Haut PDF Une approche système multi-agents mobiles pour des systèmes répartis

Une approche système multi-agents mobiles pour des systèmes répartis

Une approche système multi-agents mobiles pour des systèmes répartis

Présenté en vue de l’obtention du diplôme de Magister en Informatique Option: Intelligence Artificielle et Systèmes Distribués.. Par :[r]

1 En savoir plus

Raisonner sur l'autonomie d'un agent au sein de systèmes multi-agents ouverts : une approche basée sur les relations de pouvoir

Raisonner sur l'autonomie d'un agent au sein de systèmes multi-agents ouverts : une approche basée sur les relations de pouvoir

problématique des cadres de coordination et d’utiliser ce modèle comme exemple pour illustrer différents aspects par la suite. La planification globale partiale généralisée (GPGP) et sa représentation associée de structures hiérarchiques de tâches (TAEMS) ont été proposées comme un cadre indépendant du domaine pour la coordination des activités de groupes d’agents travaillant ensemble pour la satisfaction des buts de haut-niveau. L’objectif de GPGP est de maximiser l’utilité globale obtenue par un groupe d’agents qui effectuent des tâches, indépendantes ou non, sans avoir nécessairement une image globale de la coordination. La clé de cette approche est la décomposition des buts de haut-niveau en sous-buts en utilisant les structures de tâches TAEMS. Chaque agent est responsable de quelque sous-buts et essaye de les satisfaire – il doit cependant coordonner ses activités avec d’autres agents parce que des relations peuvent exister entre ces buts. Par exemple, la satisfaction d'un but peut faciliter la satisfaction d'un autre et donc leur bon ordonnancement pourra être bénéfique pour le système. Dans un autre cas, la satisfaction d'un but par un agent peut empêcher la satisfaction d'un autre but par un autre agent et donc les agents doivent interagir pour privilégier la satisfaction d'un seul des buts. TAEMS est un formalisme qui permet d’exprimer cette décomposition d’un but dans des sous-buts qui peuvent être décomposés à leur tour jusqu’à un niveau contenant des actions élémentaires peuvent être exécutées. Un agent qui planifie de cette manière obtient ainsi une arborescence similaire à des arbres et/ou. Le terme tâche est utilisé pour représenter une telle arborescence (un plan partiel ou complet pour satisfaire un but), un but ou sous-but et même une action. Les agents manipulent donc des tâches qui ont des caractéristiques telles qu’une durée d’exécution, une échéance, une utilité probable, etc. De plus, le formalisme TAEMS permet l’utilisation de plusieurs fonctions qui calculent l’utilité d’une tâche (but) à partir de l’utilité de ses sous-tâches. Des fonctions de type somme (l’utilité finale est la somme des utilités de sous-buts), séquence (l’utilité finale est égale à l’utilité du dernier sous-but), max (l’utilité finale est égale à la plus grande utilité de sous-buts), etc., peuvent être utilisées.
En savoir plus

193 En savoir plus

Systèmes de Classeurs et Communication dans les Systèmes Multi-Agents

Systèmes de Classeurs et Communication dans les Systèmes Multi-Agents

110 CHAPITRE 5. COMMUNIQUER AVEC DES SMA HOMOGÈNES 5.3.3 Élitisme Élitisme standard Notre première approche a été d’améliorer localement les agents. Pour cela, nous nous sommes inspirés du travail effectué avec les algorithmes génétiques par [De Jong, 1975]. Ce travail s’inspire de la théorie de Darwin sur l’évolution. En effet, Darwin nous dit que, d’après ses observations, l’évo- lution a toujours choisi les êtres les mieux adaptés et adaptables à leur milieu en éliminant ceux qui ne le sont pas. Cette idée s’applique aisément aux systèmes à base d’algorithme génétique puisque les individus qui composent un tel système disposent d’une force qui indique leur adaptation à l’envi- ronnement dans lequel ils évoluent. L’élitisme consiste à garder un certain nombre des individus, les mieux adaptés, à chaque génération, pour qu’ils puissent se diffuser progressivement dans la popula- tion. [De Jong, 1975] a ainsi appliqué l’élitisme aux algorithmes génétiques, démontrant l’efficacité de celui-ci. Le danger a priori de l’élitisme est de diriger le système vers une niche, ou optima local, d’où il ne pourra plus sortir. Nous avons voulu appliquer l’élitisme aux agents pour améliorer leur performance locale. Comme nous l’avons vu précédemment, chaque agent est composé d’un certain nombre d’individus qui sont évalués parallèlement. L’élitisme va consister à chaque génération à gar- der un certain nombre de ces individus qui ne subiront pas la pression sélective et seront présents tels quel à la génération suivante. La taille de la population du système étant constante, ces m individus sélectionnés vont naturellement remplacer les m individus les moins adaptés. Les individus restant sont traités alors par l’algorithme génétique et sont croisés et mutés.
En savoir plus

