La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Bases de lIntelligence Artificielle Distribuée Principes de base : des objets aux agents 31-10-2012.

Présentations similaires


Présentation au sujet: "Bases de lIntelligence Artificielle Distribuée Principes de base : des objets aux agents 31-10-2012."— Transcription de la présentation:

1 Bases de lIntelligence Artificielle Distribuée Principes de base : des objets aux agents

2 Les machines ne sont pas bonnes pour savoir ce quil faut faire : il faut tout anticiper par le programmeur. Dans plusieurs applications, on a besoin de systèmes qui décident eux mêmes ce dont ils ont besoin pour atteindre leurs objectifs : les agents. Les agents qui doivent opérer dans des environnements rapides, dynamiques, imprévisibles ou ouverts et où il y a plusieurs possibilités déchec des actions entreprises sont appelés agents intelligents ou autonomes.

3 Exemples : -Véhicule spatial -Recherche sur Internet On essaye de comprendre Pourquoi les agents constituent une nouvelle approche importante de conception et dimplémentation de certaines applications logicielles Ce que sont les agents (et ce quils ne sont pas) et quels sont les liens avec les autres paradigmes logiciels, en particulier, les systèmes experts et la programmation orientée objets

4 définition d'agent: Entité automatique pour la prise de décision. Défintion d'un agent selon wooldwridge: Un agent est un système informatique capable d'agir de manière autonome et flexible dans son environnement. Définition d'un agent selon Feiber: C'est une sorte d'organisme vivant dont le comportement se résume à communiquer agir et éventuellement se reproduire. Il vise à la satisfaction de ses besoins et de ses objectifs à partir de tous les autres éléments: perception, représentation, action, communication et ressources.

5 NB: Dans un système multi-agent le nombre d'agent n'est pas forcement physique, il y'a certain systèmes où les agents meurent naissent et se reproduisent. La communication peut se faire de manière directe entre les agents ou de manière indirecte par l'environnement. Définition d'un agent selon Demagon : C'est une entité réelle ou virtuelle dont le comportement est autonome évoluant dans un environnement capable de le percevoir, d'agir dessus et d'interagir avec les autres agents.

6 Un Agent peut être défini comme une entité (physique ou abstraite) capable dagir sur elle-même et son environnement, disposant dune 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

7 Agent : une entité intelligente, agissant rationnellement et intentionnellement, en fonction de ses buts propres et de létat actuel de sa connaissance. Y. Demazeau & J.P. Müller, 90 Un agent est un système informatique situé dans un certain environnement et qui est capable daccomplir des actions autonomes pour atteindre certains de ses objectifs de conception Deux dimensions J. Erceau & J. Ferber, 91 Deux dimensions J. Erceau & J. Ferber, 91 Sociale Individuelle

8 définition d'un système multi-agent : a) C'est un groupe de personne ayant une tache bien définie, coopérant pour la résolution d'un problème global. b) Un système multi-agent est un ensemble d'agents interagissant dans un environnement commun.

9 Un système multi-agents est un système qui consiste de plusieurs agents, qui interagissent entre eux En général, les agents vont agir de la part des utilisateurs, avec différents buts et motivations Pour interagir avec sont échec, ils devront avoir la capacité de.. coopérer, se coordonner, négocier entre eux, a peu près comme les personnes

10 Un agent est un système informatique situé dans un certain environnement et qui est capable daccomplir des actions autonomes pour atteindre certains de ses objectifs de conception Agent, pas agent intelligent Types denvironnements

11 Définition de lautonomie : les agents sont capables dintervenir sans interventions humaines ou intervention dautres systèmes. Les agents ont le contrôle sur leurs propres états internes et sur leurs comportements. Les agents ont une capacité dautonomie plus large que les objets.

