S ´emantique pour l’environnement

2.1. INTRODUCTION 13

2.1/ INTRODUCTION

Un syst `eme multi-agents peut ˆetre simplement d ´ecrit comme un syst `eme compos ´e d’un

ensemble d’agents, plus ou moins autonomes, ´evoluant et interagissant dans un

envi-ronnement. Ces syst `emes sont tr `es souvent utilis ´es pour mod ´eliser des comportements

individuels ou plus largement des soci ´et ´es.

Il existe dans le domaine des syst `emes multi-agents de nombreux champs d’ ´etudes

li ´es `a la repr ´esentation des agents, `a la repr ´esentation des environnements, ou `a la

d ´efinition m ˆeme de types de simulations qui peuvent ˆetre d ´evelopp ´es. Depuis une

di-zaine d’ann ´ees, avec le d ´eveloppement du web s ´emantique, de nouveaux mod `eles de

repr ´esentation des connaissances ont fait leur apparition : les ontologies. Dans le

do-maine des syst `emes multi-agents, le besoin de mod ´eliser, soit les agents soit les

environ-nements a donn ´e le jour `a de nouvelles approches int ´egrant ces mod `eles s ´emantiques.

Dans la suite de ce document, nous pr ´esentons tout d’abord un ´etat de l’art du domaine

de la simulation multi-agents. Cet ´etat de l’art est articul ´e en deux grandes parties. La

premi `ere partie pr ´esente des notions fondamentales (agent, environnement, simulation).

La seconde partie pr ´esente les travaux li ´es `a la repr ´esentation du comportement des

agents (la planification et la s ´election d’actions). Ensuite, nous pr ´esentons un ´etat de

l’art sur le domaine du web s ´emantique. Dans cette partie nous nous int ´eresserons tout

particuli `erement aux ontologies et aux m ´ecanismes de raisonnement associ ´es. Enfin, la

derni `ere partie de ce chapitre est un ´etat de l’art sur l’ensemble des travaux qui associent

les deux domaines, celui des syst `emes multi-agents et celui du web s ´emantique. Dans

cette partie nous identifierons les axes et les contraintes de ce type de combinaison.

2.2/ D ´EFINITIONS ET FONDAMENTAUX SUR LES SYSTEMES MULTI-`

AGENTS

2.2.1/ D ´EFINITION DE LA NOTION D’AGENT

L’une des d ´efinitions les plus c ´el `ebres de la notion d’agent a ´et ´e formul ´ee par [Russell

and Norvig, 1995], ils consid `erent un agent comme Tout ce qui peut ˆetre vu comme

percevant son environnement `a l’aide de capteurs et agissant sur cet environnement `a

l’aide d’effecteurs, de fac¸on autonome. Cette d ´efinition tr `es g ´en ´erale et volontairement

minimaliste dans sa formulation (uniquement) a ´et ´e ´etendue notamment par Ferber pour,

en outre, accentuer l’importance de l’environnement (qui demeurait rarement sp ´ecifi ´e).

Pour [Ferber, 1995],l’agent est une entit ´e physique ou virtuelle :

1. qui est capable d’agir dans un environnement ;

2. qui peut communiquer directement avec d’autres agents ;

3. qui est m ˆu par un ensemble de tendances (sous la forme d’objectifs individuels ou de

fonc-tions de satisfaction, voire de survie, qu’elle cherche `a optimiser) ;

4. qui poss `ede des ressources propres ;

5. qui est capable de percevoir son environnement (mais de mani `ere limit ´ee) ;

6. qui ne dispose que d’une repr ´esentation partielle de cet environnement (et ´eventuellement

aucune) ;

7. qui poss `ede des comp ´etences et offre des services ;

8. qui peut ´eventuellement se reproduire ;

9. et dont le comportement tend `a satisfaire ses objectifs, en tenant compte des ressources et

des comp ´etences dont elle dispose, et en fonction de sa perception, de ses repr ´esentations

et des communications qu’elle rec¸oit.