187 En savoir plus

Vérification formelle des systèmes multi-agents auto-adaptatifs

Vérification formelle des systèmes multi-agents auto-adaptatifs

2.2. La simulation : un moyen incontournable pour la validation entre chaque variable macroscopique et l’ensemble des variables microscopiques qui l’influencent. Il est nécessaire également de choisir l’opérateur de mesure qui permet d’évaluer les variables macroscopiques à partir des variables microscopiques au cours d’une simulation, l’opérateur d’initialisation qui initialise les variables microscopiques conformément aux variables macroscopiques fixées ainsi que l’algorithme d’analyse en fonction du but de l’analyse. Ces choix ne sont pas triviaux et nécessitent une grande expertise de la part du concepteur. En effet, passer du niveau macro au niveau micro et inversement au cours des étapes d’initialisation et de mesure supposent une connaissance complète et suffisante de la relation micro-macro. L’application de l’approche equation- f ree est soumise à une autre condition pour garantir des résultats fiables ; l’évolution des états des entités du sys- tème doit être plus rapide que celle du comportement du système à l’échelle macroscopique. Dans [Bernon et al., 2006], une phase de simulation a été intégrée à la méthode ADELFE, conçue pour le développement des SMA adaptatifs appelés aussi AMAS. Avec les AMAS, l’adaptation se fait par auto-organisation et l’émergence de la fonctionnalité adéquate est assurée en dotant les agents par une attitude coopérative (comme définie dans [Capera et al., 2003]). Ainsi, une bonne partie de la charge du concepteur consiste à énumérer toutes les Situations Non Coopératives (SNC), auxquelles un agent peut être confronté, et à décrire le comportement lui permettant de les neutraliser. Le but de la simulation dans [Bernon et al., 2006] a été de découvrir ces SNC lors de la conception des agents.
En savoir plus

157 En savoir plus

Utilisation des systèmes multi-agents pour la gestion de chaînes logistiques (multi niveau)

Utilisation des systèmes multi-agents pour la gestion de chaînes logistiques (multi niveau)

Figure III.15 : Editeur Notepad++ 2.IDE NetBeans est un environnement de développement qui s'adapte aux langages de programmation (Javascript, Python, PHP, Groovy, C/C++...), aux outils et aux ressources dont vous disposez. Le programme détecte automatiquement la présence de Java, JDK, SOA, Ruby, MySQL, etc. sur votre système, ainsi que les serveurs Apache ou GlassFish, pour vous fournir les plugins nécessaires. Deplus il sert à créer de façon rapide et facile des applications Web, des portails d'entreprise, des logiciels multiplateformes sous Java, des logiciels pour mobiles etc. Par ailleurs cet environnement dispose d’une interface d’édition, un module de prévisualisation, de modèles et de bibliothèques, de fonctions d’implémentation.
En savoir plus

62 En savoir plus

L'évaluation des conséquences de décisions stratégiques en élevage extensif en Uruguay. Une approche par les systèmes multi-agents

L'évaluation des conséquences de décisions stratégiques en élevage extensif en Uruguay. Une approche par les systèmes multi-agents

