Les agents hybrides combinent des propri´et´es des agents r´eactifs et d´elib´eratifs `a travers une architecture qui met l’accent sur la comp´etition. Fondamentalement, ces agents poss`edent des capacit´es cognitives mais restent capables d’ˆetre r´eactifs ou opportunistes lorsque la situation l’exige.
TouringMachine de Innes Ferguson[Ferguson(1992)] synth´etise parfaitement l’architecture classique d’un agent hybride. Comme illustr´e dans la figure 1.6, il s’agit d’une architecture en trois couches. La couche « haute » reprend celle de l’agent d´elib´eratif. Elle contient donc une repr´esentation de l’environnement, et des capacit´es d’inf´erences sur les connaissances. La couche « basse » est une architecture r´eactive typique, comme celle de Brooks. Enfin, une couche m´e- diatrice, appel´ee s´equenceur, arbitre entre les comportements d´elib´eratifs et les comportements r´eactifs. L’agent hybride est capable de planifier une action sur le long terme, en utilisant les connaissances qu’il poss`ede de son environnement, mais il est parall`element capable de r´eagir rapidement, lorsqu’il rencontre un danger par exemple.
couche délibérative
séquenceur
couche réactive
capteurs effecteurs
Fig. 1.14 – Le mod`ele hybride ou TLA (Three Layers Architecture) comporte trois couches.
1.6. Les agents hybrides
no¨ıdes virtuels. Parmi les r´esultats les plus significatifs, nous pouvons citer ceux du VR-LAB de Lausanne[Conde & Thalmann(2005)] ou encore les projets SIAMES et BUNRAKU de l’IRISA de Rennes, bas´es sur l’architecture HPTS[Donikian & Rutten(1995), Donikian(2004)], en enfin l’architecture ViBes (Virtual Behaviors) de l’IRIT[Sanchez(2004),Sanchez et al.(2004)].
1.6.1 L’architecture HPTS
L’architecture HPTS, pour Hierarchical Parallel Transition System, est elle-mˆeme bas´ee sur une architecture de subsomption.
Chaque comportement est donc mod´elis´e par un automate7 : concr`etement, il est d´ecrit comme un ensemble d’´etats et de transitions entre ces ´etats. Les comportements fonctionnent en parall`ele. En fait, l’originalit´e du mod`ele provient de la hi´erarchisation des comportements. cette n´ecessit´e s’appuie sur un constat simple : « une personne n’effectue pas du multitˆache en parall`ele, mais plusieurs tˆaches vont se d´erouler en fusionnant attentivement plusieurs int´e- rˆets parall`eles ». La proposition du mod`ele HPTS est d’int´egrer r´ecursivement un sous-ensemble de comportements « fils » sous l’autorit´e d’un comportement « p`ere ». Si les comportements fils fonctionnent de mani`ere ind´ependante, leur implication dans le comportement final — unique — `
a un instant t est d´ecid´e par le p`ere `a travers un m´ecanisme d’int´egration.
(a) (b)
Fig. 1.15 – Les personnages du « mus´ee virtuel » de la Cit´e des Sciences et de l’Industrie (Paris) utilisent l’architecture HPTS.
Dans le but d’´etendre les capacit´es interactionnelles des agents HPTS, le module BCOOL a ´et´e d´evelopp´e pour se greffer `a l’architecture existante. BCOOL[Lamarche(2003)], pour Beha- vioural and Cognitive Object Oriented Language, a pour ambition la mod´elisation des connais- sances des agents. Il se pr´esente sous la forme d’un langage de description des connaissances pouvant ˆetre compil´e et ainsi transform´ee en une base de donn´ees. Fondamentalement, BCOOL est compos´e de deux mondes : le monde conceptuel et le monde r´eel. Le monde conceptuel contient la description symbolique de tous les objets int´egrables dans le monde virtuel, des rela- tions qu’ils entretiennent et des possibilit´es d’interaction qu’ils offrent aux agents. Le monde r´eel (voir figure1.6.1) r´epertorie les instances des objets effectivement pr´esents dans l’environnement.
7
Le mod`ele HPTS int`egre un compilateur qui permet de g´en´erer l’automate `a partir d’une description formelle du comportement.
Fig. 1.16 – Dans BCOOL, la partie « monde r´eel » recense les objets, les lieux et les person- nages effectivement pr´esents dans l’environnement, ainsi que leurs relations. Leur description exhaustive est d´el´egu´ee `a la partie « monde conceptuel ».
1.6.2 La plate-forme ViBes
La plate-forme ViBes[Sanchez(2004),Sanchez et al.(2004)] (pour Virtual Behaviors) est une autre architecture pour les humano¨ıdes virtuels8digne d’int´erˆet. `A l’instar d’HPTS, l’architecture ViBes entend produire des comportements complexes de mani`ere ascendante, en se reposant sur l’intervention de comportements hi´erarchiquement plus simples.
Le comportement g´en´eral est abord´e `a travers la traditionnelle boucle perception→d´ecision→action. ViBes propose une d´ecomposition modulaire des comp´etences de l’agent. Diff´erents gestionnaires appel´es modules de comp´etence sont responsables de ses capacit´es : perception, navigation, d´eci- sion, communication, etc. Chaque module de comp´etence peut revˆetir la forme d’un script, d’un automate, d’un syst`eme de classeur, ou n’importe quel syst`eme permettant de produire une action. On discerne les modules r´eactifs des modules cognitifs. En ce sens, St´ephane Sanchez d´efinit lui-mˆeme l’architecture ViBes comme une architecture hybride « classique ».
