Les systèmes multi-agents adaptatifs

3.2.2

L’adaptation et l’apprentissage par auto-organisation

Pour répondre aux différents objectifs, l’utilisation de l’auto-organisation est un moyen intéressant pour concevoir ces systèmes [66]. En modifiant son organisation interne, un système auto-organisateur produit une fonction différente. Ce changement dû à la pression environnementale et aux interactions des éléments du système se fait pas à pas et de manière non supervisée.

D’autre part pour que l’auto-organisation du système soit effective, elle doit être basée sur l’apprentissage autonome de ses éléments. Cet apprentissage distribué et guidé par un ensemble de décisions locales s’affine en permanence sous l’influence de son environ- nement, grâce à la prise en compte des feedbacks environnementaux tel que décrit en section 3.1.2. Cette adaptation progressive correspond à un mode d’apprentissage comme on peut l’observer dans les réseaux de neurones [54].

Cependant et contrairement aux méthodes classiques d’apprentissage, l’adaptation du système par auto-organisation n’est pas fondée sur une évaluation globale du système, telle que la sélection des "meilleurs" individus ou bien par la connaissance de l’erreur entre la sortie effective et la sortie théorique dans un réseau de neurones [66].

L’intérêt de tels mécanismes d’auto-organisation repose sur les propriétés qu’il confère au système, à savoir des propriétés d’ouverture, d’émergence, d’adaptation et de robus- tesse.

3.3

Les systèmes multi-agents adaptatifs

Si l’on considère une définition très large, nous pouvons dire qu’un SMA est un système artificiel dont le fonctionnement repose sur l’interaction de ses agents. Le système est donc décomposé en sous-parties autonomes et actives, ce qui est donc bien adapté pour mettre en oeuvre les mécanismes d’adaptation et d’auto-organisation décrits précédemment.

3.3.1

La notion de système multi-agent

Dans les systèmes multi-agents auxquels nous nous intéressons, seuls les agents et les interactions liant les agents doivent être conçus. Ils sont munis de capacité de communi- cation et d’un raisonnement qui collectivement leur permet de coopérer. Ensuite chaque agent utilise ses capacités ainsi que l’ensemble des degrés de liberté qui lui sont conférés pour favoriser l’émergence d’un fonctionnement adéquat pour le système. Pour que le comportement du système soit adéquat, les agents utilisent donc leurs capacités indivi- duelles et leur perception environnementale, l’objectif étant pour chaque agent de mener une activité qui soit collectivement cohérente.

Ainsi, un système multi-agent auquel nous nous intéressons peut être défini comme un macro-système composé d’agents autonomes qui interagissent dans un environnement commun pour réaliser une activité collective cohérente, tout en négociant/gérant les ob- jectifs individuels et conflits d’intérêts.

Dans ce type de système, le comportement global attendu est de réaliser des tâches données ou plus généralement de faire de la résolution de problèmes. L’objectif est alors d’exhiber un comportement global du système attendu par l’utilisateur en fonction des interactions entre les parties du système, ainsi qu’entre les parties du système et son environnement.

3.3.2

La notion de coopération

De nombreux travaux sur la coopération ont montré l’intérêt d’une telle approche comme moyen d’optimisation des performances (collectives ou individuelles), basé des fonctions de satisfaction de coûts [66]. La coopération est aussi un moyen pour des agents d’accomplir des tâches impossibles pour un individu isolé [32] et donc obtenir des fonction- nalités de plus haut niveau, comme s’adapter ou apprendre [38]. Nous pouvons distinguer deux types de coopération : la coopération intentionnelle et la coopération réactive. La coopération intentionnelle est issue de l’intelligence artificielle distribuée, et implique des capacités cognitives de représentation du monde et de planification, comme dans les tra- vaux initiateurs des systèmes multi-agents [30]. Un autre type de coopération, fortement inspiré de la nature et des insectes sociaux, se focalise sur la coopération d’agents réac- tifs répondant simplement aux stimuli de leur environnement comme dans les travaux de Deneubourg et al. [24].