de notre projet, élaboré en 2001, qui a été publié dans un article de presse début 2002 (Morales 2002). Idées préliminaires Il est possible de décrire les modes de gestion des propriétés d‟élevage extensif. Il faut partir du présupposé que dans l‟élevage extensif une bonne partie des résultats est conditionnée par les ressources naturelles et des variables qui ne sont pas contrôlables, comme la disponibilité d‟eau pour les pâturages. Nous pouvons dire que l‟élevage intensif ou que les cultures utilisent des modes artificiels d‟obtention de produits, en qualités et quantités prédéterminées, et au moment où ils le désirent. A l‟opposé, l‟élevage extensif s‟adapte aux ressources naturelles et doit être résilient, c‟est-à-dire qu‟il est capable de reprendre un fonctionnement normal après d‟importantes perturbations en adaptant son fonctionnement interne plus qu‟il ne modifie l‟environnement. Il y a donc une « relation avec la nature » qui est différente. Ce type de rapprochement n‟a pas toujours été pris en compte, l‟élevage extensif est tout simplement considéré comme un secteur arriéré. Néanmoins, la survie de ce système sur d‟immenses espaces nous amène à penser que ce thème n‟a pas correctement été traité, que de nouvelles approches, semblables à celles que nous avons proposées, amélioreront la compréhension du fonctionnement de l‟élevage extensif, et qu‟enfin, il faudra adapter les propositions d‟amélioration, quelles qu‟elles soient. Dans le cas de l‟Uruguay, il est clair que la production de lait a augmenté la productivité, même si les surfaces dédiées à l‟élevage laitier n‟ont pas augmenté. En ce qui concerne la production de viande, des travaux récents ont attiré notre attention sur le fait qu‟il est difficile de mettre en place des structures intensives, telles que nous pouvons en voir dans d‟autres pays, à cause de la variabilité des prix qui existent dans le marché intérieur.
En savoir plus

255 En savoir plus

Déploiement de systèmes répartis multi-échelles : processus, langage et outils intergiciels

Déploiement de systèmes répartis multi-échelles : processus, langage et outils intergiciels

1.3 INCOME et les syst`emes multi-´echelles De nos jours, de plus en plus de syst`emes combinent le concept d’ordinateur invi- sible et ubiquitaire int´egr´e dans l’environnement physique [Weiser, 1999], l’Internet des Objets et la mobilit´e des appareils des utilisateurs. ` A cause des limitations mat´erielles et logicielles, des ressources distantes sont n´ecessaires et peuvent ˆetre fournies par les infrastructures de cloud. Ces syst`emes qui sont distribu´es sur les objets intelligents, les passerelles des r´eseaux de capteurs et des infrastructures de cloud, les appareils mobiles et les serveurs fixes, sont appel´es  syst`emes r´epartis multi-´echelles  [Kessis et al., 2009, Flinn, 2012, van Steen et al., 2012]. Ces syst`emes sont complexes par nature, de par le nombre, l’h´et´erog´en´eit´e, la dynamique et les diff´erents niveaux d’organisation et de struc- ture qu’ils contiennent. L’objet du travail de th`ese de S. Rottenberg [Rottenberg, 2015] (voir ´egalement [Rottenberg et al., 2014]) est d’´etudier le concept de syst`eme multi-´echelle et de proposer une approche `a base d’ing´enierie dirig´ee par les mod`eles afin de faciliter leur conception et, en particulier, de permettre au d´eveloppeur de travailler sur des vues r´eduites et simplifi´ees avec bon niveau d’abstraction. Il faut noter que le concept de  multi- ´echelle  diff`ere de celui de  grande ´echelle  qui a un sens quantitatif.
En savoir plus

192 En savoir plus

Les communications multi-parties et leur régulation dans les systèmes multi-agents : modèle et support

Les communications multi-parties et leur régulation dans les systèmes multi-agents : modèle et support

Dans la seconde approche, de nombreux travaux proviennent du domaine des applications mobiles en environnement pervasif. Dans [Julien et Roman, 2004], les auteurs consid`erent le contexte comme l’ensemble des noeuds pouvant apporter des informations. Une distance logique est utilis´ee pour calculer ce contexte. En fonction de cette distance, les communications sont ou non transmises aux noeuds limitrophes. Le contexte est donc compos´e de la distance `a laquelle les informations sont conserv´ees, ainsi que du message retransmis lui-mˆeme. Lorsque la distance change, le routage des messages est alors modifi´e pour prendre en compte le nouveau contexte. Un certain nombre de middlewares, comme [Goua¨ıch et al., 2005; Julien et Roman, 2004; Mamei et al., 2003; Schelfthout et al., 2006] proposent des espaces de communications partag´es, pouvant fusionner suivant la proximit´e des hˆotes. Dans ces syst`emes, la mise `a disposition des ´el´ements partag´es d´epend `a la fois du niveau architecture et du niveau coordination. Les r`egles de propagation ne sont pas limit´ees `a un seul calcul de distance. Elles prennent en compte la topologie des relations entre hˆotes pour transmettre les informations. Cependant, les r`egles restent simples et ne permettent pas l’appariement entre plusieurs ´el´ements, ce qui limite leur expressivit´e. Par exemple, dans EgoSpaces [Julien et Roman, 2004], les tests li´es aux r`egles sont effectu´es unitairement sur les propri´et´es de l’hˆote, du r´eseau, des agents et des tuples eux-mˆemes, mais ne peuvent pas comparer une propri´et´e d’un message avec celle d’un hˆote. Du point de vue coordination, le contexte est repr´esent´e par des ´el´ements de l’espace m´edi´e auquel les agents peuvent acc´eder mais qui ne peuvent pas ˆetre utilis´es directement pour modifier leur fa¸con de recevoir les informations.
En savoir plus