12 Autonomie naturelle Autonomie dun système comme une organisation des processus permettant au système de se maintenir lui-même Autonomie artificielle Autonomie comme la capacité dexploiter les circonstances actuelles pour servir son objectif

13 Action Output -Action est générée pour modifier lenvironnement -Pas de contrôle total sur lenvironnement : contrôle partiel Senseur input Les percepts représentent linformation sensible obtenue par perception de lenvironnement. Cette information est généralement le résultat dun travail délaboration effectué par des capteurs et des systèmes de prétraitements que nous nétudierons pas

14 Agent Même si une action est exécutée deux fois, dans des circonstances différentes en apparence, elle peut avoir des effets différents ou bien peut échouer à avoir leffet désiré. Lagent doit être préparé pour la possibilité déchec de son action : environnements non déterministes. Normalement, un agent doit avoir un répertoire dactions disponibles. Cet ensemble dactions possibles représente les capacités de lagent (effectoric capability). N.B : les actions ne sont pas toutes applicables dans toutes les situations.

15 Exemples: Soulever une table ; Acheter une Mercedes Les actions ont des pré-conditions associées qui définissent les situations possibles pour appliquer ces actions. Le problème clé que doit résoudre un agent est de décider quelles actions il doit exécuter pour mieux satisfaire ses objectifs.

16 Les architectures dagents sont des architectures logicielles pour des systèmes de prises de décision qui sont embarqués dans un environnement. La complexité du processus de prise de décision est liée à un certains nombre de propriétés de lenvironnement.

17 Les agents sont des systèmes informatiques, capables deffectuer des actions autonomes dans un certain environnement pour atteindre certains objectifs.

18 Un agent doit donc : observer son environnement (par des capteurs physiques dans le cas dagents situés dans un monde réel ou des capteurs logiciels pour des agents logiciels), et avoir un répertoire dactions qui peuvent être exécutées pour modifier lenvironnement qui répond dune manière non déterministe à lexécution de ses actions.

19 Un agent intelligent est un agent qui possède une autonomie daction flexible pour atteindre ses objectifs. Flexibilité ? Réactif : capacité de percevoir lenvironnement et de répondre à temps aux changements qui peuvent affecter lenvironnement. Pro-actif : comportement orienté objectifs en prenant des initiatives Social : capacité dinteraction avec les autres agents

20 Procédure en Pascal, fonction en C, ou méthode en Java…. Hypothèses (Pré-conditions) Effets quelle a si les hypothèses sont valides (post- conditions). Les effets sont les objectifs Si les pré-conditions sont vraies lorsque la procédure est invoquée, alors on sattend à ce que la procédure sexécute correctement : cest-à-dire quelle se termine et après terminaison, la post- condition devient vraie (lobjectif est atteint).

21 Ceci est un comportement orienté objectif : la procédure est simplement un plan ou une recette pour atteindre lobjectif. Ce modèle est correct pour plusieurs environnements. Par exemple dans le cas des systèmes fonctionnels : prendre une entrée x et produire une sortie f(x) fonction de cette entrée. Mais pour les systèmes non fonctionnels, ce modèle simple de programmation orienté objectif nest pas acceptable à cause de certaines hypothèses limitatives :

22 1.lenvironnement ne change pas durant lexécution de la procédure. Si lenvironnement change et, en particulier, si les pré-conditions de la procédure en exécution deviennent fausses, alors le comportement de la procédure nest pas défini et, souvent, la procédure simplante. 2.Lobjectif (la raison de lexécution de la procédure) reste valide, au moins jusquà la fin de lexécution de la procédure. Si lobjectif ne reste pas valide, alors il n y a aucune raison de continuer à exécuter la procédure.

23 Dans plusieurs environnements, aucune de ces hypothèses nest valide. En particulier dans des domaines très complexes à complètement observer qui sont, soit des environnements multi-agents (plusieurs agents qui peuvent changer lenvironnement) ou il ya présence dincertitude dans lenvironnement. Dans ce genre denvironnement, exécuter une procédure dune manière aveugle, sans considérer si les hypothèses sont valides est une mauvaise stratégie.

