Intelligence Artificielle Distribuée Intelligence Artificielle Distribuée
et et
Systèmes Multi-Agents Systèmes Multi-Agents
(IAD-SMA)
(IAD-SMA)
PLAN GENERAL
Bibiliographie Historique
De l’IA à l’IAD
Thèmes de recherche de l’IAD Problèmes de base en IAD
Société d’Agents (SMA)
• Concept d’Agent
• Communication
• Organisation
• Coopération
• Résolution de conflits
Exemple d’application
• A.H. BOND et L.GASSER. Reading in distributed artificial intelligence, Morgan Kaufmann publishers, Inc, 1988.
• Y. SOHAM. Agent-Oriented Programming. In Artificial Intelligence, vol. 60, pp +139-159, 1993.
• J. FERBER. Les systèmes multi-agents : vers une intelligence collective, InterEdition, Paris, 1995.
• Y. DEMAZEAU et J.P. MULLER. Decentralized Artificial Intelligence (2), Y. Demazeau and J.P. Muller (Eds.), Elsevier Science Publisher B. V. (North-Holland), pp. 3-10, 1991.
Bibiliographie
Historique (1)
Le Système HEARSAY (II) de B. Hayes-Roth : premier système d’IAD pour la reconnaissance de la parole. 1973 (Erman 80).
Les Acteurs de Hewitt, MIT: résolution de problèmes d’IA, 73.
Le Système DVMT de Lesser, Distributd Vehicle Monitoring Testbed, un système de trafic routier par synthèse des observations de capteurs, 83 La Société de l’Esprit de Minsky, the Society of Mind, 86.
Le Système MACE de Gasser, 1987
Le Contract Net de Smith, utilisation du concept de négociation pour adjuger des contrats, 1988
Les Micro-Robots de Brooks, 1989
Historique (2)
Une nouvelle approche s’est développée depuis, elle essaye de faire Coopérer des Entités auxquelles sont rattachées des caractéristiques de haut niveau.
Ces entités seront désormais nommées Agents et les systèmes correspondants seront appelés Systèmes Multi-Agents (SMA)
De l’IA à l’IAD
Contrairement à
L’IA classique qui s’appuie sur la concentration de l’expertise et du raisonnement à un système simulant un raisonnement humain
L’IAD considère que la résolution des problèmes complexes nécessite :
• la distribution du contrôle
• la distributions des connaissances
• la distributions des informations nécessaires parmi une communauté d’acteurs (Agents).
Thèmes de recherche de l’IAD
Trois Axes Fondamentaux : 1. Les Systèmes Multi-Agents (SMA)
Faire coopérer un ensemble d’agents dotés d’un comportement intelligent et de coordonner leurs buts et leurs plans d’actions pour la résolution d’un problème.
2. La Résolution Distribuée des Problèmes (RDP)
Comment diviser un problème particulier sur un ensemble d’entités distribuées et coopérantes et comment partager la connaissance du problème et d’en obtenir la solution.
3. L ’Intelligence Artificielle Parallèle (IAP)
Concerne le développement de langages et d ’algorithmes parallèles pour l ’IAD.
Problèmes de base en IAD (1)
Six Problèmes essentiels (Bond et Gasser en 88, 91) :
1. Comment formuler, décrire, décomposer, allouer des problèmes et synthétiser les résultats parmi un groupe d’agents.
2. Comment permettre aux agents de communiquer et d ’interagir quels langages ou protocoles de communication utiliser, quoi et quand communiquer.
3. Comment s’assurer que les agents agissent d’une manière cohérente dans la phase de prise de décisions ou d’exécution d’actions en évitant les interactions nuisibles.
Problèmes de base en IAD (2)
4. Comment s’assurer que les agents individuels représentent et raisonnent au sujet des actions, des plans et de la connaissances des autres agents afin qu’ils puissent être coordonnées entre eux.
5. Comment reconnaître et réconcilier des points de vue dispersés et des intentions conflictuelles parmi une collection d’agents qui essayent de coordonner leurs actions.
