Troisi`eme sc´enario

Supposons que les positions des agents sont :

– Γun= [RM F, RRLP L], ce qui signifie que l’agent un pr´ef´ere que l’on embarque un

RMF plutˆot qu’un RRLPL ;

– Γdeux= [RM F, RSHF ], ce qui signifie que l’agent deux pr´ef´ere embarquer un RMF

plutˆot qu’un RSHF. Notons que l’agent deux a r´evis´e sa position : il pr´ef´ere mainte- nant embarquer un RMF plutˆot qu’un RSHF ;

– Γtrois = [RP I], ce qui signifie que l’agent trois requiert seulement que la fr´egate

embarque un capteur RPI.

Supposons que les contraintes impos´ees sur les exigences soient les mˆemes que dans le sc´enario pr´ec´edent. Comme dans le sc´enario de la section 9.1.4, le processus de fusion sans ordre sur les exigences ne peut rien d´eduire `a propos des capteurs `a embarquer.

En utilisant les positions des agents, l’´evaluateur de requˆete conclut que le monde le plus pr´ef´er´e dans ce cas est le monde qui satisfait RM F , ¬RRLP L, ¬RSHF et ¬RP I. Comme l’agent deux a r´evis´e sa position sur la fr´egate, on choisit un RMF comme le capteur `a embarquer sur la fr´egate. Notons que si on embarque un RMF, alors aucun autre capteur ne peut ˆetre embarqu´e. Comme les agents un et deux ont choisi RMF comme ´etant leur exigence prioritaire sur la fr´egate, un RMF est le seul capteur `a ˆetre embarqu´e.

Remarquons ´egalement que dans tous ces exemples, l’´evaluateur de requˆetes conclut qu’il n’y a qu’un seul monde le plus pr´ef´er´e, mais il peut tr`es bien en avoir plusieurs.

9.3

Conclusion

L’´evaluateur de requˆetes pr´esent´e pr´ec´edemment, bas´e sur la logique M F , permet donc de fusionner selon une approche majoritaire des ensembles d’exigences ´eventuellement contradictoires. Nous avons montr´e que ces ensembles peuvent ˆetre des ensembles d’exi- gences sans priorit´e, ou bien des ensembles d’exigences avec priorit´e. Nous pouvons donc grˆace aux techniques de fusion majoritaire proposer un ensemble coh´erent d’exigences aux diff´erents participants. Cette m´ethode permet d’´eliminer les ´eventuelles incoh´erences entre exigences. On peut voir cette technique comme un moyen de proposer un consensus entre les diff´erents agents. Elle permet de fournir rapidement un ensemble d’exigences coh´erent qui peut ´eventuellement servir de point de d´epart `a une ren´egociation entre les agents.

L’utilisation d’une logique de fusion majoritaire permet de traiter les agents sur un mˆeme pied d’´egalit´e. Or dans une structure d´ecisionnelle, les agents n’ont pas forc´ement le mˆeme poids : certains peuvent avoir plus d’importance que d’autres. Par exemple, les exigences ´emises par un service financier sont souvent prioritaires par rapport aux exigences techniques. Il peut donc ˆetre interessant d’utiliser l’´evaluateur de requˆete d´evelopp´e par Cholvy dans [31] pour raisonner sur le r´esultat de la fusion prioritaire de plusieurs bases. Le principe est simple : on s´epare les diff´erents agents en clusters de mˆeme impor- tance hi´erarchique. `A l’int´erieur de ces clusters, on fusionne les exigences des agents de fa¸con majoritaire pour obtenir les exigences de chaque groupe. Ensuite, on fusionne les exigences de chaque cluster de fa¸con prioritaire pour respecter la structure hi´erarchique de l’organisation.

Distribution d’exigences

Introduction

La plupart des ´etudes faites sur l’ing´enierie des exigences s’arrˆetent `a la production d’un ensemble coh´erent d’exigences ou `a la construction de m´ethodes permettant de g´erer les ´eventuels probl`emes d’incoh´erence dans le processus. Or ces exigences d´efinissent un objet qui va ˆetre construit par des agents ex´ecutants. Nous pensons que nous int´eresser `a la phase de « construction » de l’objet peut permettre de d´etecter des impossibilit´es dans les exigences : il se peut tr`es bien que l’on exige une propri´et´e sur l’objet mais que l’on n’ait pas les moyens de la garantir (i.e. on ne dispose pas d’agents ex´ecutants capables de construire un objet respectant cette propri´et´e).

Pour cela, nous allons supposer que nous disposons d’un ensemble d’agents ex´ecutants qui sont charg´es de construire l’artefact `a partir d’un ensemble coh´erent d’exigences (ce- lui obtenu apr`es la phase de fusion). Les exigences vont donc devenir des buts pour ces agents ex´ecutants. Le probl`eme qui se pose est de pouvoir distribuer cet ensemble de buts communs sur le groupe d’agents en prenant en compte certaines caract´eristiques des agents et plus particuli`erement leurs comp´etences (un agent ne pourra r´ealiser un but du groupe que si celui-ci entre dans son domaine de comp´etence). Nous proposons ´egalement de mod´eliser ce processus de distribution comme ´etant centralis´e : chaque agent s’engage `a r´ealiser une ou plusieurs tˆaches et communique ses engagements `a une entit´e centrale. Cette entit´e r´epartit ensuite les tˆaches de chaque agent en suivant les engagements des autres agents. On montre que l’on peut introduire `a ce niveau diff´erentes strat´egies de distribution suivant les engagements de agents.

Apr`es un rapide ´etat de l’art sur la mod´elisation en logique d’agents rationnels, nous allons d´efinir comment mod´eliser chaque agent ex´ecutant. Nous reviendrons alors sur les notions d´eontiques que nous avons pr´esent´ees dans la partie I. Enfin, nous pr´esenterons un processus de distribution des buts sur le groupe d’agents ex´ecutants et nous montrerons que l’on peut d´efinir des strat´egies de distribution diverses.

Logiques pour la mod´elisation

d’agents

Dans ce chapitre, nous allons pr´esenter quelques formalismes logiques qui permettent de mod´eliser des agents rationnels. Par agents rationnels, on entend des agents qui ont des ´etats mentaux propres, comme des croyances `a propos de l’´etat du monde, des buts ou des intentions, qui peuvent raisonner sur ces ´etats mentaux et qui agissent en fonction de ceux- ci. Le but de ces formalismes est donc de pouvoir mod´eliser correctement de telles notions, en particulier de d´efinir les liens formels qui existent entre elles. Nous nous int´eresserons plus particuli`erement `a un aspect « th´eorie de la d´ecision », puisque nous voulons pouvoir d´eterminer les buts d’un agent `a partir de ses pr´ef´erences et de ses croyances. Par exemple, si un agent croit qu’il pleut et que s’il pleut il pr´ef´ere avoir un parapluie, on devrait pouvoir en d´eduire qu’il va prendre un parapluie (si celui ci est disponible).

L`a encore, la logique nous parait ˆetre un formalisme parfaitement adapt´ee `a ce type de mod´elisation : les diff´erents agents disposent d’un formalisme commun qui permet d’´eviter tout ambiguit´e sur la signification des termes et on peut facilement raisonner sur les concepts d´ecrits.

Nous allons pr´esenter deux approches qui ont ´emerg´e au cours de ces dix derni`eres ann´ees : les approches de type BDI qui se fondent sur une mod´elisation des croyances, des d´esirs et des intentions de l’agent et une approche propos´ee par Boutilier qui ´etend de fa¸con qualitative la th´eorie de la d´ecision classique.