2.2.2/ D ´EFINITION D’UN SYSTEME MULTI` -AGENTS

La plupart des auteurs s’accordent g ´en ´eralement pour d ´efinir un Syst `eme Multi-Agents

(SMA) comme un syst `eme compos ´e d’agents qui communiquent et collaborent pour

at-teindre des objectifs sp ´ecifiques personnels ou collectifs. La communication implique

l’existence d’un espace partag ´e support de cette communication. Cet espace est

g ´en ´eralement qualifi ´e d’Environnement.

Pour [Ferber, 1995, p. 15],un SMA est un syst `eme compos ´e des ´el ´ements suivants :

– un environnementE, c’est- `a-dire un espace disposant g ´en ´eralement d’une m ´etrique ;

– un ensemble d’objetsO. Ces objets sont situ ´es, c’est- `a-dire que pour tout objet, il est possible,

`a un moment donn ´e, d’associer une position dansE. Ces objets sont passifs, c’est- `a-dire qu’ils

peuvent ˆetre perc¸us, cr ´e ´es, d ´etruits et modifi ´es par les agents ;

– un ensemble Ad’agents qui sont des objets particuliers (A⊆O), lequel repr ´esente les entit ´es

actives du syst `eme ;

– un ensemble de relationsRqui unissent des objets (et donc des agents) entre eux ;

– un ensemble d’op ´erationsOppermettant aux agents deAde percevoir, produire, consommer,

transformer, et manipuler des objets deO;1

– des op ´erateurs charg ´es de repr ´esenter l’application de ces op ´erations et la r ´eaction du monde

`a cette tentative de modification, que l’on appellera les lois de l’univers.

Un SMA est une soci ´et ´e organis ´ee d’agents dans laquelle un certain nombre de

ph ´enom `enes peuvent ´emerger comme la r ´esultante des interactions entre les agents².

1. Cela correspond, entre autres, `a la facult ´e des agents de percevoir leur environnement, de manger,

etc.

2.3. D ´EFINITIONS ET FONDAMENTAUX SUR LA SIMULATION 15

Cette notion d’ ´emergence est essentielle dans les SMA, car c’est l’une des propri ´et ´es

majeures qui caract ´erisent leur capacit ´e `a mod ´eliser des syst `emes complexes.

2.3/ D ´EFINITIONS ET FONDAMENTAUX SUR LA SIMULATION

Shannon [1977] d ´efinit la simulation commele processus permettant de concevoir un

mod `ele d’un syst `eme r ´eel et de mener des exp ´erimentations sur la base de ce mod `ele

pour comprendre le comportement du syst `eme ou ´evaluer diff ´erentes strat ´egies pour son

fonctionnement (dans les limites impos ´ees par un crit `ere ou un ensemble de crit `eres)3.

L’objectif de la simulation est de faciliter la compr ´ehension de la dynamique d’un syst `eme

et tenter d’en pr ´edire l’ ´evolution. Satisfaire cet objectif n ´ecessite l’ ´elaboration d’un mod `ele

du syst `eme `a ´etudier, son ex ´ecution sur un calculateur et l’analyse des r ´esultats de cette

ex ´ecution [Fishwick, 1997].

Le mod `ele de simulation d ´esigne g ´en ´eralement l’ensemble des m ´ecanismes qui g `erent

les changements d’ ´etat du syst `eme. Il correspond `a l’ensemble des lois, conditions ou

contraintes qui d ´efinissent le comportement du syst `eme, ainsi que la mani `ere dont ses

composantes sont agr ´eg ´ees. L’ex ´ecution, quant `a elle, doit faire ´evoluer dans le temps

le mod `ele du syst `eme [Coquillard and Hill, 1997]. Pour y parvenir, elle est g ´en ´eralement

associ ´ee `a un ensemble d’outils qui constitue le simulateur.

2.4/ LA SIMULATION MULTI-AGENTS

La simulation multi-agents se r ´ef `ere aux mod `eles microscopiques ou qualifi ´es

individus-centr ´es (cf. [Amblard, 2003]) et fournit un outil permettant de mod ´eliser et simuler la

dynamique de populations compos ´ees d’individus en interaction.