6. Comment construire des systèmes d’IAD pratiques; comment créer des plates-formes et des méthodologies de développement pour l’IAD.
Société d’Agents (1)
SMA = Agents + Environnement
+ Interactions + Organisations
(AEIO) Y. Demazeau, 95
L’étude des SMA permet de représenter le
comportement de communautés d’agents «intelligents»
en société.
SMA un système <O, E, A> où : O est un ensemble d’objets,
A est un ensemble composé d’agents,
O et A étant immergés dans un environnement E
J. Erceau & J.Ferber, 93.
Société d’Agents (2)
Environnement
moi lui le monde
Décision
Communication
Commu
nication Actions
Perception
Concepts d’Agent (1)
Agent :
Un Agent peut être défini comme une entité (physique ou
abstraite) capable d’agir sur elle-même et son environnement, disposant d’une représentation partielle de cet environnement, pouvant communiquer avec d ’autre agents et dont le
comportement est la conséquence de ses observations, de sa connaissance et des interactions avec les autres agents.
J. Ferber et G. Ghallab, 88
Concepts d’Agent (2)
Agent : une entité intelligente, agissant rationnellement et
intentionnellement, en fonction de ses buts propres et de l’état actuel de sa connaissance.
Y. Demazeau & J.P. Müller, 90
Deux dimensions J. Erceau & J. Ferber, 91
Sociale Individuelle
Concepts d’Agent (3)
Agents Cognitifs vs réactifs
AGENTS COGNITIFS AGENTS REACTIFS
Représentation explicite de l’environnement
Pas de représentation explicite Peut tenir compte de son passé Pas de mémoire locale
Agents complexes Fonctionnement stimulus/action Nombre d’agents réduit Nombre d’agents élevé
Agent purement situé:
– l'environnement possède une métrique,
– les agents sont situés à une position dans l'environnement qui détermine ce qu'ils perçoivent;
– ils peuvent se déplacer;
– il n'y a pas communications directes entre agents, elle se font via l'environnement
Agent purement communiquant:
– il n'y a pas d'environnement au sens physique du terme,
– les agents n'ont pas d'ancrage physique,
– ils communiquent via des informations qui circulent entre les agents
Concepts d’Agent (4)
Un Modèle Générique d’Agent Cognitif
Messages / Décisions Messages / Décisions
figure .3. « Un Modèle Générique d’Agent Cognitif » Modèle Cognitif Accointances
Compétences Unité de Contrôle
Tâches à
Réaliser Associations
Tâches / Contrôles
Inférences
Module de Communication Interprétation
Création de Message /
Décision.
Envoi de Message /
Décision.
Boites aux lettres
Classification
Module de Perception Récupération
Informations
(données, variables, ...)
Module de Raisonnement
Mecanisme d’inférence
Base de Méta- Règles Raisonnement
Buts
m.à.j
Accointance s
Compétences
Intent/ Ratio
Perception Communication
Environnement Communauté d'agents
Agent
Architecture d’un Agent (1)
(modèle spécifique)Connaissances
: Processus d'engagement : flux de contrôle
: flux de données
: Connaissances : Fonctionnalités
Contrôle
Perception Communication
Environnement Communauté d'agents
Agent
: Processus : flux de contrôle
: flux de données
: Connaissances : Fonctionnalités
Contrôle Connaissances
Architecture d’un Agent (2)
Connaissances d’un Agent
Connaissances du domaine Connaissances de contrôle
• Intentions
• Croyances
• Décisions
• Rationalités
• Engagements
Connaissances de communication
• Accointances
• Expertises de communication
• Messages
Base de Faits
Base de règles
Règles de conception des solutions Règles de raisonnement
Méta-règles
Compétences Concepts CC :
idées directrices pour déclencher les compétences méthodes Compétences Méthodes CM :
connaissances sur les méthodes, heuristiques, paramètrages.
Connaissances du Domaine
Exemples :
CC : Améliorer la performance du système : productivité, respects des délais,..
CM : Les méthodes de GP, les méthodes de motivation du personnel, etc..
