  Adaptation aux modifications et/ou à l’environnement  Besoin d’ouverture :  Le système doit pouvoir s’adapter dynamiquement au retrait/ajout de nouveaux composants 29 Cours II3 – SMA Quand utiliser un SMA ? (3)  Mais :  Absence de contrôleur global  Absence de vision globale  Attention : un SMA n’est pas obligatoirement LA solution adéquate dans toutes les situations ! 30 Cours II3 – SMA Domaines d’action (1) Intégrer  Encapsulation d’un sous-système par un agent :  évalue dynamiquement les besoins de l’utilisateur, adapte le fonctionnement du système sous-jacent, …  Aide à l’information et à la négociation :  contexte « agents intelligents » et « assistants »  recherche et structuration d’informations  Facilitation par apprentissage et adaptation  Partage de représentations :  modèle du « point de vue » d’un acteur sur un projet  échange de « points de vue » 31 Cours II3 – SMA Domaines d’action (2) Résoudre des problèmes  Résolution multi-agents de problèmes =  définition d’objectif global, de critères globaux de succès,  division des connaissances, des ressources, du contrôle  définition locale d’objectifs et/ou de contraintes, activation dynamique avec minimisations locales  convergence globale, observation de l’état stable sous contrainte  Problèmes :  recherche de solution et non optimisation 32 Cours II3 – SMA Domaines d’action (3) Simuler  Simulation multi-agents =  initialisation « à vue » ou avec des données  activation parallèle des agents  observations individuelles ou agrégées  comparaison aux données  Problèmes :  comparaison aux « dires » d’experts  syndrome « usine à gaz »  Coordination d’activités d’un ensemble d’agents évoluant dans un univers multi-agents : abeilles, fourmis, … 33 Cours II3 – SMA Domaines d’application  Ex. Applications industrielles  Supervision de processus : ARCHON [Jennings95]  Production industrielle : YAMS [Parunak87]  Contrôle du trafic aérien : OASIS [Kinny96]  Ex. Applications commerciales  Gestion de l’information WWW : MAXIMS [Maes94]  Commerce électronique : KASBAH [Chavez96]  Processus administratifs : ADEPT [O’Brien96]  Ex. Applications médicales  Surveillance de patients : GUARDIAN [Hayes-Roth89] 34 Cours II3 – SMA Bibliographie Références générales  O. Boissier. Cours SMA à l’Ecole des Mines Saint-Etienne.  J. Ferber. Les systèmes multi-agents, InterEditions, 1995  G.M.P Hoare, N.R. Jennings. Foundations of Distributed Artificial Intelligence, Wiley & Sons, 1996  G. Weiss. Multiagent systems: A Modern Approach to Distributed Artificial Intelligence, MIT Press, 1999 35 Cours II3 – SMA Bibliographie Standardisation  OMG Agent Working Group http://www.objs.com/isig/agent.html  FIPA http://www.fipa.org Projets européens  CLIMATE http://www.fokus.gmd.de/cc/ima/climate/  AgentLink http://www.agentlink.org  Eurescom http://www.eurescom.de/ 36 Cours II3 – SMA Agent – Environnement Interaction - Organisation 37 Cours II3 – SMA Exemple : Proie Prédateurs Mouton Loup Meute Chasse Suivi Fuite  38 Cours II3 – SMA Exemple : Proie Prédateurs  Pour capturer les proies (moutons) : • Comment coordonner les actions entre les différents prédateurs (loups) ? • Comment coordonner les actions des proies ? 39 Cours II3 – SMA Situations d’interaction 1. Buts compatibles ou incompatibles, 2. Ressources suffisantes ou insuffisantes, 3. Compétences suffisantes ou insuffisantes.  Indifférence, Coopération, Antagonisme. 40 Cours II3 – SMA Situations d’interaction (suite) Buts Ress. Comp. Types de situation Compa. Compa. Compa. Compa. Incomp. Incomp. Incomp. Incomp. Suff. Suff. Insuff. Insuff. Suff. Suff. Insuff. Insuff. Suff. Insuff. Suff. Insuff. Suff. Insuff. Suff. Insuff. Indépendance Collaboration simple Encombrement Collab. coordonnée Compétition individuelle pure uploads/Ingenierie_Lourd/ cours-sma-etudiants-pdf.pdf