Ce type de simulation assimile l’individu `a un agent. La simulation multi-agents a ´et ´e

appliqu ´ee `a un grand nombre de domaines tels que la robotique [Drogoul, 1993,

Ki-tano et al., 1997], l’ ´ethologie [Drogoul and Picault, 1999], l’ ´ecologie et la biologie, ou les

sciences sociales [Conte et al., 1998, Gilbert and Troitzsch, 2005].

Ces techniques tentent explicitement de mod ´eliser les comportements sp ´ecifiques des

individus composant une population. La perspective adopt ´ee se situe au niveau de

l’indi-vidu ; la dynamique du syst `eme est issue des interactions entre les indil’indi-vidus. La structure

du syst `eme est consid ´er ´ee comme ´emergente de ces interactions.

De mani `ere g ´en ´erale, on peut consid ´erer que les techniques de simulation

microsco-pique offrent un niveau de pr ´ecision important dans les comportements simul ´es, mais au

3. la citation originelle est :“the process of designing a model of a real system and conducting

experi-ments with this model for the purpose either of understanding the behaviour of the system or of evaluating

various strategies (within the limits imposed by a criterion or a set of criteria) for the operation of the system.”

d ´etriment d’un co ˆut computationnel plus ´elev ´e. En outre, elles n ´ecessitent des donn ´ees

pr ´ecises et nombreuses pour leur initialisation, ce qui les rend de fait difficilement

appli-cables `a des syst `emes de grande ´echelle. De plus, nous verrons que ces travaux

parti-cipent ´egalement `a faciliter cette phase d’initialisation des simulations en exploitant des

donn ´ees existantes et d ´ecrites dans un format standard.

Le mod `ele propos ´e par Michel [2004] pour la mod ´elisation et la simulation de syst `emes

multi-agents constitue la base pour la conception d’un simulateur multi-agents. Il adopte

une approche multi-vues et distingue quatre aspects fondamentaux dans un mod `ele de

simulation multi-agents :

– les comportements : cet aspect traite de la mod ´elisation des processus de

d ´elib ´eration des agents (leuresprit) ;

– l’environnement : ce point de vue vise `a d ´efinir les diff ´erents objets physiques du

monde simul ´e (l’environnement situ ´e et lecorpsdes agents) ainsi que la dynamique

endog `ene de l’environnement ;

– l’ordonnancement: cet aspect concerne la mod ´elisation de l’ ´ecoulement du temps et

la d ´efinition de l’ordonnancement utilis ´e pour ex ´ecuter le comportement des agents ;

– les interactions : cette vue s’int ´eresse plus particuli `erement `a la mod ´elisation du

r ´esultat des actions et des interactions `a un instant donn ´e.

La figure 2.1 illustre les relations entre ces quatre aspects fondamentaux d’une simulation

multi-agents.

FIGURE2.1 – Les quatre aspects d’un mod `ele de simulation multi-agents Michel [2004]

La mod ´elisation et l’implantation de chacun de ces aspects et de leurs relations sont

autant de points d ´elicats qui soul `event les probl ´ematiques suivantes :

– respecter la contrainte de localit ´e: un agent est une entit ´e dont les perceptions et les

actions n’ont qu’une port ´ee locale. Deux approches principales existent pour respecter

cette contrainte :

– l’approche discr `ete (centr ´ee environnement) o `u la discr ´etisation de l’environnement

sous forme de zones d ´efinit la granularit ´e des perceptions et des actions des agents ;

2.4. LA SIMULATION MULTI-AGENTS 17

– l’approche continue (centr ´ee agent) o `u la port ´ee de chaque perception et de chaque

action fait l’objet d’un traitement particulier qui est fonction de la nature et des

ca-ract ´eristiques de l’agent concern ´e [Weyns et al., 2004] ;

Ces deux approches peuvent ´egalement ˆetre combin ´ees.

