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

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

Introduction aux systèmes multi- agents Roger Nkambou.

Présentations similaires


Présentation au sujet: "Introduction aux systèmes multi- agents Roger Nkambou."— Transcription de la présentation:

1 Introduction aux systèmes multi- agents Roger Nkambou

2 Plan Quest ce quun agent ? –Historique –Les propriétés des agents –Les applications des agents autonomes Les systèmes multi-agents –Propriétés dun système multi-agent –Le cadre dexécution –Historique Interaction dans les SMA

3 Quest-ce quun agent ? Définition de Ferber: Un agent est une entité autonome, réelle ou abstraite, qui est capable dagir sur elle même et sur son environnement, qui, dans un univers multi-agent, peut communiquer avec dautres agents, et dont le comportement est une conséquence de ses observations, de ses connaissances et de ses interactions avec les autres agents.

4 Quest-ce quun agent ? Il ressort de cette définition des propriétés clés comme: –Lautonomie –Le raisonnement et laction –La perception –La communication avec lextérieur. En plus, dautres propriétés sont souvent associées au agents: –Réactivité, rationalité, engagement, intention etc.

5 Quest-ce quun agent ? Définition de Sycara et Wooldridge Un agent est un système informatique, situé dans un environnement, et qui agit dune façon autonome et flexible pour atteindre certains des objectifs pour lesquels il a été conçu.

6 Agent situé Un agent est dit situé sil est capable dagir sur son environnement à partir des entrées sensorielles quil reçoit de ce même environnement. Par exemple: systèmes de contrôle de processus, agent de supervision dans un laboratoire virtuel etc.

7 Agent autonome Un agent est dit autonome sil est capable dagir sans lintervention dun tiers (humain ou agent) et contrôle ses propres actions ainsi que son état interne. Lautonomie dun agent est bien entendu limitée par son comportement dans une société dagents.

8 Ce quun agent nest pas Un agent nest pas –Un objet

9 Agent flexible La flexibilité dun agent est liée à : Sa capacité de répondre à temps (percevoir son environnement et réagir à temps) Sa proactivité (sa capacité à prendre linitiative et à être opportuniste au bon moment) Sa capacité dinteragir avec les autres agents quand la situation lexige (pour compléter ses tâches ou coopérer avec eux) => aspects sociaux.

10 Contexte de la recherche sur les agents Résolution distribuée de pbs Agents et Systèmes Multi-agent IA Parallèle IA distribuée

11 Motivations pour la recherche sur les agents Au départ, et du point de vue IA distribuée modularité pour réduire la complexité vitesse due au parallélisme fiabilité due à la redondance flexibilité nouvelles tâches peuvent être gérées plus facilement grâce à la modularité

12 Motivations (suite) Du point de vue IA apport au langage naturel applications proches de la réalité

13 Applications gestion des réseaux contrôle de trafic aérien gestion des affaires BD déductive commande et contrôle éducation trafic routier bibliothèques digitales personal digital assistants (PDA) gestion des rendez-vous filtrage du gestion de linformation data mining Commerce électronique

14 Agents Logiciels (BT) Proactifs Ne nécessitent pas des instructions Capables d agir seuls Apprenants Améliorent leur expertise (t) Coopératifs Partagent tâches et informations avec les autres

15 Attributs primaires Coopération Apprentissage Autonomie

16 Topologie partielle des agents (BT)

17 Attributs secondaires (BT) Attribute versatilitydoes the agent have many goals or can it engage in a variety of tasks? benevolenceis the agent benevolent or non-helpful, antagonistic or altruistic? veracitydoes the agent lie knowingly or is it always truthful? persistenceis the agent temporally continuous? emotional attitudes e.g. does the agent get fed up being asked to do the same thing time and time again? mental attitudes does the agent have mentalistic attitudes such as beliefs, desires and intentions?