Un autre module important, le module de connaissances, g`ere les repr´esentation des objets de l’environnement afin que l’agent puisse identifier et manipuler les objets qui l’entourent. Ce module se pr´esente sous la forme d’une carte topologique o`u sont r´epertori´ees les positions des objets que l’agent a rencontr´e durant son exploration. Chaque objet englobe ses propres pro- pri´et´es ainsi que ses possibilit´es d’interaction.
L’originalit´e de l’architecture ViBes, en dehors de la g´en´ericit´e des comportements qui auto- rise l’emploi de techniques vari´ees, est la r´eintroduction de l’adaptativit´e dans le comportement de l’agent grˆace `a l’emploi de m´ecanismes ´evolutionnaires comme les algorithmes g´en´etiques ou les syst`emes de classeurs.
Tous les agents hybrides ont un point commun : il s’agit fondamentalement d’agents r´eactifs auxquels on a ajout´e des connaissances et des algorithmes permettant d’inf´erer sur ces connais- sances. Ce qui apparaˆıt comme leur point fort peut d’une certaine mani`ere ˆetre consid´er´e comme une faiblesse.
8
1.6. Les agents hybrides
(a) Pour le projet V-Man, des humano¨ıdes virtuels doivent ˆetre capables de se comporter de mani`ere r´ealiste.
(b) En outre, ils doivent apprendre `a manipuler et interagir avec les objets qui les entourent.
Fig. 1.17 – Les humano¨ıdes du projet V-Man sont contrˆol´es par l’architecture ViBes.
1.6.3 La m´emoire des hybrides
Outre l’int´egration de comportements plus complexes que ceux que l’on trouvait initia- lement dans l’architecture de Brooks, le point fort des agents hybrides est de poss´eder une m´emoire. Grˆace `a des repr´esentations internes des objets de leur environnement (Smart Ob- jects[Kallmann & Thalmann(1998),Kallmann & Thalmann(2002)],[Lamarche(2003),Sanchez(2004)]), les agents hybrides ont la facult´e de les reconnaˆıtre, de les manipuler et parfois de les assembler.
Les m´emoires des agents hybrides sont toutes, `a diff´erents degr´es, inspir´ees des Frames de Marvin Minsky[Minksy(1974)] et d’une interpr´etation de la th´eorie des affordances de James Gibson9[Gibson(1979)]. Les Frames repr´esentent les connaissances `a la mani`ere des mod`eles ob- jets. Elles peuvent ainsi ˆetre compar´ees aux classes Java. `A l’instar des attributs et des m´ethodes d’une classe, une Frame poss`ede des caract´eristiques propres — une chaise a une couleur, une mati`ere, etc. — et des moyens d’interaction — s’asseoir sur la chaise, d´eplacer la chaise, etc. — qu’on appelle les affordances. Deux Frames peuvent ´egalement ˆetre reli´ees par des relations d’ap- partenance — une chaise est plac´ee `a cˆot´e d’une table, une chaise poss`ede quatre pieds, etc. — ou d’h´eritage — une chaise est un meuble.
L’ensemble des connaissances de l’agent comprend une multitude de Frames interconnect´ees les unes aux autres, mais ´egalement leurs instances. Dans la m´emoire de l’agent, les Frames sont des concepts — table, chaise, meuble, etc. — et leurs instances repr´esentent des objets effectivement pr´esents dans l’environnement — ma chaise en bois, couleur chˆene, situ´ee dans le salon. Comme pour une classe Java, les attributs sont propres `a une instance — chaque chaise a sa propre couleur — mais les m´ethodes sont communes — on peut s’asseoir sur n’importe quelle chaise.
9
L’affordance est un n´eologisme issu du verbe anglais to afford (se permettre, ˆetre capable de. . .). Cette th´eorie pr´esume que l’homme a une perception directe de son environnement, c’est `a dire qu’il peut extraire les affordances d’un objet. L’affordance r´esume tout ce que l’on peut se permettre avec cet objet, en terme d’action ou d’interaction.
Fig. 1.18 – Les affordances illustr´ees dans le mod`ele BCOOL. Chaque objet poss`ede un ensemble de m´ethodes d´ecrivant les possibilit´es d’interaction offertes par celui-ci.
La m´emoire des agents hybrides est tr`es pertinente pour mod´eliser les interactions de l’agent hybride avec son environnement. Il connaˆıt et reconnaˆıt, moyennant un ensemble de traitements, tous les objets de son environnement. En reliant un objet `a son concept, il connaˆıt instinctive- ment toutes les interactions qu’il peut se permettre avec cet objet, et tous les comportements qu’il peut adopter.
D’un autre cˆot´e, un inconv´enient majeur de cette m´emoire est la lourdeur de sa mod´elisa- tion. En effet, l’agent n’est pas en mesure d’apprendre `a reconnaˆıtre et utiliser un objet. C’est `
a l’animateur qu’incombe la tˆache fastidieuse de d´ecrire et mod´eliser chaque objet de mani`ere exhaustive, les interactions auxquelles il peut ˆetre soumis, et les relations qu’il entretient avec les autres objets. Non seulement cette tˆache requiert un temps consid´erable et une grande ex- pertise de la part de l’animateur mais chaque erreur ou oubli peut avoir des cons´equences non n´egligeables sur le comportement de l’agent. En l’occurrence, un agent hybrides ne peut pas se servir d’un objet s’il n’a pas ´et´e pr´ealablement d´efini, et ceci, mˆeme s’il sait se servir d’un objet relativement proche.