– respecter la contrainte d’int ´egrit ´e environnementale: un agent ne doit pas ˆetre en

mesure de modifier directement les variables d’ ´etat de l’environnement ;

– ´eviter de biaiser la simulation et g ´erer la simultan ´eit ´e des actions : pour ´eviter

d’introduire des biais dans la simulation, il est n ´ecessaire de disposer d’un mod `ele de

gestion de l’action des agents et du temps, qui permet de mod ´eliser la simultan ´eit ´e

de deux ´ev ´enements. Un mod `ele de simulation ne doit pas ˆetre li ´e `a une implantation

particuli `ere [Zeigler et al., 2000]. L’ordre dans lequel les agents sont activ ´es influe sur

la dynamique du syst `eme et peut entraˆıner des biais de simulation.

De mani `ere g ´en ´erale, pour prendre en consid ´eration ces diff ´erentes contraintes et

conce-voir des simulations multi-agents, nous adoptons le mod `ele Influence-R ´eaction [Ferber

and M ¨uller, 1996, Michel, 2001, 2006, Weyns and Holvoet, 2004].

L’action d’un agent au sein d’une simulation est g ´en ´eralement mod ´elis ´ee comme la

trans-formation d’un ´etat global [Ferber, 1995], c’est- `a-dire la modification directe d’une des

variables de l’environnement. Le cœur du mod `ele Influence-R ´eaction consiste `a s ´eparer

l’action d’un agent de l’effet qu’elle produit. Dans ce mod `ele, un agent produit des

in-fluences sur son environnement et non des actions au sens vu pr ´ec ´edemment. L’influence

repr ´esente le d ´esir d’un agent de vouloir modifier l’environnement d’une certaine fac¸on.

Le r ´esultat effectif de cette tentative de modification de l’environnement par un agent ne

peut ˆetre calcul ´e sans connaˆıtre l’ensemble des influences produites au m ˆeme instant.

Ce mod `ele se base en fait sur la distinction claire entre deux dynamiques qui sont

com-bin ´ees dans un syst `eme multi-agents [Michel, 2006] :

1. la dynamique au niveau de l’agent qui produit des influences ;

2. la dynamique au niveau du syst `eme qui calcule la r ´eaction de l’environnement

compte tenu de l’ensemble des influences ´emises simultan ´ement. Pour calculer

cette r ´eaction, les influences sont consid ´er ´ees en fonction des lois de l’univers

[Fer-ber and M ¨uller, 1996].

Adopter le mod `ele Influence-R ´eaction implique ´egalement de distinguer deux

compo-santes de l’agent : son corps et son esprit ([Michel, 2004, p. 117-119]). Cette

distinc-tion est n ´ecessaire afin de clairement s ´eparer le mod `ele d’environnement du mod `ele

du syst `eme. En effet, l’esprit de l’agent est d ´ependant du syst `eme cible alors que son

corps est int ´egr ´e au mod `ele d’environnement. Cette distinction esprit/corps correspond

`a la partition entre les variables utilis ´ees par le syst `eme d ´ecisionnel de l’agent, sur

les-quelles l’agent dispose d’un contr ˆole total, et les variables li ´ees `a la mod ´elisation de sa

partie physique contr ˆol ´ees par l’environnement, sur lesquelles l’agent n’a aucun pouvoir.

La figure 2.2 explicite cette distinction entre l’esprit et le corps d’un agent.

FIGURE2.2 – Distinction entre l’esprit et le corps d’un agent dans le contexte du principe

Influence/R ´eaction [Michel, 2004]

2.5/ LA SIMULATION EN ENVIRONNEMENT VIRTUEL

Deux grandes cat ´egories de simulations d’individus dans des univers virtuels peuvent

ˆetre distingu ´ees selon qu’elles cherchent `a atteindre un haut niveau de r ´ealisme de

com-portement (simulation pour la s ´ecurit ´e ou les sciences sociales) ou une visualisation

de haute qualit ´e (production de films, de jeux vid ´eos, d’outils de r ´ealit ´e virtuelle)