18 Topologie des agents

19 Agents collaboratifs Mettent laccent sur lautonomie et la coopération entre agents Ils opèrent presque tout le temps dans des environnements multiagents ouverts et contraints par le temps Ils négocient avec les autres agents en vue datteindre des ententes lors de la résolution distribuée de problèmes Capacités limitées en apprentissage

20 Agents collaboratifs: raison dêtre to create a system that interconnects separately developed collaborative agents, thus enabling the ensemble to function beyond the capabilities of any of its members (Huhns & Singh 1994)

21 Raisons dêtre (suite) Résoudre des problèmes qui sont trop grands ou trop complexes pour un seul agent Permettre linterconnectivité et linteropérabilité des legacy systems Résoudre des problèmes «naturellement» distribués

22 Environnement Agent Domaine Utilisateur Croyances Buts Contenu dun Agent

23 Environnement Agent Domaine Utilisateur Croyances Buts ActionsRaisonnements Contenu dun Agent

24 7 - Architecture de INTERRaP (Muller 95) Trois niveaux d interaction et de contrôle (Muller, 95, Rao & Georgeff,1995) –comportement : niveau réactif et procédural –niveau de planification –niveau de coopération entre agents Agent décrit selon un ensemble –de croyances (état informationnel) –de situations (croyance des agents) –de buts que l agent peut avoir –d options (états de motivation de l agent) qui sont des buts selon les situations –d intentions –de primitives opérationnelles

25 INTERRaP et Croyances Les croyances sont réparties en –modèle du monde (croyance sur l environnement) –modèle mental (croyance de l agent sur lui-même) –modèle social (croyance sur les autres agents) une croyance est une relation entre l état informationnel et l état de motivation le déclenchement d action est dû à une situation spécifique (sous ensemble de croyance d agent)

26 INTERRaP et Situations situations réparties selon trois classes –situations de comportement (SE du modèle du monde) –situations de planification locale (basés sur modèle du monde et modèle mental) –situations de coopération buts répartis selon buts réactifs, locaux et coopératifs des primitives opérationnelles permettent aux agents de raisonner sur la façon de réaliser leur plan

27 Modèle conceptuel d agent ACTION Perception Buts situations croyances optionsintentions social mental monde réactions buts locaux coopératifs Primitives opérationnelles Planification et échéancier Exécution Environnement sélectio n coopérative Plan. locale Habit./urgente Activation de buts Génération de croyances Révision États motivants Raisonnement pour accomplir les plans comportements Plans locaux Plans joints

28 INTERRaP et fonctionnement Génération de croyances et révision Reconnaissance de situation Activation de buts Planification Echelonnement Exécution Architecture qui définit l état interne d un agent (perception, croyance, situations, buts, primitives opérationnelles et intentions) et les fonctions qui modifient les états mentaux (reconnaissance de situation, activation de buts, planification, échelonnement, exécution).

29 L architecture de l agent Base de C. Unité de contrôle de l agent Comportement Planification loc Planification coop RS PE Modèle social Modèle mental Modèle du monde Senseurs Communication Acteurs Environnement RS: reconnaissance de situation PE: planification, exécution

30 L architecture SRK Architecture basée sur trois niveaux Skill Rules Knowledge

31 Reconnaissance de la situation Perception Prise de décisions Planification Exécution Environnement Base de Données Entrées prédites Mise à jour But ou tâche choisi Actions Situation familière Situation non– familière Situation reconnue en terme dactions Réflexe Architecture SRK

32 Utilisation de l architecture SRK Simulation et modélisation du trafic routier Application au contrôle-commande Prise de décisions distribuées Interfaces personnes-machines

33 Les agents collaboratifs : Défis À Utiliser + dans les applications industriels À construire selon les méthodes issues du «génie» voire du génie logiciel Pousser encore plus loin la coordination, la communication et la négociation Sintéresser à la stabilité, à la scalabilité et aux problèmes de performance Introduire davantage dapprentissage Trouver les «bonnes» méthodes dévaluation

34 Agents interfaces Ils mettent laccent sur lautonomie et lapprentissage en vue d'exécuter des tâches pour les utilisateurs Ils fournissent une assistance proactive à l utilisateur pour une application précise Leurs interactions avec les autres agents sont en général limitées

35 Agent interface = secrétaire Cest un assistant personnel qui collabore avec lutilisateur (un genre de secrétaire)

36 Agents interfaces : raisons dêtre Moins de travail pour l utilisateur et le développeur Lagent peut s'adapter, à travers le temps, aux habitudes de lutilisateur et à ses préférences Peuvent aider plusieurs utilisateurs à se partager leur savoir-faire

37 Comment ces agents fonctionnent

38 Agents interfaces: Défis Mener des expérimentations en vue de déterminer quelles sont les techniques d apprentissage qui sont préférables, pour quels domaines, et pourquoi Garantir la «vie privée» des utilisateurs Étendre si possible le champ dapplication