Processus de Prise d’Engagements (1)
(contrôle)Perception Communication
Environnement Communauté d'agents
Agent
Connaissances
: Processus d'engagement : flux de contrôle
: flux de données
: Connaissances : Fonctionnalités
Contrôle
Perception Communication Accointances
Croyances Engagements
Rationalités (Rs, Re) Décisions Identification
Raisonnement
Conception Compétences
Tâche à réaliser Actions possibles
Intentions
Contrôle
Processus de Prise d’Engagements (2)
Algorithme de Contrôle d’un Agent
(exemple)Boucle : Attente flots de données (perception, communication, raisonnement) Boucle : Sélection de l’événement à traiter,
- Si (Communication) :
- Validation « Accointances », - Si (Décision) :
. Mise à jour « Module Cognitif »,
. Activer le « Raisonnement » ( but : prendre une décision ), . Attente signal « Raisonnement »,
. Activer la « Communication » ( création de décision ).
- Si (Message) :
. Traiter le type (requête, information, réponse) : - Si (Requête)
. Identifier le type de problème,
. Activer le « Raisonnement » (but : répondre), . Attente signal « Raisonnement »,
. Activer la « Communication » (réponse).
- Si (Rationalités)
. Mise à jour « Module Cognitif », - Si (Information)
Fin Boucle - ...
Communication (1)
Ensemble des processus physiques et psychologiques par lesquels s’effectue l’opération de mise en relation d’un émetteur avec un ou plusieurs récepteurs, dans l’intention d’atteindre certains objectifs.
Anzieu, 68, Searle, 69 et Cohen et Levesque, 90
La communication est un moyen ou une méthode de coopération ou d’interaction entre agents
Communication (2)
Pourquoi communiquer ?
les agents communiquent et interagissent
• pour synchroniser leurs actions et pour résoudre des conflits (de ressources, de buts ou d’intérêts).
• pour s’aider mutuellement ou pour suppléer aux limites de leurs champs de perception.
Quand et avec qui communiquer ?
les agents communiquent
• lorsqu’ils sont face à un problème
qu’ils ne savent pas résoudre (manque de compétences ou de ressources),
• lorsqu’il est nécessaire de coordonner leurs actions,
• lorsqu’il y a un conflit entre plusieurs agents.
Communication (3)
Comment communiquer ?
Deux procédures de communication pour véhiculer les
messages (porteurs d’informations ou d’actions) entre agents : 1. communication par partage d’informations
2. communication par envoi de messages
Communication (4)
1. communication par partage d’informations
Mécanisme du Blackboard (Nii. 1986)
. . . Agent
Agent
Structure partagée .
.
Dispositif de Contrôle
Agent
2. communication par envoi de messages
Communication (5)
Agent Agent
Agent
Agent
Agent Agent
Agent
Diffusion
Communication avec accusé de
réception Agent
Communication sélective
Numéro Message :
Agent Destinataire : Nature :
Type : Etat :
Contenu : Date :
Chaque message a un numéro d’identification.
Agent Expéditeur : Nom de l’agent expéditeur Nom de l’agent destinataire
Nature du message (décision, rationalité, requête, réponse, etc.).
Type de message (urgent, prioritaire, normal)
Etat du message (traité, non-traité).
Corps du message.
Date d’envoi du message.
Structure Générique d’un Message
Communication (6)
Processus d’« Interprétation »
- Scrutation de la boîte aux lettres (périodiquement, ou par signaux d’activation)
- Classification en fonction du type de message, - Envoi signal à l’« unité de contrôle ».
Boucle : Attente signaux de contrôle * Processus de « Création » - Si (Décision)
. Lire la valeur des paramètre (prédéfinis),
. Création d’une décision pour le Centre d’Activité, - Si (Réponse Requête)
. Création d’un message réponse pour l’agent demandeur, - Si (Requête) ...
* Processus d’ « Envoi »
- Envoi du message ou de la décision créée au destinataire.
Fin Boucle
Algorithme de Communication
