Raffinement et propagation d’hypothèses
entre agents
Gauvain Bourgne
—Nicolas Maudet
—Suzanne Pinson
LAMSADE, Université Paris-Dauphine Paris 75775 Cedex 16 (France)
{bourgne,maudet,pinson}@lamsade.dauphine.fr
RÉSUMÉ. Cet article étudie le problème de la propagation efficace d’informations incertaines dans des environnements dynamiques, pouvant générer des situations critiques. Quand un cer-tain nombre d’agents distribués n’ont qu’un accès partiel aux informations de l’environnement, les explications et conclusions qu’ils peuvent tirer de leurs observations sont nécessairement in-certaine, car basées sur de simples hypothèses tirées d’observations incomplètes. Néanmoins, les agents doivent prendre des décisions dans cette situation. Dans ce contexte, on se focali-sera sur deux aspects liés à la propagation efficace de l’information : comment propager l’in-formation aussi rapidement que possible malgré certaines contraintes de communications, et comment raffiner l’hypothèse dans un même temps. Nous décrivons ici un cadre formel destiné à l’étude de cette classe de problèmes, et exposons nos résultats et expériences préliminaires dans un domaine de gestion de crise.
ABSTRACT. This paper discusses the problem of efficient propagation of uncertain information in dynamic environments and critical situations. When a number of (distributed) agents have only partial access to information, the explanation(s) and conclusion(s) they can draw from their observations are inevitably uncertain as they are based on hypotheses built from incom-plete information. In this context, the efficient propagation of information is concerned with two interrelated aspects: spreading the information as quickly as possible, and refining the hy-potheses at the same time. We describe a formal framework designed to investigate this class of problem, and we report on preliminary results and experiments using the described theory. MOTS-CLÉS :agent, argumentation, construction d’hypothèses, communication, interaction, si-tuation de crises
KEYWORDS:agent, argumentation, hypothesis building, communication, interaction, critical sit-uation
2 1re soumission à JFSMA’06.
1. Introduction
Imaginons la situation suivante : témoin d’un événement menaçant et inattendu, tel qu’un feu dans un bâtiment, Jeanne doit agir rapidement pour à la fois échapper au danger et prévenir les autres personnes qui pourraient se retrouver prises dans la même situation. Étant donné sa connaissance partielle de la situation, Jeanne peut construire certaines hypothèses expliquant ses observations (par exemple, d’où provient le feu), mais ses conclusions resteront incertaines . Jeanne doit donc à la fois faire circuler l’information pour prévenir ses collègues, et tenter de préciser son hypothèse. Il s’agit ici d’illustrer par un exemple un cadre formel dédié à ce problème : le raffinement
d’hypothèses par propagation de rumeurs. Une présentation plus détaillée de ce cadre
formel peut être trouvèe dans [BOU 06].
La section 2 présente la situation et le contexte de notre exemple illustratif. Suit une presentation du mécanisme formel de raisonnement des agents (section 3) et de leur protocole d’interaction (section 4). La section 5 présente alors l’étude de cas elle-même, avant la conclusion (section 6).
2. Cadre experimental
Cette expérience implique des agents tentant de s’échapper d’un bâtiment en feu. Le temps est divisé en cycles, et l’espace en cases. Au temps t0, un feu survient sur
une ou plusieurs cases, les foyers. Les agents ne connaissent ni les foyers, ni t0.
Dans notre contexte, les agents évoluent pas à pas dans un environnement dyna-mique. Nous utilisons donc le cycle système suivant :
1) Évolution de l’environnement : En début de cycle, le feu se propage d’une case dans toutes les directions.
2) Étape de perception : Chaque agent reçoit et mémorise ses observations (Feu(ti,en(x,y)) ou PasDeFeu(ti,en(x,y))), qui sont partielles (l’agent a un
champs de vision de 3 cases), mais certaines.
3) Étape de raisonnement : Chaque agent analyse ses observations, revoit si né-cessaire ses explications, puis choisit parmi ces dernières une hypothèse favorite h, avec laquelle il prédit l’évolution du feu et calcule le plus court chemin viable vers une sortie.
4) Étape de communication : Chaque agent peut communiquer avec un seul autre agent visible, selon le protocole décrit en 4.
5) Étape d’action : Chaque agent peut bouger d’une case selon son plan de fuite.
3. Raisonnement des agents
Cette section introduit le formalisme impliqué dans le processus de raisonnement des agents. Les agents doivent pouvoir à partir de perceptions partielles du monde,
Raffinement et propagation d’hypotheses 3
construire des hypothèses, en tirer des conclusions, et communiquer ensemble pour les affiner. On s’appuie sur la formalisation de Poole[POO 89], qui combine explications et prédictions. Chaque agent sera donc modélisé parhF, H, ∆, O, E, ≤, hi , F, ∆, H
et≤ étant communs à tous les agents. Plus précisément :
–F et ∆ sont respectivement l’ensemble des faits, indéniables, et des défauts,
vrais jusqu’à preuve du contraire. Ici, les agents connaissent le plan des lieux et les règles de propagation du feu.