39 Agents Mobiles Pièces logicielles qui peuvent : migrer dune machine à une autre interagir avec différentes machines exécuter des tâches pour les utilisateurs retourner à leur point de départ

40 Agents pour lInternet Lexplosion du web nécessite des outils performants pour rechercher, filtrer, extraire, etc. les informations dont on a besoin La solution passe par une architecture multiagent (avec des agents collabo-ratifs): NetSA en est une

41 Base de Données HTTP KQML HTML SQL KQML Unité de Communication avec lUtilisateur Unité de Traitement de lInformation Unité dintérogation et dextraction de linformation Agent Utilisateur Agent Superviseur Agent Ressource Agent Intermédiaire Agent Ressource Architecture NetSA

42 Agents pour linternet : Défis Communication Sécurité Intégration de la planification de lapprentissage et du data-mining

43 Agents réactifs Ils ne possèdent pas une modélisation symbolique interne de leur environnement Ils répondent par une réponse précompilée à tout état de l'environnent

44 Agents Réactifs: raisons dêtre Robustesse et tolérance aux fautes Flexibilité Adaptabilité Rapides temps de réponses

45 Agents hybrides Ils combinent deux ou plusieurs philosophies –SRK combine Skill, Rules et Knowledge Ils couvrent les différentes facettes quon trouve habituellement aux niveaux des applications

46 Propriétés des agents LenvironnementLe cadre dexécution LagentLe système multi-agent Propriétés extrinsèques Propriétés intrinsèques

47 Propriétés intrinsèques des agents Propriété Étendue des valeurs De À Durée de vie Transitoire Longue Architecture Réactive Délibérative ConstructionDéclarative Procédurale Mobilité Fixe Itinérante AdaptabilitéAjustée Autodidacte

48 Propriétés extrinsèques des agents Propriété Étendue des valeurs De À EndroitLocal Distant Autonomie socialeIndépendante Contrôlée SociabilitéAutistique, conscient, responsable BienveillanceCoopératif, compétitif, antagoniste InteractionLogistique : -Directe ou via des intermédiaires Sémantique : -Communication déclarative ou procédurale

49 Les systèmes multi-agents Un SMA est un ensemble dagents qui interagissent en mode de coopération, de compétition et/ou de co-existence. Dans un SMA –Chaque agent a des informations ou des capacités de résolution de limitées (ainsi, chaque agent a un point de vue partiel) –Il ny a aucun contrôle global du système multi-agent –Les données sont décentralisées –Le calcul est asynchrone.

50 Les défis à relever par les SMA Comment formuler, décrire, décomposer, allouer les problèmes et synthétiser les résultats ? Comment permettre aux agents de communiquer et dinteragir? Quoi dire et quand communiquer ? Comment assurer que les agents agissent de manière cohérente o En prenant leurs décisions ou actions o En gérant les effets non locaux de leurs décisions o Et en évitant les interactions nuisibles ? Comment permettre aux agents individuels de représenter les actions et raisonner sur elles, sur les plans et connaissances des autres agents afin de se coordonner avec eux ? Comment raisonner sur létat de leurs processus coordonnés (comme linitialisation ou la terminaison) ?

51 Les défis à relever par les SMA Comment reconnaître et réconcilier les points de vues disparates et les intentions conflictuelles dans un ensemble dagents essayant de coordonner leurs actions ? Comment trouver le meilleur compromis entre le traitement local au niveau dun seul agent et le traitement distribué entre plusieurs agents (traitement distribué qui induit la communication) ? Plus globalement, comment gérer la répartition des ressources limitées ? Comment éviter ou réduire un comportement nuisible du système global ? Comment concevoir les plates-formes technologiques et les méthodologies de développement pour les SMA ?

52 Disciplines des SMA Les SMA sont à lintersection de plusieurs disciplines - Systèmes distribués - Interface personnes-machines - Bases de données et bases de connaissances distribuées et coopératives - Compréhension du langage naturel - Réseaux et Protocoles de communication - Programmation orientés agents et GL - Robotique cognitive et coopération entre robots - Applications distribuées (Web, Internet, Contrôle du trafic routier, contrôle aérien, réseaux dénergie,etc.)

