Représentation et interprétation de plans de production flexibles Roger MARTIN-CLOUAIRE Jean-Pierre RELLIER Unité de Biométrie et Intelligence Artificielle Modélisation des Agrosystèmes et Décision Institut National de la Recherche Agronomique Toulouse, France

Plan Système de production agricole Objectif Activité primitive Activité composée, plan Interprétation de plan Exemple Conclusion

Système de production agricole SYSTÈME OPERANT : ouvriers, outils, intrants APPAREIL PRODUCTEUR : culture et serre PILOTE : serriste ENVIRONNEMENT information matière, énergie événements

Contexte de la recherche Diversité chez les producteurs : Objectifs Constraintes (contexte, structure, matériel, trésorerie, règlementation, situation personnelle) Connaissances et savoir-faire Attitude devant l’incertitude => Différents comportements décisionnels => Résultats différents / économie, environnement

Objectif : comportements décisionnels comme objet d’étude Pourquoi est-ce important ? comportement décisionnel : clé de l’analyse de performance la gestion devient plus complexe et requiert plus d’information et de connaissance Agriculture = domaine de compétition Contexte en évolution rapide (zones de production dans le monde, demande des consommateurs, techniques) Nécessité de pratiques respectueuses de l’environnement Aspiration à des conditions de vie “décentes” La démarche Introduire la dimension humaine dans un système technique complexe et dynamique Simuler la connexion des processus biotechniques et décisionnels Se donner les moyens de comprendre, concevoir, proposer des évolutions, enseigner

Exemples de questions abordées est-ce que mes tâches sont bien positionnées entre elles, dans le temps et logiquement ? est-ce que je peux réduire la fréquence d’une tâche répétitive ? au moment des récoltes, est-ce que je passe vraiment mieux avec un ouvrier en plus ? si mon “tour de plaine” est plus fréquent, est-ce que j’y gagne beaucoup en réactivité sur les besoins des plantes ?

Quelques spécificités des systèmes agricoles l’état de l’objet élaboré évolue en fonction des actions mais aussi des facteurs subits (climat surtout, maladies, …) l’état de l’objet élaboré ne peut être observé que partiellement les effets des opérations et ressources utilisées ne sont pas complètement déterminables a priori le pilotage est basé sur des indicateurs et des éléments de diagnostic une opération interrompue peut être annulée ou ses modalités modifiées après observation pas d’objectif de minimisation de la durée du processus de production nécessité d’une spécification flexible de l’organisation des activités, auto-adaptative en fonction de situations possibles

stratégie de conduite = ce qu’il y a à faire pour approcher un objectif de production Spécification experte Simulation informatique un plan flexible, pour l’organisation temporelle des tâches des ajustements conditionnels, pour infléchir la stratégie en cas de besoin des règles de préférence, pour les arbitrages tactiques entre tâches des contraintes de « partageabilité » des ressources, des contraintes d’incompatibilité entre tâches un rythme de surveillance de l’évolution de la situation

Activité primitive = spécification non complètement déterminée d’une tâche quoi faire, sur quoi, par qui < récolte, compartiments au nord, 3 permanents et 2 temporaires> - état (sleeping, waiting, open, closed, cancelled) - ouverture et fermeture dans des intervalles - prédicats pour gérer l’ouverture et la fermeture

Activité composée = un ensemble structuré de tâches (macro-tâche) précédence avec ou sans délai, synchronisation totale ou partielle recouvrement partiel, inclusion totale répétition optionalité alternatives de choix, simple conjonction Opérateurs : before, meet, equal , co-start , overlap, iterate, optional, or, and… Un opérateur est défini par ses règles de changement d’état : meet(A1, A2) : A2 devient open dès que A1 est closed

Spécifier un plan d’activités = activité agrégée racine de toutes les autres Plan = programme flexible d’activités primitives sur un horizon temporel before ( iterate (Pruning1), iterate (optional (Pruning2))) - Une séquence de deux séries d’éclaircissages : . un délai entre les 2 séries (5 jours) . des fenêtres temporelles d’ouverture et de fermeture des 2 séries - Dans les 2 séries, l’opération “éclaircir” est à répéter régulièrement (tous les 10 jours à compter de l’ouverture de l’éclaircissage précédent) Dans la deuxième série, chaque éclaircissage peut être “sauté”

Interpréter/exécuter un plan Exécution “parallèle” des activités du jeu Si événement sur les ressources Si événement justifiant ajustement changer l’état des activités déterminer le jeu d’activités primitives à exécuter  plusieurs jeux avec allocation de ressources réussie  choix d’un jeu selon préférences

Changer l’état des activités Examen récursif des activités dans l’état waiting ou open Quand : - au rythme caractéristique de la stratégie ou - dès qu’une opération est terminée (ressources libres) - alarmes Comment : pour une activité, vérifier que : ses conditions d’ouverture/fermeture sont satisfiables son ouverture/fermeture satisferait les contraintes induites par les activités qui l’incluent et qu’elle inclut changer l’état et propager ce changement aux activités connectées

Exemple d’interprétation de plan before ( iterate (Pruning1), iterate (optional (Pruning2))) Une séquence de deux séries d’éclaircissages avec un délai de 5 jours entre les 2 séries Dans les 2 séries, l’opération “éclaircir” est à répéter régulièrement (tous les 10 jours à compter de l’ouverture de l’éclaircissage précédent) NB : pas de jeu d’activités, pas de choix entre activités ouverture du plan dans [0, 60], fermeture dans [60, 60] ouverture des deux séries dans [0, 60] fermeture de la première série dans [30,60], de la seconde dans [60, 60] ouverture du tout premier Pruning1 dans [0, 5] ressources: Pruning1 requiert w1, Pruning2 requiert w2 avec disponibilités restreintes

Exemple d’interprétation de plan before ( iterate (Pruning1), iterate (optional (Pruning2)))

Un environnement logiciel de modélisation/simulation ouvert Conclusion Un modèle générique de la conduite « monopolistique » d’un processus de production en environnement incertain : organisation flexible et adaptable des activités sur une période opérations vues comme un processus requérant des ressources prise en compte au moment opportun d’événements et de changement d’états signifiants Un environnement logiciel de modélisation/simulation ouvert Application potentielle au-delà des systèmes agricoles Limites actuelles reconnues : courte vue dans l’interprétation du plan  vers une anticipation fondée sur des buts (BDI) pas de formalisme général des préférences  utilité des notions d’urgence, d’opportunité (des activités), …

Travaux connexes Langages d’agents : ConGolog Plans complexes comme des procédures Formalisme logique orienté vers preuve formelle de propriété Pauvre sur les spécifications temporelles Exécuteur de plan (PRS, SPARK) COMIREM Décision opportuniste intégrant allocation de ressources