Systemes Multi Agents Pour Lintelligence Ambiante AMF AO

Systèmes multi-agents pour
l’intelligence ambiante
Andrei Olaru & Adina Magda Florea
Université Politehnica de Bucarest
30.05.2016
.
0 / 26
. Andrei Olaru & Adina Magda Florea
. CA’NTI 22
. Bucarest, Roumanie 30.05.2016
Vision
AmI
Agents

Systèmes multi-agents pour
Solutions
l’intelligence ambiante
table des matières
.
0 / 26
. CA’NTI 22
·
Systèmes multi-agents pour l’intelligence ambiante ·
·
|Vision AmI Agents Solutions
. . | Vision
Vision/interfaces
Productivity Future Vision

[Microsoft, 2011]
également disponible :
A Day Made of Glass [Corning Glass]
A Day Made of Glass 2 [Corning Glass]
Productivity Future Vision, 2009 [Microsoft]
Productivity Future Vision, 2015 [Microsoft]
.
1 / 26
. CA’NTI 22
·
·
|Vision AmI Agents Solutions
. . | Vision
Vision/information pertinente
Project Glass: One day...

[Google]
.
2 / 26
. CA’NTI 22
·
·
Vision |AmI Agents Solutions
Définition Eléments Defis | Intelligence Ambiante (AmI)
“un environnement électronique ubiquitaire qui assiste les personnes dans

leurs activités quotidiennes, de manière proactive, mais en restant invisible et
non-intrusif.”
[Ducatel et al., 2001]
→
− le future de l’Internet et des ordinateurs
.
3 / 26
. CA’NTI 22
·
·
Définition Eléments (1) Defis | Intelligence Ambiante (AmI)
I interfaces naturelles a utiliser
I l’information utile au bon moment
I action intelligente (+ sensibilité du contexte)
I omniprésent
I connectivité
.
4 / 26
. CA’NTI 22
·
·

Définition Eléments (2) Defis

| Intelligence Ambiante (AmI)
Interfaces

.
5 / 26
. CA’NTI 22
·
·


Interfaces

Matériel

.
5 / 26
. CA’NTI 22
·
·


Interfaces

Réseau

Matériel

.
5 / 26
. CA’NTI 22
·
·


Interfaces

Interopérabilité

Réseau

Matériel

.
5 / 26
. CA’NTI 22
·
·


Interfaces

Applications intelligentes


Réseau

Matériel

.
5 / 26
. CA’NTI 22
·
·


Interfaces

+ protection de
Applications intelligentes
la vie privée

· représentation uniforme
· transfert des applications

Technologies :
Réseau PAN/BAN, WSN, IoT

Matériel Calcul omnipresent / ubiquitaire

.
5 / 26
. CA’NTI 22
·
·
Définition Eléments Defis (1) | Intelligence Ambiante (AmI)
Défi : Passage a l’échelle
· besoin de robustesse et fiabilité · est-il possible d’avoir une

solution centralisée ?
· en plus, une solution centralisée ne respecte pas la vie privée
.
6 / 26
. CA’NTI 22
·
·
Défi : Passage a l’échelle
· besoin de robustesse et fiabilité · est-il possible d’avoir une

solution centralisée ?
· en plus, une solution centralisée ne respecte pas la vie privée
.
6 / 26
. CA’NTI 22
·
·
Défi : Applications intelligentes
· majorité des fonctions déjà existent

· mais les différents applications ne sont pas connectées
.
7 / 26
. CA’NTI 22
·
·
Défi : Applications intelligentes
· majorité des fonctions déjà existent

· mais les différents applications ne sont pas connectées
.
7 / 26
. CA’NTI 22
·
·
Défi : Interopérabilité
· représentation uniforme des données / des connaissances

· transfert des applications / de l’état des applications entre
machines differentes
.
8 / 26
. CA’NTI 22
·
·
Défi : Interopérabilité
· représentation uniforme des données / des connaissances

· transfert des applications / de l’état des applications entre
machines differentes
.
8 / 26
. CA’NTI 22
·
·
Défi : Partage des données
· automatique
· respectant la vie privée
.
9 / 26
. CA’NTI 22
·
·
Défi : Partage des données
· automatique
· respectant la vie privée
.
9 / 26
. CA’NTI 22
·
·
Vision AmI |Agents Solutions
| Agents logiciels
Agent logiciel – un logiciel qui agit de façon autonome, intelligente et pro-active.