53 Objectifs des recherches sur les SMA 2 objectifs majeurs : - Analyse théorique et expérimentale des mécanismes qui ont lieu lorsque plusieurs entités autonomes interagissent (Approche cognitive) - Réalisation des programmes distribuées capables daccomplir des tâches complexes via la coopération et linteraction (approche de ingénieur) => Une position double pour les SMA : - - Au sein des sciences cognitives, sociales et naturelles pour à la fois modéliser, expliquer et simuler les phénomènes naturels et susciter des modèles dauto-organisation - - Au sein des sciences de lingénieur en se présentant comme une pratique, une technique qui vise à réaliser des systèmes informatiques complexes à partir des concepts dagent, de communication, de coopération et d coordination dactions.

54 Propriété Étendue des valeurs De À Unicité Homogène - Étendue Granularité Fine - Grosse Structure de contrôleHiérarchique - Démocratique Autonomie dinterfaceCommunication : - vocabulaire spécifique, langage, protocole Habileté : - buts, croyances, procédures, ontologies Autonomie dexécutionIndépendante - Contrôlée Autonomie de conceptionPlate-forme / Langage Architecture interne / Interaction Infrastructure de communication-Mémoire partagée -Connexe ou non Connexe -Point à point, multi-destinataires ou diffusion -Synchrone ou asynchrone Protocole de communication- KQML - FIPA - HTTP – HTML - OLE, CORBA, DCOM, RMI SécuritéMarqueurs, authentification Propriétés des SMA

55 Caractéristiques de lenvironnement Connaissance Quelle est l'étendue de la connaissance de lenvironnement ? Prédiction À quelle étendue l'agent peut-il prédire son environnement ? Contrôle À quelle étendue l'agent peut-il modifier son environnement HistoriqueLes étais futurs dépendent-ils des anciens TéléologiePeuplé ? StabilitéChange ou non

56 Historique des SMA 1- Le modèle « Acteur » Les acteurs sont des composantes autonomes dun système qui comminiquent par messages asynchrones. Ils sont composées dun ensemble de primitives, parmi lesquelles on trouve les suivantes : -Create : pour créer un acteur à partir dun ensemble de paramètres décrivant sont comportement; -Send : pour envoyer un message à un autre acteur; -Become : pour changer létat local dun acteur. Problèmes avec ce modèle : - Difficultés dues principalement à des problèmes de cohérence quand il sagit de gérer plusieurs « acteurs »; - Difficultés à atteindre des buts globaux avec seulement des connaissances locales.

57 Historique des SMA 2. Le « contract-net » - Un gestionnaire décompose une tâche et annonce les différentes sous-tâches; - Les agents capables dexécuter les différentes sous-tâches font des offres; - Le gestionnaire évalue les offres et sélectionne celles qui lui paraissent convenir. Il alloue ensuite les sous-tâches aux contracteurs.

58 Environnements (outils) de construction de SMA ABE (Agent Building Environement) : un outil d'IBM, écrit en C++ et Java. Dans ABE, les agents sont capables de raisonner et d'accéder au web (HTTP), aux groupes de nouvelles (NNTP) et aux courriers électronique (SMTP). JAT (Java Agent Template) : un outil de Standford qui permet à des agents, développés en Java, de communiquer via KQML. JESS (Java Expert System Shell) : c'est du CLIPS en Java. Il permet la construction d'agents selon les techniques des systèmes à base de règles. Voyager : un outil crée par ObjectSpace qui traite de la mobilité des agents et qui offre un Object Request Broker pour des agents écrits en Java. ZEUS (British Telecom)

59 Interaction et coopération entre agents - Interactions - Coordination - Négociation - Communication entre agents - Méthode de conception de SMA

60 Topologie de interactions (Ferber) - Agents indépendants - Collaboration simple entre agents - Encombrement - Collaboration coordonnée - Compétition individuelle pure - Compétition collective pure - Conflit individuel pour des ressources - Conflit collectif pour des ressources

61

62 Indépendance entre agents Il ny a réellement pas dinteraction dans ce cas puisque : - les agents ont des buts compatibles (c-à-d qui ne sont pas en conflits) - les agents ont des ressources suffisantes - les agents ont les capacités quil faut.

63 Collaboration simple - les agents ont des buts compatibles - les agents ont des ressources suffisantes - les agents ont des capacités insuffisantes o => partage de tâches o => partage des informations - Exemple : Collaboration de spécialistes pour la résolution dun problème pour lequel aucun na la capacité de le résoudre tout seul.

64 Encombrement - les agents ont des buts compatibles - les agents ont des capacités suffisantes - les agents ont des ressources insuffisantes o => conflit daccès aux ressources o => les agents peuvent se gêner - Exemple o Trafic aérien o Gestion de stock etc.

