Académique Documents
Professionnel Documents
Culture Documents
et systèmes multi-agents
Plan du cours
Outils de conception
– selon l’objectif : individu-centrée ou organisationnelle
– mais toujours une approche locale et décentralisée
Intelligence Artificielle
• L'intelligence artificielle est définie (parmi d’autres)
comme une étude d'agents rationnels.
• Un agent rationnel peut être tout ce qui prend des
décisions, en tant que personne, entreprise, machine ou
logiciel. Il exécute une action avec le meilleur résultat
après avoir pris en compte les percepts (perceptions)
passés et actuels (entrées perceptives de l’agent à
une instance donnée).
– Un système d'IA est composé, au minimum, d'un agent et de son
environnement.
– Un MAS n’est pas nécessairement intelligent, ni compose seulement par des
agents artificiels
Intelligence Artificielle
• Les agents agissent dans leur capteurs
environnement (lequel peut
contenir d'autres agents). Un agent
est tout ce qui peut être considéré
environnement
comme:
– percevoir son environnement
grâce à des capteurs et
– agissant sur cet environnement actionneurs
grâce à des actionneurs
• Remarque: chaque agent peut
percevoir ses propres actions (mais
pas toujours les effets)
Source: https://www.geeksforgeeks.org/agents-artificial-intelligence/
Définition(s) d’un agent (1)
• Entité active et autonome
– qui interagit avec un environnement (réel ou
simulé)
– qui peut être intelligente, adaptative et/ou
sociable
Autonomie et «pro-activité»
• L’agent
– possède ses propres ressources, compétences et
objectifs
– décide seul des actions à réaliser
https://www.geeksforgeeks.org/agents-artificial-intelligence/
Agents réflexes simples
(Simple reflex agents)
https://www.geeksforgeeks.org/agents-artificial-intelligence/
https://www.geeksforgeeks.org/agents-artificial-intelligence/
• Composants conceptuels:
– Élément d'apprentissage: il est chargé d'apporter des
améliorations en apprenant de l'environnement
– Critique (v. Value judgement): l'élément d'apprentissage prend
en compte les commentaires du critique qui décrit les
performances de l'agent par rapport à une norme de
performance fixe.
– Élément de performance: il est responsable de la sélection de
l'action extérieure
– Générateur de problèmes: ce composant est chargé de
suggérer des actions qui mèneront à des expériences nouvelles
et informatives.
Architectures d’agents situés (1)
• Approches réactives: Behavior-based
• modules concurrents («comportements»)
• couplés aux capteurs et aux effecteurs
• mécanisme de coordination
• Stratégies : compétitive ou coopérative
Architectures d’agents situés (2)
• “Bonne architecture” → choix système
comportemental
– motivé (prioritaire)
– interruptible (en cas d’urgence)
– persistant (éviter l’oscillation)
– opportuniste (sélection temporaire contextuelle)
– direct (actions menant à la satisfaction d’un objectif)
– conciliant (compromis)
• Mécanismes comportementaux :
– fonctions classiques, automates à états finis,
programmation ad-hoc,
– réseaux neuronaux, systèmes de classeurs, ...
Conclusion
– Définition variable de la notion d’agent !
– Nombreuses architectures d’agents (a discuter)
– Deux approches : réactive / cognitive → hybride
– mais toujours approche locale et décentralisée
!
– Nombreux domaines d’application
– systèmes complexes
– entités autonomes en interaction
– ± émergence intelligence collective (vs. individuelle)
– Nombreux modèles d’organisation
Devoir – semaine 8
• Presentez un rapport sur une exemple d’architecture
multi-agent (ex.RCS, BDI etc) en precisant:
– Les principes de fonctionnement
– Les categories d’agents qui peuvent y entrer
– Les domaines d’utilisation
– Avantages et problemes (en rapport soit avec (au moins) un
domene d’utilisation, soit avec un autre categorie d’architecture)
• Le rapport doit avoir au moins 3 pages (en principe 3-5
pages) en Times New Roman 12 pts, line spacing
“single”, paragraph spacing 6 pts, margins 2 cm, no
indentation; a presenter en pdf (peut inclure schemas et
diagrames)