240 En savoir plus

Partitionnement matériel/logiciel et systèmes multi Agents  application aux systèmes embarqués

Partitionnement matériel/logiciel et systèmes multi Agents application aux systèmes embarqués

5 Les SMA et les contraintes distribuées La résolution des problèmes distribués ou multi-agnts étend des techniques de résolution des problèmes classiques, où plusieurs agents peuvent planifier et agir ensemble. Il existe de nombreuses évolutions récentes dans ce domaine qu‟on peut classer sous différentes approches pour les algorithmes de résolution distribuée et la planification distribuée d‟exécution des processus. L'une des raisons pour l'utilisation de la résolution distribuée, c'est qu'elle est la manière la plus appropriée pour résoudre un certain type de problèmes. Spécialement ceux où un système de résolution centralisé est irréalisable. Un domaine où cette approche a été utilisée est les problèmes NP-complet CSP. Si un problème CSP est réparti entre un certain nombre d'agents, il est appelé un problème de satisfaction de contraintes distribuées (distributed constraint satisfaction problem DCSP) [Vidal, 2006]. Dans un DCSP chaque agent a la responsabilité de gérer la valeur des variables qui ont été attribuées. Les agents ne connaissent pas les valeurs des autres variables, mais ils peuvent communiquer entre-eux pour déterminer la valeur directe de ces variables.
En savoir plus

94 En savoir plus

Méthodologie de test de systèmes mobiles : une approche basée sur les scénarios

Méthodologie de test de systèmes mobiles : une approche basée sur les scénarios

Les expériences de test n’ont pas pu produire des instances concrètes du scénario imaginé lors de l’analyse du code (voir la Figure 13), qui illustrait un problème d’ordonnancement global de messages. Ceci est dû à une limitation de la plate-forme, qui n’offre pas de moyens de contrôler les délais de communication. Il n’a pas été possible de provoquer des situations où des messages de changement de groupe sont reçus dans un ordre différent par les nœuds, comme dans le scénario imaginé. Ceci n’est pas satisfaisant, car on peut s’attendre à ce que les problèmes d’ordonnancement global soient fréquents dans les systèmes mobiles. En particulier, le GMP est censé prendre en compte la communication multi-sauts entre membres d’un groupe (rappelons qu’un groupe est sûr si toute paire de nœuds est connectée via un chemin dans lequel les sauts consécutifs ne dépassent pas la distance de sécurité). Il semble alors raisonnable de supposer que les délais de communication varient en fonction de la topologie du système. Selon les chemins suivis, rien ne garantit que l’ordre des réceptions au niveau d’un nœud respecte des relations de causalité au niveau global. Ces situations ne peuvent pas être testées dans l’architecture actuelle.
En savoir plus

136 En savoir plus

Transports collectifs et initiative individuelle. Approche des transports collectifs artisanaux par l'auto-organisation et les systèmes multi-agents.

Transports collectifs et initiative individuelle. Approche des transports collectifs artisanaux par l'auto-organisation et les systèmes multi-agents.

