Notion d’agent

Cette notion d’agent, et malgr´e plusieurs efforts pour en donner une d´efi-nition accept´ee `a l’unanimit´e, reste elle aussi floue et d´elicate. Le terme agent est souvent utilis´e pour d´esigner des concepts diff´erents.

Pour donner plus de pr´ecisions `a cette notion d’agent, nous pr´esentons dans ce qui suit quelques d´efinitions importantes donn´ees dans la litt´erature : – Un agent est une entit´e qui per¸coit son environnement et agit sur celui-ci

(Russell, 1997)

– Un agent est un syst`eme informatique, situ´e dans un environnement, et qui agit d’une fa¸con autonome pour atteindre les objectifs (buts) pour lesquels il a ´et´e con¸cu (Wooldridge and Jennings, 1995) ;

– Les agents intelligents sont des entit´es logiciels qui r´ealisent des op´era-tions `a la place d’un utilisateur ou d’un autre programme, avec une sorte d’ind´ependance ou d’autonomie. A cette fin, ils utilisent une sorte de connaissance ou de repr´esentation des buts ou des d´esirs de l’utilisateur ; – Un agent est une entit´e qui fonctionne continuellement et de mani`ere autonome dans un environnement o`u d’autres processus se d´eroulent et d’autres agents existent (Shoham, 1993) ;

Les syst`emes multi-agents 33 – Un agent est une entit´e autonome, r´eelle ou abstraite, qui est capable d’agir sur elle-mˆeme et sur son environnement, et qui, dans un univers multi-agents, peut communiquer avec d’autres agents, dont le compor-tement est la cons´equence de ses observations, de ses connaissances et des interactions avec les autres agents (Ferber, 1995).

Partant de ces d´efinitions de la notion d’agent, nous pouvons distinguer plusieurs caract´eristiques d’un agent selon divers points de vue (figure 2.7 ) : – La nature de la relation entre un agent et ´eventuellement un op´erateur

ext´erieur d´esigne son autonomie ;

– la capacit´e d’un agent `a entretenir des ´echanges avec les autres agents du syst`eme caract´erise sa sociabilit´e ;

– le degr´e de couplage que peut avoir un agent avec son environnement d´esigne son caract`ere situ´e ;

– la capacit´e d’un agent `a prendre des d´ecisions comportementale en fonc-tion de son environnement (agents et objets du monde) caract´erise son intelligence.

Fig. 2.7 – Principales caract´eristiques d’un agent.

2.2.1.1 Autonomie

La notion d’autonomie d´ecrit la capacit´e d’un agent `a prendre des d´ecisions et d’agir sur son environnement ind´ependamment de toute intervention ext´e-rieure.

34 R´ealit´e virtuelle & Syst`emes multi-agents – Les agents ind´ependants qui poss`edent les moyens de prendre des d´eci-sions et d’agir selon leurs propres crit`eres sans l’intervention d’un tiers (humain ou autre agent). Ils sont capables de percevoir l’´etat de leurs mondes et de g´erer leurs propres ´etats. Ces agents sont parfois qualifi´es de ”pro-actifs”.

– Les agents semi-autonomes qui sont des agents contrˆol´es par un tiers qui est g´en´eralement un op´erateur humain. Ils disposent cependant de capacit´es d’actions propres pour compl´eter les d´ecisions prises par cet op´erateur.

– Les agents contrˆol´es qui disposent de faibles capacit´es d’action voire pas du tout et qui sont compl`etement d´ependant du contrˆole de leurs op´erateurs.

2.2.1.2 Caract`ere situ´e de l’interaction

La relation d’un agent avec son environnement est une autre caract´eristique que l’on peut associer `a un agent. Nous consid´erons par le terme ’environne-ment’ l’ensemble des entit´es ext´erieure `a l’agent avec lesquelles il peut interagir mais qui ne sont pas des agents. Nous distinguons ainsi la relation que peut avoir un agent avec les entit´es de son environnement (objets, param`etres, etc.) de celle qu’il peut avoir avec les autres agents (mˆeme si ces derniers font partie de l’environnement).

Lorsque l’agent est capable d’agir sur son environnement `a partir des entr´ees sensorielles qu’il re¸coit, il est dit situ´e. Ce couplage agent-environ-nement est plus ou moins fort selon la fa¸con dont l’agent acquiert et traite l’information en provenance de son environnement (Guessoum, 1996). L’agent situ´e est donc un agent qui prend en compte sa situation pour agir.

2.2.1.3 Sociabilit´e

La sociabilit´e d’un agent est souvent d´efinie en Intelligence Artificielle comme sa relation interne avec les autres agents de son environnement. Un agent est dit sociable lorsqu’il est capable d’interagir avec les autres agents pour collaborer afin de poursuivre une œuvre commune. Il peut ainsi ´echanger des informations et partager des connaissances afin d’accomplir ses tˆaches ou aider d’autres agents `a accomplir les leurs.

Nous soulignons dans cette caract´eristique d’un agent le fait qu’une en-tit´e est d´ecrite comme sociable (selon une terminologie Multi-Agents) d`es lors qu’elle est capable de communiquer avec d’autres agents. Ceci ne veut pas dire que cette mˆeme entit´e peut accomplir des comportements ’sociaux’ ou peut respecter certaines pratiques sociales dans ses interactions.

Les syst`emes multi-agents 35 2.2.1.4 Intelligence

L’intelligence d’un agent est d´efinie par rapport `a la richesse de son com-portement global dans son environnement (y compris avec les autres agents). D’apr`es Steels, un comportement est consid´er´e comme intelligent lorsqu’il per-met au syst`eme de survivre au mieux dans son environnement (Steels, 1994). Un agent peut paraˆıtre avoir un comportement intelligent pour l’utilisa-teur sans toutefois disposer de capacit´es de raisonnement ou de repr´esentation symbolique sur son environnement. Pour distinguer ces deux types d’intelli-gences, on parle d’agents cognitifs et d’agents r´eactifs.

Les agents cognitifs (d´esign´es aussi par d´elib´eratifs ou proactifs) sont ha-bituellement dot´es de capacit´es de repr´esentation symbolique et de raisonne-ment. Ils peuvent d´ecider d’agir et sont capables d’anticiper l’´evolution de l’environnement et de planifier des actions.

Les agents r´eactifs ne font que subir l’environnement et r´eagir `a sa mo-dification. Ils ne disposent g´en´eralement pas de repr´esentation symbolique ni d’historique et leurs comportements est souvent r´egi par un cycle de Percep-tion/Action.

La distinction entre agents cognitifs et agents r´eactifs tend `a disparaˆıtre avec les nombreux travaux qui tendent `a proposer des approches hybrides afin de tirer profit des avantages des deux approches (Ferguson, 1992; M¨uller and Pischel, 1993; Wooldridge and Jennings, 1995).

La d´emarche adopt´ee est g´en´eralement l’utilisation d’une architecture r´e-active conjointement `a un syst`eme symbolique (figure 2.8). La partie r´eactive permet `a l’agent de r´eagir ’imm´ediatement’ aux perceptions de son environ-nement et la partie cognitives se charge des op´erations de planification, anti-cipation, m´emorisation, apprentissage, etc.

36 R´ealit´e virtuelle & Syst`emes multi-agents