24 Dans ce genre denvironnements dynamiques, un agent doit être réactif. Cest-à-dire quil doit réagir aux évènements qui arrivent dans lenvironnement et qui altèrent soit les objectifs de lagent ou les hypothèses relatives à lexécution de la procédure par lagent pour atteindre ses objectifs. En effet, construire des systèmes purement orientés objectifs ou purement réactifs nest pas difficile. Par contre, ce qui est difficile à construire ce sont les systèmes qui font un équilibre entre un comportement orienté objectif et un comportement réactif.

25 Problème dintégration dun comportement orienté objectif et dun comportement réactif.

26 Non pas en termes déchange dinformations. Dans le vie courante, très peu dobjectifs peuvent être atteints sans la coopération dautres personnes qui ne partagent pas nécessairement les mêmes objectifs : cest-à-dire quils sont eux même autonomes avec leurs propres agendas.

27 Il faut donc négocier et coopérer avec les autres. On peut être obligés à comprendre et raisonner sur les objectifs des autres et exécuter des actions (payer les autres acteurs par exemple) pour les amener à coopérer avec nous et atteindre nos objectifs.

28 Est-ce que les agents sont juste des objets avec un nom différent ? Objet : entités informatiques qui : o Encapsule un certain état( propriété ) o Communiquent par envoi de message o capables dexécuter des actions ou méthodes sur cet état

29 Agents et Objets Un agent comme un objet, encapsulent un certain état et un comportement Mais lagent a le contrôle sur son comportement; un objet na le contrôle que sur son état lagent exerce ce contrôle de différentes manières réactif dirige par les buts social Un sma a plusieurs flux de contrôle alors quun système a objets napriori qu un seul flux de contrôle Les agents sont actifs : Un SMA est par nature multi- process (multi-thread): chaque agent est supposé avoir au moins un process de contrôle actif.

30 1.Degré dautonomie des objets et des agents les agents ont une forte notion d'autonomie, et ils peuvent décider par eux-mêmes s'ils vont entreprendre ou pas une action requise par un autre agent Les objets peuvent avoir contrôle sur leurs propres états internes

31 1.Degré dautonomie des objets et des agents Exemple En JAVA, on peut déclarer des variables (ou des méthodes) privées : accessibles uniquement de lintérieur de lobjet. On peut aussi les déclarer comme Publiques : accessibles de nimporte où. On doit recourir à cette forme pour que les autres objets puissent les utiliser. Style de Programmation pauvre.

32 1.Degré dautonomie des objets et des agents Un objet a une autonomie sur son propre état : il a un contrôle sur cet état. Mais un objet na pas de contrôle sur son propre comportement. Exemple Si une méthode m est rendue disponible pour dautres objets, alors ils peuvent l'utiliser quand ils veulent. Lobjet naura donc pas de contrôle si une méthode est exécutée ou non. Les objets sont donc supposés partager le même objectif

33 Dans plusieurs systèmes multi-agents, on ne peut pas supposer quon a un objectif commun. On ne peut pas assurer quun agent I va exécuter une action (méthode) a uniquement parce que un autre agent J la demandée. Lexécution de la méthode a, peut ne pas être dans le meilleur intérêt On peut donc considérer que les agents ninvoquent pas des méthodes de chacun dentre eux, mais plutôt demander lexécution dactions.

34 Laspect de contrôle par rapport à la décision qui devrait exécuter laction est différent pour les systèmes orientés agents et les systèmes orientés objets. Dans le cas de lorienté objet, la décision dépend de lobjet qui invoque la méthode. Par contre, dans le cas de lorienté agent, la décision dépend de lagent qui reçoit la requête. Lagent le fait pour de largent, lobjet le fait gratuitement

35 Mais ceci ne nous interdit pas de construire des agents en utilisant les techniques de lorienté objet. Par exemple, on peut construire une prise de décision concernant lexécution ou non dune méthode, à lintérieur de la méthode elle même. Par conséquent, on peut atteindre une plus grande autonomie pour les objets. Mais ceci nest pas une composante du modèle orienté objet de base.