Ce type d’écueil est un marronnier de l’aménagement du territoire qui se retrouve dans les projets de développement et de transports collectifs [Godard, 2001]. Pour les cas de BRT, le risque est double : à la fois dans la fracture sociotechnique que révèle la mise en place de ces nouveaux systèmes et dans l’intégration des transports préexistants. En effet, pour qu’un nouveau système de transport fonctionne, il doit transformer les habitudes des usagers. Ce processus a fonctionné à Bogotá [Gil-Beuf, 2007] mais le manque de lisibilité du nouveau système a été un problème difficile à résoudre à Santiago du Chili [Hernández and Witter, 2015]. Le transport artisanal repose sur la communication entre les usagers et les équipages de véhicules. Cet échange quotidien construit des codes communs qui se passent de média. Nul besoin de cartes ou de fiches horaires pour circuler, les crieurs accompagnent les usagers. La disparition de cette relation à la fois sociale et économique peut rendre la mobilité inaccessible à certaines catégories de population qui ne maîtrisent pas les nouvelles technologies qui permettent de s’informer dans le nouveau système ou qui ont simplement des difficultés avec la lecture. A contrario, le transport artisanal émane directement de la ville et correspond à des "configurations de fourniture" adaptées [Olivier de Sardan et al., 2010]. Autrement dit, les combinaisons d’acteurs qui permettent le service s’adaptent au contexte et aux besoins. Pour les services de mobilité que nous étudions, les phénomènes sont similaires à ceux de l’accès à d’autres ressources qui se distribuent en réseau : eau, alimentation, électricité ... Ils constituent un secteur dynamique de l’économie populaire urbaine [Jacquemot, 2013]. La question de l’action publique sur ces systèmes repose sur le renouveau que ces modèles peuvent apporter à la conception des organisations des transports urbains. En tant que processus ascendants, ils pourraient constituer des sources d’inspiration pour de nouvelles solutions de mobilité collective [Amar, 2004].
En savoir plus

297 En savoir plus

Approche pour la modélisation des réseaux de capteurs sans-fil à travers les systèmes multi-agents

Approche pour la modélisation des réseaux de capteurs sans-fil à travers les systèmes multi-agents

RÉSUMÉ "Dans ce mémoire nous décrivons comment et pourquoi les technologies des systèmes multi agent ont été utilisées dans les réseaux de capteurs sans fil (RdC s-f) en mettant l'accent sur les avantages de cette utilisation. Dans la réalité, les réseaux de capteurs sont souvent confrontés à des problèmes de gestion des ressources à cause du compromis: taille du nœud/autonomie qui constitue un véritable dilemme pour les concepteurs. Le défi consiste à optimiser le fonctionnement du réseau avec des nœuds de la taille d'une grosse pièce de monnaie. Les technologies systèmes multi-agent (SMA) aident les concepteurs à prendre des décisions dans ce sens. Nous passons en revue les principales caractéristiques des deux technologies précitées et des protocoles spécifiques aux RdC s-f. Nous proposons enfin, une approche pour la conception d'un système de réseau de capteurs sans fil en se basant sur le modèle agent"
En savoir plus

90 En savoir plus

Une approche à base d’agents mobiles pour la sécurité des systèmes d’informations sur le web

Une approche à base d’agents mobiles pour la sécurité des systèmes d’informations sur le web

La mise en œuvre peut être réalisée par : Observation de seuils : on fixe le comportement normal d‟un utilisateur par la donnée de seuils à certaines mesures (par exemple, le nombre maximum de mots de passe erronés). On a ainsi une définition claire et simple des comportements non acceptés. Il est cependant difficile de caractériser un comportement intrusif en termes de seuils, et on risque beaucoup de fausses alarmes ou beaucoup d‟intrusions non détectées sur une population d‟usagers non uniforme. Profilage d’utilisateurs : on crée et on maintient des profils individuels du travail des usagers, auxquels ils sont censés adhérer ensuite. Au fur et à mesure que l‟utilisateur change ses activités, son profil de travail attendu se met à jour. Certains systèmes tentent de concilier l‟utilisation de profils à court terme et de profils à long terme. Il reste cependant difficile de profiler un utilisateur irrégulier ou très dynamique. De plus, un utilisateur peut arriver à habituer lentement le système à un comportement intrusif.
En savoir plus

150 En savoir plus

Approche Multi agents pour la reconnaissance du cancer du sein

Approche Multi agents pour la reconnaissance du cancer du sein

A.-J. Fougères a illustré Une architecture cognitive d’agents communicants dans des systèmes d’information complexes le système se compose des agents suivants : Un agent nommé « Agent infectieux » est introduit localement (par un agent appelé « Agent de simulation » qui active les maladies (grippe, méningite). Il peut, en raison de sa proximité, infecter un agent nommé « agent individu sain ». Ce dernier devient porteur de la maladie et peut la véhiculer dans son environnement évolutif (déplacements), il informe ses symptômes (sous forme de messages) à un agent nommé « AgentMedecin » dans le cas d’une épidémie, l’AgentMedecin informe un agent nommé « Agent INVS » pour assurer le control [ 11 ]
En savoir plus

