Intégration réactif / cognitif

L’approche classique de l’intégration réactif / cognitif consiste à coupler quelques agents réactifs, chargés de traitements bas-niveau, avec des agents cognitifs, élaborant un raisonnement à partir des entrées fournies par les agents réactifs. L’organisation générale est alors « horizontale », les agents communiquant soit directement, soit via un tableau noir.

Dans notre proposition, nous utilisons non plus un agent réactif, mais un système multi-agents réactifs, en interaction avec des multi-agents cognitifs. Ce type de SMA réactifs, appelé SMARRPS (cf. par. 4, p. 136), est construit a priori afin de résoudre des problèmes, et il fournit donc des solutions aux autres agents. Ses paramètres d’entrée sont les paramètres d’évolution du SMARRPS, ainsi que les données du problème. Celles-ci sont fournies par un autre agent, ou par l’environnement général. Par souci de cohérence structurale, on peut admettre que la couche d’entrée / sortie du SMARRPS prend la forme d’un agent, qui utilise le SMARRPS comme un « solveur », et produit une image du résultat, soit directe (analogique), soit quantitative, soit qualitative ou symbolique par classification. Cet agent « méta-SMARRPS » peut intégrer des couches classiques de type stratégique, relationnelle ou adaptative. On peut ainsi faire interagir plusieurs agents méta-SMARRPS (qui contrôlent donc chacun un noyau SMARRPS), et obtenir une architecture hiérarchique qui combine une approche "émergentiste" à bas niveau, et une approche "cognitiviste" à haut-niveau. L’intérêt est que, dans un agent de type SMARRPS, le mode de représentation de la connaissance, et le mode de raisonnement qui s’en suit, sont multivoques : un solveur SMARRPS ne fournit en général pas une solution unique, mais une famille de solutions ou d’états acceptables. On a ainsi un mécanisme interne propre à prendre en compte des contradictions et éventuellement à proposer directement différentes hypothèses envisageables.

En mode normal, un noyau SMARRPS accepte en entrée un environnement, et évolue jusqu'à se stabiliser sur une solution au problème afférent (éventuellement plusieurs). Mais

Modèles Multi-Agents pour l’Aide à la Décision et la Négociation en Aménagement du Territoire

112 le système est paramétrable, et donc commandable à différents niveaux ; on peut ainsi modifier :

• le nombre d’agents afin d’affiner ou d’accélérer la recherche,

• les schémas d’interaction interne et externe des agents (filtres relationnels et perceptifs),

• la dynamique locale,

• les critères de convergence.

Mais ces modifications de la dynamique correspondent chacune à une stratégie ou à un contexte d’utilisation. Si on considère qu’un SMARRPS doit résoudre un problème sans encombrer l’utilisateur avec des paramètres internes au processus, les seules données résiduelles tiennent à la définition du problème, qui doit se réduire à une expression simple et intuitive des contraintes internes et externes, et un choix de sensibilité, qui indique le seuil de sélectivité de la recherche. Le noyau SMARRPS doit alors s’adapter pour répondre à ces contraintes.

Par ailleurs, le rôle de l’observateur est fondamental pour produire une solution exploitable dans un processus SMARRPS. Il doit détecter les stabilités structurelles, et, au besoin, les interpréter symboliquement. Donc, dès lors que l’on "encapsule" un noyau SMARRPS dans un agent engagé dans un processus multi-agents de type cognitif, il doit pouvoir « observer » lui-même l’état du noyau SMARRPS. Un agent méta-SMARRPS a donc un module interne d’observation, qui traduit l’état du noyau en une forme exploitable pour la communication. Le module d’observation peut utiliser des informations catégorielles stockées dans une base de données. Dans notre travail, nous n’abordons pas la catégorisation et la traduction sous forme de descripteurs symboliques. Le seul critère pris en compte ici dans l’observation, est la stabilité temporelle sur un pas de temps fixé a

priori : si l’état du noyau SMARRPS est observé comme stable durant au moins le temps t,

cet état est validé comme une solution. Et dans notre modèle, l’observation est directement retransmise aux autres agents cognitifs.

Dans la Figure 5, on donne le schéma général de circulation de circulation de l’information dans un agent méta-SMARRPS. La couche « communication » doit traduire les messages entrant en paramètres, état de l’environnement, et produire des messages sortants à partir des états du noyau SMARRPS. Le module d’observation n’est pas synchrone : il ne peut

émettre d’états que quand le processus est stabilisé. Un tel agent méta-SMARRPS a donc un temps de réaction qui peut parfois être important.