[Thal-mann and Musse, 2007]. Dans la premi `ere cat ´egorie, les r ´esultats de simulation sont

g ´en ´eralement coh ´erents avec les observations r ´ealis ´ees sur la population r ´eelle et

peuvent servir de base `a des ´etudes th ´eoriques pour l’ ´evaluation et la pr ´evision des

com-portements des individus. Dans la seconde cat ´egorie, les mod `eles de comportement ne

sont pas la priorit ´e et ne correspondent pas quantitativement au monde r ´eel. Cependant,

les individus sont des personnages en 3D enti `erement anim ´es et les utilisateurs de

l’ap-plication peuvent avoir un degr ´e ´elev ´e d’interaction avec ces ´el ´ements de la simulation.

Les recherches et les applications r ´ecentes tendent `a unifier ces deux cat ´egories, en

par-ticulier dans le domaine des syst `emes de formation o `u les deux aspects sont n ´ecessaires

pour une formation efficace.

2.5. LA SIMULATION EN ENVIRONNEMENT VIRTUEL 19

Thalmann et al. [2009] propose une synth `ese des d ´efis th ´eoriques et pratiques que l’on

peut r ´esumer par un ensemble de questions r ´ecurrentes :

1. G ´en ´eration d’individus virtuels : Comment g ´en ´erer une population d’individus

poss ´edant des propri ´et ´es physiques h ´et ´erog `enes ? [Braun et al., 2003, Goto et al.,

2001, Seo et al., 2002]

2. Animation et mouvements des individus: Comment chaque individu peut-il se

d ´eplacer de mani `ere r ´ealiste au sein de l’univers en tenant compte des objets

sta-tiques et dynamiques ? Comment les individus formant un groupe peuvent-ils se

d ´eplacer de mani `ere coordonn ´ee ? [Anderson et al., 2003, Ashida et al., 2001,

Braun et al., 2005, Buisson et al., 2013, Goldenstein et al., 2001, Lamarche and

Donikian, 2004, Van den Berg et al., 2008]

3. G ´en ´eration de comportements individuels et collectifs: Comment une

popula-tion peut-elle r ´eagir aux changements pouvant survenir dans son environnement ?

Comment chaque individu peut il interagir avec ses voisins, et avoir une activit ´e

so-ciale avec eux ? [Bouvier et al., 1997, Brogan and Hodgins, 1997, Galland et al.,

2009, Hodgins and Brogan, 1994, Musse and Thalmann, 2001, Niederberger and

Gross, 2003, Razavi et al., 2011, Reynolds, 1987, 1999, Tu and Terzopoulos, 1994,

Ulicny and Thalmann, 2002]

4. Mod ´elisation de l’environnement virtuel: Quels aspects de l’univers (ou de

l’en-vironnement virtuel) doivent ˆetre mod ´elis ´es ? Quel mod `ele peut supporter

effica-cement l’ensemble des comportements des individus ? Comment g ´en ´erer

efficace-ment les perceptions de chaque individu dans l’univers virtuel ? Comefficace-ment appliquer

correctement les actions des individus tout en respectant l’int ´egrit ´e de

l’environne-ment ? [Bayazit et al., 2002, Behe et al., 2014a, Demange et al., 2010, Farenc et al.,

1999b, Galland et al., 2009, Gaud, 2007, Kallmann et al., 2003, Loscos et al., 2003,

Paiva et al., 2005]

5. Interaction avec la population virtuelle: Quelles informations doivent ´echanger

un humain r ´eel, immerg ´e dans l’univers virtuel, et la population synth ´etique ?

Com-ment mettre en œuvre ces interactions ? Quelle est la m ´etaphore la plus appropri ´ee

pourdirigerla population synth ´etique ? [Farenc et al., 1999a, Ulicny et al., 2004]

6. Affichage des individus dans l’univers virtuel: Comment afficher de nombreux

individus anim ´es avec le minimum de latence ? Comment afficher une grande

vari ´et ´e d’apparences ? [Aubel et al., 2000, Courty and Musse, 2005, Heras et al.,

2005, Loscos et al., 2001, Pettr ´e et al., 2006, Tecchia et al., 2002, Wand and

Stras-ser, 2002]

Dans les travaux de recherche que nous avons men ´es dans le cadre de cette th `ese

nous nous sommes plus particuli `erement int ´eress ´es au point 3, g ´en ´eration de

compor-tements individuels et collectifs et au point 4, mod ´elisation de l’environnement virtuel.