20 En savoir plus

Exécution efficace de systèmes multi-agents sur GPU

Exécution efficace de systèmes multi-agents sur GPU

Cette démarche de parallélisation de l’exécution peut être rapprochée du parallélisme concep- tuel mis en œuvre dans les modèles multi-agents pour faciliter la description de systèmes com- plexes. Dans ce type de modèle, l’approche choisie est de décomposer un problème difficile ou im- possible à appréhender de manière globale en sous-problèmes dont la résolution est plus simple, de manière à obtenir une solution globale. Ces sous-problèmes sont associés à des entités, ou agents, accomplissant chacun leurs tâches de manière simultanée et faisant évoluer le système dans son en- semble. Si l’adéquation entre un parallélisme d’exécution logiciel et conceptuel semble naturelle, la parallélisation reste une démarche di fficile, du fait du déroulement séquentiel des opérations et des dépendances présents dans de très nombreux modèles agents. Les plates-formes d’exécution évoquées dans le paragraphe précédent sont généralistes, et ne sont pas spécifiquement adaptées aux problématiques multi-agents. Cette absence de support spécialisé impose au concepteur de nombreux développements de structures de données ou de traitements propres à son modèle, ou l’utilisation d’une plate-forme multi-agents parallélisée fournissant déjà ces outils.
En savoir plus

159 En savoir plus

Approche Multi-agents pour la simulation de la pollution de l’air

Approche Multi-agents pour la simulation de la pollution de l’air

La question sur la façon dont les humains devraient modérer leur exploitation des ressources environnementales a occupée les chercheurs depuis des décennies (Folke 2006). Pouvoir promouvoir la croissance sociale et économique sans affecter l'équilibre de l'environnement est un élément important pour maintenir un développement durable. Cette question fait l’objet de tout un domaine de recherche, qui vise à étudier les technologies qui causent moins de pollution ou de perturbation à l’environnement. Ce domaine est pluridisciplinaire et nécessite l’implication de plusieurs experts dans des divers domaines: la sociologie, l’architecture, la gestion des villes, la politique, la chimie, les mathématiques, l’informatique et l’écologie. L’objectif étant d’étudier le système que forme l’être humain avec son environnement ainsi que leurs interactions. Ce genre de système est nommé système socio- environnemental ou aussi socio-naturel, ou même socio-écologique. On peut définir ce genre de système selon deux points de vue : Un système naturel subissant des perturbations anthropiques. Ou bien, un ensemble de population (système social) sujet à des limitations de ressources environnementales. Ces systèmes (Glaser 2006) impliquent plusieurs acteurs et présentent des comportements dynamiques et non-linéaires. Ils sont classés comme des systèmes complexes et adaptatifs (Holling 2001). L'exploitation d'une ressource écologique partagée peut être formulée comme une tragédie du commun (Hardin 1968). Chaque acteur tend à maximiser ses profits en exploitant une ressource écologique partagée. Ainsi, une tragédie du commun est alors posée.
En savoir plus

174 En savoir plus

Exécution efficace de systèmes Multi-Agents sur GPU

Exécution efficace de systèmes Multi-Agents sur GPU

Cette démarche de parallélisation de l’exécution peut être rapprochée du parallélisme concep- tuel mis en œuvre dans les modèles multi-agents pour faciliter la description de systèmes com- plexes. Dans ce type de modèle, l’approche choisie est de décomposer un problème difficile ou im- possible à appréhender de manière globale en sous-problèmes dont la résolution est plus simple, de manière à obtenir une solution globale. Ces sous-problèmes sont associés à des entités, ou agents, accomplissant chacun leurs tâches de manière simultanée et faisant évoluer le système dans son en- semble. Si l’adéquation entre un parallélisme d’exécution logiciel et conceptuel semble naturelle, la parallélisation reste une démarche difficile, du fait du déroulement séquentiel des opérations et des dépendances présents dans de très nombreux modèles agents. Les plates-formes d’exécution évoquées dans le paragraphe précédent sont généralistes, et ne sont pas spécifiquement adaptées aux problématiques multi-agents. Cette absence de support spécialisé impose au concepteur de nombreux développements de structures de données ou de traitements propres à son modèle, ou l’utilisation d’une plate-forme multi-agents parallélisée fournissant déjà ces outils.
En savoir plus

159 En savoir plus

Gestion des exceptions dans un système multi-agents avec réplication.