Une variante intéressante consiste à faire "coévoluer" dans le noyau SMARRPS différents sous-groupes d’agents réactifs, qui sont chacun contrôlés en fonction des entrées d’un agent cognitif. On obtient ainsi un espace de confrontation de représentations pour les AC. L’agent SMARRPS cède alors la place à un « tableau noir spatial dynamique » (DSBB) structuré par le SMARRPS, et dans lequel les agents cognitifs viennent placer des « opinions », qui se traduisent en état du SMARRPS, et renvoient des informations de cohérence ou de solutions partagées. Les sous-groupes SMARRPS ont chacun une dynamique classique en fonction de l’environnement et des autres agents, mais ils ont aussi des interactions avec les autres groupes, ou plus précisément avec les agents des autres groupes. La couche de communication joue alors un rôle de distribution des commandes sur les différents sous-groupes. L’environnement est commun et partagé par les différents groupes SMARRPS. La Figure 6 donne le schéma de circulation de l’information.

Environnement Moteur SMAR BD Obs. Param. nb. agts filt. perc. filt. rel. action eval. converg. Communication Agent SMARRPS

Modèles Multi-Agents pour l’Aide à la Décision et la Négociation en Aménagement du Territoire

114 Afin de rendre le noyau SMARRPS fonctionnel avec des agents SMARRPS contrôlés par différents agents cognitifs, il faut intégrer les interactions entre agents SMARRPS de groupes différents. Il s’agit simplement d’une classe particulière d’interactions par rapport au modèle initial. Et elles peuvent être déterminées en fonction des contraintes objectives de la situation modélisée : par exemple, deux bâtiments ne peuvent occuper la même position en même temps, ou encore, les autoroutes ne sont en général pas souhaitées à proximité des habitations. Cependant ces interactions ne peuvent toutes être prévus dès la conception. En effet, on ne sait pas a priori quels agents cognitifs vont intervenir dans un contexte ouvert ; or le mode d’interaction au niveau SMARRPS entre les agents réactifs, est fonction des modalités relationnelles existant entre les agents cognitifs « propriétaires » des groupes SMARRPS, elles-mêmes éventuellement dépendantes des relations entre les acteurs représentés par ces agents cognitifs. Par exemple, un agent SMARRPS représentant une maison appartenant à un écologiste, n’aura pas le même comportement vis à vis du passage d’une ligne électrique à proximité, selon que l’acteur proposant ce tracé est lui-même un écologiste (de la lui-même mouvance...) ou un responsable d’EDF. Les registres d’interaction spatiale ne sont pas infinis (ils sont identifiés en théorie de l’information spatiale), et on peut penser que le choix parmi un ensemble est envisageable sans trop restreindre les possibilités dynamiques.

Environnement partagé Moteur SMAR BD Obs. Param. nb. agts filt. perc. filt. rel. action eval. converg. Contrôle - Communication BB SMARRPS SMAC

La proposition de tableau noir spatial dynamique est conçue initialement comme un outil d’aide à la résolution collaborative de problèmes spatiaux. Elle permet de confronter les différents propositions et d’apporter des réponses prenant en compte les contraintes posées par chacun. Le processus d’observation utilise alors la globalité de l’état du SMARRPS pour produire une information cognitive. Mais cette approche permet aussi de produire au niveau cognitif des éléments partiels de raisonnement spatial. En effet, au sein du noyau SMARRPS, lorsqu’un agent, contrôlé par un agent cognitif A, subit très localement une forte contrainte due à un autre agent SMARRPS, contrôlé par un agent cognitif B, il peut « informer » A, afin qu’une interaction de type cognitif ait lieu entre A et B, pour que soit A, soit B, modifie sa position, et par là-même, réduise la contrainte. Un effet canonique d’un tel processus sera, en définitive, de figer les agents SMARRPS « fautifs » sur des positions imposées par les agents cognitifs. Le mécanisme de passage d’information depuis un agent SMARRPS vers un agent cognitif « propriétaire » n’est pas trivial, car il n’existe pas, dans l’architecture SMARRPS, de passage intentionnel d’information (communication) d’un agent réactif vers son environnement de contrôle. Il faut donc intégrer aux paramètres d’état des agents SMARRPS un indicateur de « surtension », qui, détecté par le processus d’observation, sera relayé vers l’agent cognitif propriétaire. L’origine de la « surtension » locale pourra être identifié en venant reprendre la résolution pour cet agent. Ce processus produit une interruption de la dynamique SMARRPS globale, et ne doit donc être qu’exceptionnel.

En conclusion de cette section relative à l’intégration entre approche réactive et cognitive, on voit donc qu’en intégrant, non pas des agents réactifs avec des agents cognitifs, mais des systèmes multi-agents réactifs cohérents avec des agents cognitifs, on dispose d’un mécanisme d’analyse et de raisonnement spatial analogique, utilisable pour les besoins de la résolution globale au niveau symbolique, et qui permet aussi de produire une image dynamique, adaptative, des conflits qui apparaissent.