Peut atteindre de buts par soi-même et peut communiquer avec d’autres agents.
· Exemples :
I conduire un robot ;
I faire des acquisitions en ligne ;
I contrôler un satellite / sonde dans l’espace ;
I offrir assistance avec une tâche ;
. . . etc.
.
10 / 26
. CA’NTI 22
·
·
Vision AmI |Agents Solutions
| Agents logiciels
On peut utiliser des agents pour implémenter l’Intelligence Ambiante, par :
I attacher un agent pour chaque dispositif ou service ;
I échanger d’information potentiellement intéressante entre les agents ;
I obtenir “un monde de convoyeurs d’information” –

“a world of information conveyors”. [Weiser, 1993]
.
11 / 26
. CA’NTI 22
·
·
Vision AmI Agents |Solutions
Modèle Topologie Comportement Représentation du Contexte | Solutions
Question : comment intégrer la sensibilité au contexte de manière

générique dans un système multi-agents pour la couche applicative d’un
système d’intelligence ambiante ?
[Olaru, 2011]
I gestion des informations de contexte ;

I détection des situations pertinentes à l’activité de l’agent ;
I échange des informations potentiellement intéressantes.
.
12 / 26
. CA’NTI 22
·
·
échange d’information pertinente

I comportement des agents, vers un ←
avec les agents voisins
fonctionnement global du système
I topologie du système
I représentation et raisonnement sensibles au contexte
.
13 / 26
. CA’NTI 22
·
·
I comportement des agents, vers un fonctionnement global du système

voisinage des agents basée sur le
I topologie du système ←
contexte commun
I représentation et raisonnement sensibles au contexte
.
13 / 26
. CA’NTI 22
·
·
I comportement des agents, vers un fonctionnement global du système

I topologie du système
I représentation et raisonnement
représentation flexible et dy-
namique, utilisant des pat-
sensibles au contexte ←
terns pour identifier l’intérêt des
agents
.
13 / 26
. CA’NTI 22
·
·
Modèle (1) Topologie Comportement Représentation du Contexte | Solutions
.
14 / 26
. CA’NTI 22
·
·
Modèle (2) Topologie Comportement Représentation du Contexte | Solutions
I graphe des conteneurs – graphe complet
ContainerGraph = (Containers, Connections)
Connections = {∀(Ci , Cj ) | Ci , Cj ∈ Containers}
I localisation des agents – attribution des agents aux conteneurs
AgentLocations ⊂ Agents × Containers × {resides-on}
I relations entre agents – relations de voisinage basées sur le contexte
AgentGraph = (Agents, Relations)
AgentRelations = {(Ai , Aj , Relation)}, Relation ∈ {is-in, part-of ,
etc.}.
I agents individuels :
A(Name, CGA , Patterns, R, I , Goallist) ∈ Agents
.
15 / 26
. CA’NTI 22
·
·
Modèle Topologie (1) Comportement Représentation du Contexte | Solutions
I Relations de voisinage entre les agents qui favorise l’échange

d’information potentiellement intéressante →− information qui est
pertinente par rapport au contexte des deux agents
⇒ les agents voisins partage certains éléments de contexte ;
I Les agents sont voisins s’ils partagent le contexte.
.
16 / 26
. CA’NTI 22
·
·
Exemple :
.
17 / 26
. CA’NTI 22
·
·
Exemple :
.
17 / 26
. CA’NTI 22
·
·
Exemple :
.
17 / 26
. CA’NTI 22
·
·
Exemple :
.
17 / 26
. CA’NTI 22
·
·
· Traitement de plusieurs types de contexte :
I spatial ← relation is-in
I informatique ← relations controlled-by, executes-on
I social ← relations in, connected-to
I d’activité ← relation part-of
.
18 / 26
. CA’NTI 22
·
·
Modèle Topologie Comportement (1) Représentation du Contexte | Solutions
· Dans un système AmI distribué, comment déterminer les agents

intéressés et comment leur livrer l’information intéressante ?
· comportement adaptable aux capacités du dispositif
· sensibilité au contexte
· fiabilité
I Comportement local : envoyer des morceaux d’information intéressants

aux agents voisins qui sont potentiellement intéressés.
.
19 / 26
. CA’NTI 22
·
·
Modèle Topologie Comportement (2) Représentation du Contexte | Solutions
I intégration les informations reçus qui sont pertinents par rapport à

l’activité de l’agent ;
I détection des situations qui demandent action de la part de l’agent ou
notifications de l’utilisateur ;
I partage de l’information intéressante avec les agents voisins
potentiellement intéresses (conformément a la topologie).
.
20 / 26
. CA’NTI 22
·
·
Modèle Topologie Comportement Représentation du Contexte (1) | Solutions
Exigences pour la représentation du contexte :
I ouverte
I échangeable
I flexible
I distribuée
I générique
I utilisation des graphes pour représenter l’information ;

