Facult Des Sciences et Techniques de Tanger Dpartement Gnie Informatique.

Cycle dingnieur Logiciel et Systme Informatique

Les agents intelligents et les systmes multi-agents.

Module :

Intelligence Artificielle Et Systme Expert.

Ralis par :

Bilal ZIANE. Kamal BEN BRAHIM.

Propos par :

M. AZMANI Abdellah.
30/01/2012

LES AGENTS INTELLIGENTS ET LES SYSTMES MULTI-EXPERTS.

INTRODUCTION :

Le mot agent, de nos jours, est utilis dans plusieurs domaines, et il porte plusieurs sens.

Dans un premier temps, il est important de mentionner que les agents peuvent tre conus de diffrentes architectures en se basant sur les caractristiques de lenvironnement.

Si lenvironnement constant, lagent doit ragir trs vite et aux bons moments suite aux changements dans lenvironnement, larchitecture ractive cest la meilleure solution approprie. Ce type dagent ragit trs vite, car il ne fait quappliquer ses actions selon des rgles prdfinies. Par contre, si lenvironnement exige que lagent raisonne pour atteindre son but, larchitecture dlibrative est plus approprie. Un agent dlibrative peut raisonner sur leur but et choisit les actions les plus convenables. Dans certains cas, les deux architectures peuvent coexister pour bnficier des avantages de chacune delles, cest larchitecture hybride.

Souvent, un agent nest pas seul dans son environnement, il entre en interaction avec autres agents dans son environnement, par consquence, les agents doivent tre capables dinteragir ou de se communiquer entre eux, ils peuvent soit coexister, cooprer ou tre en comptition. Dans le cas dune coexistence, chaque agent considre les autres agents comme des composants de son environnement, si les agents cooprent, une communication et une coordination entre les agents est primordiale. Sils sont en comptition, ils doivent tre en mesure de ngocier si le besoin se fait sentir.

Un systme o voluent plusieurs agents est appel systme multi-agent. Cet article se veut une introduction aux concepts dagent et de systmes multi-agents. Il dbute par une dfinition du concept dagent, cit par la suite, quelques architectures dagents. Et finalement une introduction aux systmes multi-agents.

Agents intelligents :

Performance : Environment : Actuators : Sensors :

la performance. Environnement. Effecteurs. Capteurs.

Toute entit qui peroit son environnement

laide de ses capteurs et agit sur son environnement laide de ses effecteurs.

Proprits dun agent :

Autonomie : Le comportement de lagent est en fonction de ses perceptions qui agisse sur son tat, et de sa reprsentation de lenvironnement dans lequel il volue, il travaille sans intervention directe jusqu un point dfini. Interactivit :

Environnement de la tche :

Lagent doit pouvoir exercer ses actions sur son environnement et rciproquement. Ractivit :

La premire tape lors de la conception dun

agent est de spcifier lenvironnement en prcisant les lments suivants : PEAS

Lagent doit pouvoir percevoir son environnement en rpondant aux changements qui parviennent sur cet environnement

LES AGENTS INTELLIGENTS ET LES SYSTMES MULTI-EXPERTS.

Architectures dagents :

Il existe plusieurs manires de concevoir des

agents, mais peu importe larchitecture adopte, un agent peut toujours tre vu comme une fonction liant ses perceptions ses actions. Plus prcisment, un agent peroit lenvironnement laide de ses capteurs et il agit sur son environnement laide de ses effecteurs. Ce qui fait la diffrence entre les architectures dagents, cest la manire dont les perceptions sont lies aux actions. Les architectures dagents peuvent tre regroupes en agents ractifs et agents dlibratifs comme suit:

b) Les agents dlibratifs :

Les agents dlibratifs sont des agents qui effectuent une certaine dlibration pour choisir leurs actions. Une telle dlibration peut se faire en se basant sur les buts de lagent ou sur une certaine fonction dutilit.

c) Agents hybrides :
Chacune de ces architectures prcdentes est approprie pour un certain type de problme. Nanmoins, pour la majorit des problmes, ni une architecture compltement ractive, ni une architecture compltement dlibrative nest approprie .Les agents doivent pouvoir ragir trs rapidement dans certaines situations (comportement rflexe), tandis que dans dautres, ils doivent avoir un comportement avec plus de raisonnement.

a) Les agents ractifs :

Comme son nom lindique, un agent ractif ne fait que ragir aux changements qui surviennent dans lenvironnement. Autrement dit, un tel agent ne fait ni dlibration ni planification, il se contente simplement dacqurir des perceptions et de ragir cellesci en appliquant certaines rgles prdfinies. tant donn quil ny a pratiquement pas de raisonnement, ces agents peuvent agir et ragir trs rapidement. Il convient de remarquer que les humains aussi utilisent cette manire dagir. Dans plusieurs situations, il est souvent prfrable de ne pas penser et de ragir immdiatement.