Nous d ´emontrerons dans la suite que la g ´en ´eration du comportement d ´epend tr `es

for-tement de la mod ´elisation de l’environnement virtuel. Nous montrerons qu’au-del `a d’une

simple perception g ´eom ´etrique de l’environnement, les processus de repr ´esentation du

comportement au sein d’un syst `eme multi-agents peuvent ˆetre simplifi ´es en ajoutant de

la s ´emantique sur l’environnement. Cette s ´emantique sera la base d’une d ´efinition

sim-plifi ´ee, mais efficace du comportement des agents sous la forme de r `egles logiques.

Notre volont ´e de repr ´esenter l’environnement sous la forme d’une ontologie mod ´elisant

les contraintes m ´etiers du b ˆatiment nous permettra de donner des r ´eponses aux

ques-tions identifi ´ees par Thalmann et al. [2009] sur la mod ´elisation de l’environnement virtuel.

2.6/ COMPORTEMENT D’AGENT : PLANIFICATION ET SELECTION´

D’ACTION

Apr `es avoir d ´efini, dans la section pr ´ec ´edente, les grands principes du domaine de la

si-mulation multi-agents, nous concentrons notre ´etude sur le comportement des agents,

principalement sur les ´etapes de planification et de s ´election d’actions puis sur la

mod ´elisation de l’environnement. La planification fait r ´ef ´erence `a une forme

d’organisa-tion dans le temps de la r ´ealisad’organisa-tion d’objectifs. Dans notre cas, ces objectifs sont atteints

lorsque les agents s ´electionnent les actions ad ´equates `a la satisfaction de l’objectif. Dans

la suite de cette section, nous pr ´esenterons tout d’abord la notion de s ´election d’action.

Puis, nous pr ´esenterons la notion de planification. Enfin, nous ´evoquerons l’impact de la

repr ´esentation de l’environnement sur la planification.

2.6.1/ S ´ELECTION D’ACTION

La capacit ´e humaine `a s ´electionner une action `a r ´ealiser plut ˆot qu’une autre est

com-plexe. Il est possible de s ´eparer les processus d ´ecisionnels en deux groupes distincts.

Cette s ´eparation est r ´ealis ´ee selon que le processus n ´ecessite d’ ˆetre conscient ou pas.

Le premier groupe r ´eunit les syst `emes de processus dits r ´eactifs et le deuxi `eme les

syst `emes de processus ditscognitifs.

Syst `emes r ´eactifs

Ces processus pr ´e ´etablis ne font pas directement intervenir de processus conscient. Il

s’agit de relier la perception `a l’action sans raisonnement n ´ecessitant une projection dans

le temps. Cette premi `ere cat ´egorie de comportements de s ´election d’action correspond

`a des comportements r ´eflexes. Un r ´eflexe est un comportement en r ´eaction `a une

si-tuation particuli `ere. Il n’y a pas de m ´ecanisme d ´ecisionnel, il s’agit d’un automatisme.

Ces comportements peuvent avoir ´et ´e appris, mais sont devenus tellement n ´ecessaires

et/ou r ´ep ´etitifs qu’il n’y a plus de r ´eflexion pour les produire. Pour mettre en pratique ce

comportement, plusieurs syst `emes ont ´et ´e propos ´es.

2.6. COMPORTEMENT D’AGENT : PLANIFICATION ET S ´ELECTION D’ACTION 21

permettant de formaliser des comportements r ´eactifs. Ils sont issus de travaux en

Dans le document Environnement informé sémantiquement enrichi pour la simulation multi-agents : application à la simulation en environnement virtuel 3D (Page 23-58)