36 2.La deuxième importante distinction entre lobjet et lagent est la notion de comportement autonome -flexibilité (réactive, pro-active, social).- Les agents sont intelligents : Capables de comportement flexible (réactifs, proactifs, sociaux). Les systèmes orientés objets standards nont aucune notion sur comment intégrer ces trois types de comportement.

37 3.La troisième différence est que dans le cas de systèmes orientés agents, chaque agent est supposé avoir son propre chemin de contrôle. Par contre, dans les systèmes orientés objets, il y a un seule orientation.

38 Beaucoup de travaux ont été menés relatifs à la programmation orientée objet concurrente. Java possède des constructeurs pour la programmation multi-thread (à direction multiple). Il y a aussi des langages de programmation (prototypes) qui autorisent la programmation orientée objet concurrente. Mais ces langages ne supportent pas lidée des entités agents autonomes. La notion la plus proche de la communauté orientée objet est celle des objets actifs

39 Un objet est dit actif sil possède son propre chemin de contrôle. Les objets actifs sont généralement autonomes, cest-à-dire quils peuvent avoir un certain comportement sans quils soient guidés par un autre objet. Les objets passifs, par contre, ne peuvent avoir un changement détat sauf sils subissent explicitement une action. On peut dire que les objets actifs sont des agents qui nont pas nécessairement un comportement autonome flexible.

40 Différences avec les agents 1.Un SE ninteragit pas directement avec un environnement. Ils nobtiennent pas des informations à travers des capteurs, mais à travers un utilisateur agissant comme intermédiaire. 2.Un SE expert nagit sur aucun environnement, mais donne un feedback ou un conseil à une troisième partie 3.En général, un SE nest pas supposé de coopérer avec dautres agents (sauf certains SE temps réels comme ARCHON)

41 a) Résolution distribuée de problème: Concerne toutes les situations dans lesquelles les agents logiciels(sans structure physique) accomplissent des taches utiles aux humains. L'expertise est distribuése mais le domaine ne l'est pas. Décomposition de taches complèxes en fonction des compétences. Diagnostic médical, conception de produit.

42 b) Robotique mobile: Plusieurs robots qui coopèrent pour accomplir une mission.

43 c)Robotique et productique distribuée: Intégration: Faire inter-opérer des logiciels avec des humains et des systèmes mécaniques. Contrôle d'un système automatisé de production. Commerce élèctronique: processus d'achat avec négociation complèxes, enchères, contrats... Recherche et filtrage d'information sur le web: organiser un voyage : billeterie, hôtel, circuit touristique.

44

45 1.Applications industrielles : Supervision de processus : ARCHON, 95. Production industrielles: TAMS,87. Contrôle de trafic aerien: OASIS,96. Situation de foules: MASSIVE, Application commerciales: Gestion de l'information sur le web: MAXIM, 94. Commerce élèctronique:KASBAH, 96. Processus administratif: ADEPT, Application médicale: Surveillance de malades:GUARDIAN, 89.

46

47

48

49

50

51

52

53

54

55

56 simulation rituals of hajj and umrah

57

58 Les agents (et leur instanciation physiques en robots) ont un rôle à jouer dans les situations à hauts-risques, non-adaptées ou impossible pour les humains Le degré d'autonomie va différer selon la situation (contrôle humain à distance peut être une alternative, mais pas toujours)

59 Contrôle de vaisseaux spatiaux Des sondes spatiales autonomes dotées de capacités de prise de décision pour réduire le nombre de Personnel de supervision Par exemple Deep Space 1 de la NASA, la première sonde spatiale avec un système de contrôle autonome à base d'agents.

60

61 les systèmes autonomes de contrôle du trafic aérien peuvent reconnaître la panne d'un autre système, et coopérer pour repérer et gérer tous les vols affectés. Systèmes prenant l'initiative lorsque c'est nécessaire Agents coopérants pour résoudre des problèmes qui dépassent les capacités individuelles de tout agent Agents internet Recherchent, planifient, arrangent, achètent, négocient..


Télécharger ppt "Bases de lIntelligence Artificielle Distribuée Principes de base : des objets aux agents 31-10-2012."

Présentations similaires


Annonces Google