LES AGENTS INTELLIGENTS ET LES SYSTMES MULTI-EXPERTS.

Systmes multi agents :

Dans la plupart des situations, lagent nest pas seul dans son environnement et il y a bien dautres agents autour de lui. Il faut donc aborder des systmes o plusieurs agents doivent interagir entre eux. Ces systmes sont appels : Systmes multiagents (SMA). Utilit des systmes multi-agents :

Finalement, une grande fiabilit est atteinte, en distribuant le contrle avec un partage des responsabilits entre les diffrents agents. Et le systme peut tolrer la dfaillance dun ou de plusieurs agents sans que le systme tombe en panne. Communication entre agents :

Lefficacit du systme est beaucoup plus importante dans le cas de plusieurs agents, et on peut arriver des rsultats quun agent ne pourrait jamais aboutir seul. Pour collaborer, ngocier et se coordonner, les agents ont besoin dinteragir. Et la communication entre les agents cest une forme dinteraction. Quelques langages de communication : Pour communiquer entre les diffrents agents, il faut utiliser un langage de haut niveau comprhensible par tous les agents dun systme ACL (Agent Communication Langages). KQML : Knowledge Query and Manipulation language. Est un langage et un protocole pour faciliter lchange de messages et de connaissances entre agents. Il peut tre utilis quand lapplication doit communiquer avec un agent, ou quand deux (ou plusieurs) agents doivent communiquer entre eux. FIPA-ACL: Foundation for Intelligent Physical Agents. KIF : Knowledge Interchange Format.La fonction de KIF est de faciliter les changes dinformations base de connaissances entres des programmes htrognes.

Les systmes multi-agents sont mis en place comme solutions pour les domaines qui sont distribus fonctionnellement ou gographiquement, comme le cas des applications distribues, par exemple, les bases de donnes distribues, les applications de gestion du trafic arien, comme les rseaux internet, etc. Dans la plupart des cas, les SMA sont requis dans des situations ou les organisations veulent garder des informations prives et les scurises loin de leurs concurrents. Ils possdent galement les avantages de la rsolution distribue et concurrente de problmes. Les systmes multi-agents sont facilement extensibles, parce quil est plus facile dajouter de nouveaux agents un systme multi-agent que dajouter de nouvelles capacits un systme monolithique. Ainsi, que le paralllisme, en prenant en mesures la croissance de la vitesse dans un systme o plusieurs agents peuvent travailler en mme temps pour la rsolution dun problme.

LES AGENTS INTELLIGENTS ET LES SYSTMES MULTI-EXPERTS.

CONCLUSION :
Nous avons mis de lavant les caractristiques dun agent, de son environnement. Nous nous sommes ensuite attachs dcrire les diffrents types darchitectures dagents. Nous avons aussi vu que les agents pouvaient raisonner de faon dlibrative. De tels agents se doivent planifier les actions en vue datteindre le but souhait et trouver la meilleure faon datteindre ses objectifs. Ce type dagent prend beaucoup plus de temps pour choisir ses actions. En revanche, il offre lavantage de flexibilit et de bonne qualit. Nous avons mis en action que pour la majorit des problmes, larchitecture hybride est la plus convenable, donc ni compltement ractive, ni compltement dlibrative. Dans certaines situations lagent doit ragir trs rapidement, tandis que dans dautres situations, ils doivent avoir un raisonnement pour dcider la meilleure faon daboutir les objectifs viss. Donc les agents hybrides peuvent changer leur comportement selon les situations, cest une flexibilit qui permet de pouvoir sadapter un plus grand nombre denvironnements.

Finalement, Nous avons introduit, trs brivement, les systmes multi-agents. Nous avons vu plusieurs avantages, comme la fiabilit et la vitesse, ainsi que certaines situations o ils pouvaient tre trs utiles.

Rfrences
- INTELLIGENT AGENTS - berkeley university of California : http://www.cs.berkeley.edu/~russell/aima1e/chapter02.pdf LES AGENTS INTELLIGENTS SUR INTERNET - Ecole polytechniques de luniversit de Nantes :

http://gbonnet.chez-alice.fr/laii.html Autres :

http://fr.wikipedia.org/wiki/Syst%C3%A8me_multi-agents http://www.csee.umbc.edu/~ypeng/Publications/1999/ieee-is.pdf http://www.gillesbalmisse.com/IMG/pdf/GB_Agent.pdf