–H est l’ensemble des conjectures, hypothèses possibles. Ici, H est l’ensemble
des conjonctions de termes du typeFoyer(ti,en(x,y)).
– O est l’ensemble d’observations, considérées comme vraies par l’agent. – E est l’ensemble des hypothèses préférées de l’agent. C’est l’ensemble de toutes les explications de O minimales au sens de l’inclusion d’ensemble, sachant qu’une explication de O est un ensemble θ∪ F où θ est un ensemble d’éléments instanciés
deH tel que θ ∪ F ∪ O soit cohérent et θ ∪ F |= O.
–≤ est la relation de préférence, un pré-ordre sur les explications.
– h est l’hypothèse favorite, choisie à partir de E selon≤. Elle servira de base au
modèle de l’agent et à ses prédictions.
4. Communication entre les agents
Quand il reçoit une hypothèse h1de l’agent a1, l’agent a2peut fournir les réponses
suivantes (en appliquant ces tests dans l’ordre) :
1) Si h1 contredit une des observations o2 de O2 , a2 l’envoie à a1 (via
contredit(o2)) pour qu’il recalcule son hypothèse en fonction et propose h′1.
2) Si a2n’a pas d’argument en faveur de h1, il conteste afin d’en obtenir un de
a1, avec lequel il recalcule son hypothèse et la propose, inversant les rôles.
3) Si h2est préférée à h1, il contre− propose(h2), inversant les rôles.
4) Si aucun cas précédents ne s’applique, a2accepte, concluant l’échange.
5. Étude de cas : Gestion de crise
Cette section détaille un exemple d’exécution de notre cadre expérimental.
Cycle 0. Un feu se déclare en (6,6), mais il se propage jusqu’au cycle 3 avant qu’un
agent ne puisse le voir. a1et a3se communiquent leur hypothèse (pas de feu). Cycle 3. a1 voit un feu non-prévu en (3,6) et voit a3. a2 voit des feux non-prévus
en (6,3) et (5,4). a1 et a2 cherchent donc des explications. Ils sélectionnent
parmi elles respectivement[Foyer(3,en(3, 6))℄et[Foyer(2,en(6,4))℄
comme hypothèse favorite, et planifient leur fuite. a1, propose alors son
hy-pothèse a a3, qui demande des arguments avant de finalement accepter h1. a3
4 1re soumission à JFSMA’06.
Cycle 4. Durant l’étape de perception, a1et a2se voient, mais aucun agent ne perçoit
d’événement imprévu : leur modèle reste inchangé et on n’a pas d’étape de raisonnement ce tour-ci. Par contre, a1et a2communiquent, se mettant d’accord
sur une hypothèse commune :
a1->a2 :Propose([Foyer(3,en(3,6))℄) /a2->a1 : Contredit(Feu(3,en(6,3))) a1->a2 :Propose([Foyer(0,en(6,6))℄) /a2->a1 : Contre-Propose([Foyer(2,en(6,4))℄) a1->a2 :Contredit(Feu(3,en(3,6))) /a2->a1 : Propose([Foyer(0,en(5,5))℄) a1->a2 :Contredit(PasDeFeu(3,en(3,5)))/a2->a1 : Propose([Foyer(0,en(6,6))℄) a1->a2 :A epte
a2 confirme son itinéraire, mais a1, lui, utilisant sa nouvelle prédiction,
dé-couvre que son chemin de fuite est mauvais, et en change.
Cycles 5 à 10. a1, a2et a3sortent, de justesse pour a1et a2. Sans a2, a1serait parti
vers la sortie Est, la plus proche, se faisant piéger par les flammes.
6. Conclusion
Cet article étudie des situations critiques dans des environnements dynamiques où les agents, n’ayant accès quà des informations partielles, doivent prendre des décisions sur de simples hypothèses. La question est de savoir comment obtenir les meilleurs hypothèses possibles pour tous les agents en dépit des contraintes communication-nelles.Nous présentons, à travers un exemple concret, un protocole de propagation et de raffinement d’hypothèses pour ce type de problèmes. Un avantage évident de ce processus (tel qu’observé sur l’exemple décrit) est que les agents n’attendent pas d’avoir collecté toutes les données pour construire et propager des hypothèses, gar-dant ainsi une bonne réactivité locale. Il reste à déterminer quand est-ce que les hypo-thèses sont assez bonnes pour servir de base aux actions, vu que l’on peut obtenir des hypothèses erronées. L’étude expérimentale en cours devrait donner des pistes pour employer au mieux ce type de solution.
7. Bibliographie
[BOU 06] BOURGNEG., MAUDETN., PINSONS., « When Agents Communicate Hypothesis in Critical Situations », Proceedings of the 4th Workshop on Declarative Agent Langagues and Technologies (DALT-2006), 2006.
[POO 89] POOLED., « Explanation and Prediction : An Architecture for Default and Abduc-tive Reasoning », Computational Intelligence, vol. 5, no