Gestion des exceptions dans un système multi-agents avec réplication.

Introduction générale Avec les progrès de la technologie de l'information, on note une constante évolution dans plusieurs domaines tels que le commerce électronique, les jeux vidéos, les eets spéciaux dans les oeuvres de ction, etc. Des entités intel- ligentes, réactives et autonomes ont pris une place prépondérante dans ces systèmes ; ces entités sont appelées des agents. Ces derniers interagissent dans leur environnement constituant ainsi un système multi-agents [9] (SMA). Au sein de ces systèmes, chaque agent possède un rôle bien déterminé et doit être capable de prendre des décisions pour atteindre ses objectifs. Toutefois, le dysfonctionnement d'un agent en raison de l'interruption de la connexion ou de la panne de la machine sur laquelle il était en train de s'exécuter peut engendrer la défaillance du système. Les systèmes multi-agents doivent alors être tolérants aux fautes. De ce fait, plusieurs approches ont été appliquées à ces systèmes tels que l'approche préventive (Réplication) et l'approche cu- rative (Gestion des exceptions). L'approche préventive consiste à gérer un dysfonctionnement possible du système en se basant sur la redondance et l'approche curative permet au programmeur de gérer dynamiquement les si- tuations qui engendrent un dysfonctionnement d'un processus donné.
En savoir plus

71 En savoir plus

Connaissance du Contexte, Confidentialité et Accès Mobiles : une Approche Web Sémantique et Multi-agents

Connaissance du Contexte, Confidentialité et Accès Mobiles : une Approche Web Sémantique et Multi-agents

La dernière version d'InfoBridge a été testée sur le terrain avec deux personnes du projet suivant personnellement chacun des 4 bêta-testeurs dans leurs déplacements et leur utilisation du système. Après une introduction au système il était demandé aux testeurs de suivre le(s) chemin(s) qu'ils empruntent dans une journée très chargée. Une séance de tests durait environ une heure, comportait la soumission d'au moins 3 posters et était suivie d'un entretien pour recueillir les retours d'utilisation. Les utilisateurs étaient définitivement séduits par le système mais ont soulevé un certain nombre de points [2]: la logique et les critères de sélection d'un poster demandent à être expliqués pour justifier la liste des posters collectés ; le lieu de collage virtuel des posters doit être clairement dissocié du lieu où l'événement aura lieu ; des écrans de confirmations des actions ont été rajoutés pour conforter des utilisateurs dans leurs actions ; la dimension graphique des posters papiers n'est pas compatible avec les limitations d'un PDA et le couplage avec d'autres systèmes semble nécessaire, par exemple un URL vers une page Web ; les accidents tels qu'un double clic involontaire sont fréquent sur un système mobile et l'interface doit les prendre en compte ; etc.
En savoir plus

9 En savoir plus

Une approche du suivi de consensus pour les systèmes multi-agents

Une approche du suivi de consensus pour les systèmes multi-agents

44 Consensus et suivi par consensus en topologie variable 3.2 État de l’art La modélisation d’un SMA par une approche énergétique, c’est à dire en utilisant l’hamiltonien du système, a été initialement développée dans [57] dans le cadre de l’agrégation des agents (flocking for multi-agent systems). Dans cet article, les auteurs proposent un système d’anti-collision qui, in fine, conduit à la mise en formation des agents en treillis. Nous reprendrons une partie de cette modélisa- tion mais en utilisant des fonctions d’anti-collision différentes. Les auteurs de [57] proposent également une commande permettant le suivi de consensus : la formation suit une trajectoire préassignée. La différence essentielle par rapport à notre travail porte sur la diffusion aux agents de la trajectoire de référence. Dans [57], la trajectoire de référence est transmise à chaque agent. Il n’y a pas de notion de leader, ou plus exactement un leader virtuel dispose de l’information et est connecté à chaque agent. Dans notre travail, nous supposons qu’un leader perceptif suit une trajectoire de référence avec une certaine dynamique. Ce leader dispose initialement d’une connexion bidirectionnelle avec au moins un agent de la flotte.
En savoir plus

112 En savoir plus

Show all 10000 documents...