65 Compétition individuelle pure - Les agents ont des capacités suffisantes - Les agents ont des ressources suffisantes - Les agents ont des buts incompatibles => ils doivent négocier (« lutter ») pour atteindre leurs buts: - On dit quil y a compétition pure car laccès aux ressources nest pas un enjeu - Il ny a pas dinteraction en vue dune coordination des efforts - Exemple : Compétition sportive

66 Compétition collective pure - Les agents ont des ressources suffisantes - Les agents ont des capacités insuffisantes - Les agents ont des buts incompatibles ils doivent donc sassocier et se regrouper sous forme de « coalition » pour atteindre leurs buts On voit donc se former des grouper dagents unis par le lien de collaboration coordonnée Les coalitions et groupes saffrontent entre eux. - Exemple : Course de patin sur glace avec relais – 400 m relais …

67 Conflits individuels pour les ressources - Les agents ont des buts incompatibles. - Les agents ont des capacités suffisantes. - Les agents ont des ressources insuffisantes (donc risques de conflits). Exemples : - compétition pour un poste dans une entreprise. - compétition entre entreprises pour avoir une position dominante sur le marché.

68 Conflits collectifs pour des ressources - Les agents ont des buts incompatibles. - Les agents ont des capacités insuffisantes. - Les agents ont des ressources insuffisantes. o => les agents doivent donc s'associer ou se regrouper pour acquérir des ressources Ex : Affrontements en équipes (hockey, football, etc.)

69 Coopération entre agents Durfee propose 4 buts génériques pour établir la coopération : - Augmenter le taux de finalisation des tâches grâce au parallélisme et aux interactions positives. - Augmenter le nombre de tâches réalisables grâce au partage de ressources (information, expertise, etc.). - Augmenter les chances de finaliser des tâches en les dupliquant et en utilisant éventuellement des modes de réalisation différents. - Diminuer les interférences entre tâches en évitant les interactions négatives.

70 Étendues de la coopération - La coopération s'étend de la coopération totale à l'antagonisme total. - Les agents optant pour la coopération totale peuvent délaisser leurs buts pour répondre aux besoins des autres agents afin d'assurer une meilleure coordination. –o Cela risque de donner lieu a plus de communications - Les agents antagonistes ne vont pas coopérer et dans le cas leurs buts respectifs vont se trouver bloqués. –o Dans de tels systèmes les communications sont minimaux. - Les systèmes réels se situent entre les deux extrêmes; coopération totale et antagonisme total. - La coopération totale est généralement mise en oeuvre dans la résolution distribuée de problèmes

71 Coopération totale et résolution distribuée de problèmes - Décomposition du problème en sous- problèmes - Attribution des sous-problèmes aux agents - Résolution des sous-problèmes - Intégration (Synthèse) Solution globale

72 Coopération totale et résolution distribuée de problèmes (suite) - Les agents coopèrent pour résoudre des problèmes qu'ils ne peuvent pas résoudre individuellement. - Chaque agent utilise ses connaissances et ses ressources pour résoudre localement un ou plusieurs sous problèmes. - Les solutions partielles à tous les sous- problèmes sont par la suite intégrées. Exemples : traitement de la parole, évaluation d'une situation distribuée, etc.

73 Interactions entre agents coopérants - On se doit de tenir compte des contraintes que les actions des autres agents placent sur le choix des actions de chaque agent. - Approche classique à la coordination : les agents doivent être en mesure de reconnaître les interactions entre les différents sous-buts pour pouvoir, soit les ignorer, soit les résoudre. - Coordination dynamique : dans le PGP (partial global planning), les agents interagissent en se communiquant leurs plans (partiels) et leurs buts selon un niveau d'abstraction approprié. o Ces communications vont permettre à chacun d'anticiper quelles seront les actions futures des uns et des autres, augmentant ainsi la cohérence de l'ensemble. Comme les agents coopèrent, le receveur d'un message peut utiliser les informations reçues afin d'ajuster sa propre planification.

74 Interactions entre agents égo- centrés - Dans ce cas, les interactions se basent principalement sur La négociation : o La négociation est utilisée comme méthode de coordination et de résolution de conflits. o La négociation est également utilisée pour l'allocation de tâches et les changements de plans.


Télécharger ppt "Introduction aux systèmes multi- agents Roger Nkambou."

Présentations similaires


Annonces Google