Le principal objectif de notre mod`ele et de notre syst`eme est de d´efinir
pr´ecis´ement la notion de synergie entre agents. C’est dans cet optique que
nous avons d´efini notre syst`eme de recherche heuristique multi-agent.
5.2.1 Impact du nombre
Une premi`ere piste dans l’´etude de l’int´erˆet collectif d’un syst`eme
multi-agent est naturellement l’´etude de l’impact du nombre d’multi-agents. Cette ´etude
se m`ene alors sur des populations homog`enes qui ne se diff´erencient que par
le nombre d’agents qu’elles contiennent.
Dans nos exp´eriences, nous avons ´evalu´e l’impact du nombre de
diff´erentes mani`eres : dans le cadre de populations de recherche homog`enes,
nous avons vu que si l’ajout d’agents ne peut pas d´egrader une recherche
pa-rall`ele4, le fait de rajouter un agent peut ˆetre n´egatif dans le cadre d’une
re-cherche concurrente. Dans le cadre d’une synergie de probl`emes, nous avons
´etudi´e l’impact de l’ajout d’un agent, cette synergie joue donc ´egalement sur
le nombre d’agents.
Parmi les travaux existants, la proposition de Kubik implique que
l’´emergence est reli´ee au nombre d’entit´es du syst`eme. Pourtant, nous avons
vu que si toutes ces entit´es sont de la mˆeme classe, l’´emergence telle que
Ku-bik la d´efinit n’a pas lieu. L’int´erˆet de notre proposition est donc de fournir
une d´efinition de l’´emergence entre heuristiques homog`enes que l’on peut
´etudier en fonction du nombre d’agents.
5.2.2 Ex´ecution parall`ele ou concurrente
Une des caract´eristiques int´eressantes de notre syst`eme, en particulier
dans le cas d’une synergie d’heuristiques, est la possibilit´e d’envisager les
ex´ecutions parall`eles et concurrentes. Pour deux syst`emes tr`es proches, nous
obtenons le moyen d’attribuer le gain ou la perte de performance `a
l’inter-action suppl´ementaire.
De mani`ere informelle, le cas d’une recherche concurrente est celle o`u
les messages d’une heuristique peuvent influencer la recherche d’une autre.
4Cette influence n’est pas automatique puisque l’agent peut choisir de ne pas
en tenir compte mais cette propri´et´e est une condition n´ecessaire `a l’´echange
d’informations entre les agents. A l’inverse, on a le cas o`u aucune information
´emise par une heuristique ne peut parvenir `a une autre heuristique pendant
sa recherche.
Initier Boucler Boucler
Initier Boucler Partager Boucler Boucler Boucler Boucler Boucler Rapport Rapport
Fig.5.4 – Une recherche avec deux heuristiques en parall`ele
Initier Boucler Boucler
Initier Boucler Partager Partager Partager Boucler Boucler Boucler Boucler Boucler Rapport Rapport
Fig. 5.5 – Une recherche avec deux heuristiques en concurrence
Le cas concurrent est celui o`u il existe un chemin dans le graphe
d’inter-action reliant les agents de la population. Le cas parall`ele nous indique qu’il
n’est pas possible que les agents se soient influenc´es durant leur ex´ecution.
Notre mod`ele permet donc de d´eterminer si diff´erents agents ont pu
s’in-fluencer `a partir de l’analyse du graphe d’interaction r´esultant de l’ex´ecution.
Nous pensons qu’en dehors de notre syst`eme o`u nous avons d´elib´er´ement
cherch´e cette propri´et´e, ce type d’outils d’analyse peut servir dans de
nom-breuses applications multi-agent afin d’identifier les agents fortement li´es
par l’interaction ou encore de d´elimiter l’ensemble des agents
potentielle-ment influenc´es par un ´ev´enepotentielle-ment.
Cette vision de deux modes d’ex´ecution est proche de celle de la th´eorie
des AMAS qui distinguent les SMA coop´eratifs de ceux pr´esentant des
situa-tions non coop´eratives. Les deux approches consistent `a ´etudier une propri´et´e
de l’ex´ecution du syst`eme et plus particuli`erement des interactions. La
prin-cipale diff´erence est qu’un agent d’un AMAS5 cherche syst´ematiquement `a
´eviter les situations non coop´eratives ce qui implique une seule ex´ecution du
syst`eme. Notre proposition permet d’obtenir deux ex´ecutions dont on peut
comparer les qualit´es et propri´et´es alors que les AMAS pr´esente l’avantage
de s’adapter en cours d’ex´ecution.
5.2.3 Importance de l’objectif
Une des phrases les plus pr´esentes dans la litt´erature concernant
l’´emergence est “le tout est sup´erieur `a la somme des parties”. Cette phrase
contient deux id´ees importantes : le tout et la somme des parties sont deux
choses diff´erentes mais surtout le tout est sup´erieur. Pour Corning, il s’agit
d’obtenir des effets diff´erents selon que le syst`eme est compos´e ou non. Dans
le travail de Kubik, il s’agit d’une inclusion stricte entre deux ensembles.
Dans notre syst`eme, nous avons cherch´e `a aborder un domaine dans lequel
l’objectif du syst`eme est facile `a identifier puisqu’il est mod´elis´e `a travers
une fonction. Nous avons donc cherch´e `a nous placer dans un cadre o`u nous
pouvons affirmer que le tout est bien sup´erieur `a la somme de ses parties et
pas seulement diff´erent.
Dans la m´ethodologie ADELFE, la satisfaction de l’objectif est assimil´ee
`
a l’obtention d’un comportement collectif. Nous avons cherch´e `a distinguer
ces deux id´ees pour chercher une corr´elation exp´erimentale. La combinaison
de ces deux approches peut se r´ev´eler constructive en choisissant de
main-tenir la coop´eration dans le syst`eme quand celle-ci m`ene clairement `a un
meilleur fonctionnement ou `a une meilleure solution tout en permettant des
modes parall`eles dans les cas o`u l’int´erˆet de la coop´eration est nulle voire
n´egative.
5
Dans le document
Intégration de l' émergence au sein des systèmes multi-agent <br />Une étude appliquée à la recherche heuristique
(Page 140-143)