I utilisation des patterns pour représenter les intérêts de l’agent ;
I si un pattern de contexte match une information ⇒ l’information

est intéressante pour l’agent.
.
21 / 26
. CA’NTI 22
·
·
· Graphe de contexte ∼
= réseau des concepts
is-in
Exemple : Emily −−→ Entry hall
.
22 / 26
. CA’NTI 22
·
·
· Pattern de contexte ≡ graph avec des éléments génériques
I nœuds inconnus (génériques)
I arrêts étiquetées avec des expressions réguliers
Exemple :
is-in is-on is-on is-a
Emily (−−→ Entry hall)(←−−− Wallet) ←−−−? −−→ Shopping bag – la situation
ou Emily est dans le hall pour partir et a sur elle sont portefeuille et son sac
pour faire les courses.
.
23 / 26
. CA’NTI 22
·
·
I le matching des graphes – problème NP-complet

I on peut utiliser les algorithmes de graph matching pour le traitement des
images
· besoin d’adaptation.
.
24 / 26
. CA’NTI 22
·
·
.
25 / 26
. CA’NTI 22

Merci!
Questions?
.
25 / 26
. CA’NTI 22

K., Bogdanowicz, M., Scapolo, F., Leijten, J., and Burgelman, J. (2001).
Ducatel,
Scenarios for ambient intelligence in 2010.
Technical report, Office for Official Publications of the European Communities.
Olaru, A. (2011).
A Context-Aware Multi-Agent System for AmI Environments.
Ph.d. thesis, University Politehnica of Bucharest, Romania, University Pierre et Marie Curie (Paris 6), France.
Weiser, M. (1993).
Some computer science issues in ubiquitous computing.
Communications - ACM, pages 74–87.
.
26 / 26
. CA’NTI 22

Merci!
Questions?
.
26 / 26
. CA’NTI 22

Systemes Multi Agents Pour Lintelligence Ambiante AMF AO

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Systemes Multi Agents Pour Lintelligence Ambiante AMF AO

Transféré par

Droits d'auteur :

Formats disponibles

Andrei Olaru & Adina Magda Florea

Université Politehnica de Bucarest

table des matières

Productivity Future Vision

Project Glass: One day...

“un environnement électronique ubiquitaire qui assiste les personnes dans

I interfaces naturelles a utiliser

I l’information utile au bon moment

I action intelligente (+ sensibilité du contexte)

· transfert des applications

Défi : Passage a l’échelle

· besoin de robustesse et fiabilité · est-il possible d’avoir une

Défi : Passage a l’échelle

· besoin de robustesse et fiabilité · est-il possible d’avoir une

Défi : Applications intelligentes

· majorité des fonctions déjà existent

Défi : Applications intelligentes

· majorité des fonctions déjà existent

· représentation uniforme des données / des connaissances

· représentation uniforme des données / des connaissances

Défi : Partage des données

Défi : Partage des données

Agent logiciel – un logiciel qui agit de façon autonome, intelligente et pro-active.

I offrir assistance avec une tâche ;

On peut utiliser des agents pour implémenter l’Intelligence Ambiante, par :

I attacher un agent pour chaque dispositif ou service ;

I échanger d’information potentiellement intéressante entre les agents ;

I obtenir “un monde de convoyeurs d’information” –

Question : comment intégrer la sensibilité au contexte de manière

I gestion des informations de contexte ;

échange d’information pertinente

I comportement des agents, vers un fonctionnement global du système

I comportement des agents, vers un fonctionnement global du système

I Relations de voisinage entre les agents qui favorise l’échange

I Les agents sont voisins s’ils partagent le contexte.

· Dans un système AmI distribué, comment déterminer les agents

I Comportement local : envoyer des morceaux d’information intéressants

I intégration les informations reçus qui sont pertinents par rapport à

I utilisation des graphes pour représenter l’information ;

I si un pattern de contexte match une information ⇒ l’information

I le matching des graphes – problème NP-complet

Vous aimerez peut-être aussi