La théorie des AMAS (Adaptive Multi-Agent Systems) est basée sur les principes d’une coopération intentionnelle.

3.3.3

La théorie des Adaptive Multi-Agent Systems (AMAS)

Le but de cette théorie est de permettre à un système, utilisant des critères de ré- organisation locale au niveau de ses entités, d’atteindre l’adéquation fonctionnelle. Par « adéquation fonctionnelle », nous nous référons à un comportement global du système, qui soit adapté à la tâche pour laquelle il a été conçu. La spécificité de cette théorie réside dans le fait que la fonction globale du système n’est pas implémentée dans les agents. Elle doit par conséquent émerger de leur comportement collectif. Pour vérifier cette adéqua- tion, le comportement doit être jugé par un observateur extérieur au système qui connaît sa finalité. Pour garantir l’existence de ces systèmes coopératifs, la théorie des AMAS se base sur le théorème suivant démontré dans [37] :

3.3. Les systèmes multi-agents adaptatifs

Théorème 1 Pour tout système fonctionnellement adéquat, il existe au moins un système

à milieu intérieur coopératif qui réalise une fonction équivalente dans le même environne- ment.

Un système possède un « milieu intérieur coopératif » lorsqu’il n’existe plus en son sein de situations antinomiques c’est-à-dire : d’incompréhension, d’ambiguïté, d’incompé- tence, de conflit, de concurrence ou d’inutilité entre les entités composant ce système. La démonstration de ce théorème repose sur un axiome et quatre lemmes. Notre but n’est pas de refaire cette démonstration en détail, mais de présenter succinctement cet axiome, ces quatre lemmes et leurs conséquences.

Axiome 1 Un système fonctionnellement adéquat n’a aucune activité antinomique sur

son environnement. Une activité antinomique sur l’environnement est une activité allant à l’encontre des intérêts de l’environnement.

Lemme 1 Tout système coopératif est fonctionnellement adéquat. Car par définition, un

système coopératif n’a pas d’activité antinomique ou indifférente. Donc l’ensemble des systèmes coopératifs est inclus dans l’ensemble des systèmes fonctionnellement adéquats.

Lemme 2 Pour tout système S fonctionnellement adéquat, il existe au moins un système

coopératif S* qui soit fonctionnellement adéquat dans le même environnement.

Ce lemme lève l’incertitude restante vis-à-vis de l’existence d’un système coopératif équivalent pour chaque système fonctionnellement adéquat dans le même environnement. Sans ce lemme, l’intérêt porté aux systèmes coopératifs serait amoindri puisque pour certains systèmes fonctionnellement adéquats, il ne serait plus possible de trouver un système coopératif équivalent.

Lemme 3 Tout système à milieu intérieur coopératif est un système coopératif.

Donc l’ensemble des systèmes à milieu intérieur coopératif est inclus dans l’ensemble des systèmes coopératifs. Il reste donc comme précédemment, à s’assurer que chaque système coopératif dispose d’un système à milieu coopératif équivalent.

Lemme 4 Pour tout système coopératif, il existe au moins un système à milieu intérieur

coopératif avec une fonction équivalente dans le même environnement.

La dernière incertitude étant levée, il est alors possible de définir une application surjective de l’ensemble des systèmes fonctionnellement adéquats vers l’ensemble des sys- tèmes à milieu intérieur coopératif. Ces derniers systèmes constituant un sous-ensemble de l’ensemble des systèmes fonctionnellement adéquats.

Systèmes fonctionnellement adéquats Systèmes coopératifs

Systèmes à milieu intérieur coopératif

Lem mes 1 & 2 Lem mes _{3 &} 4 Théo rème

Fig. 3.1 – Relation entre les systèmes fonctionnellement adéquats et les systèmes coopé- ratifs