les systèmes multi agents

26
1

Upload: chidi

Post on 20-Mar-2016

142 views

Category:

Documents


2 download

DESCRIPTION

Les Systèmes Multi Agents. Plan. Origine des SMA Définition d’un agent Les types d’agents Les agents à réflexes simples Les agents conservant une trace du monde Les agents ayant des buts Les agents utilisant une fonction d’utilité Les agents BDI Les agents hybrides - PowerPoint PPT Presentation

TRANSCRIPT

Page 1: Les Systèmes Multi Agents

1

Page 2: Les Systèmes Multi Agents

2

PlanPlan Origine des SMAOrigine des SMA Définition d’un agentDéfinition d’un agent Les types d’agentsLes types d’agents

Les agents à réflexes simplesLes agents à réflexes simples Les agents conservant une trace du mondeLes agents conservant une trace du monde Les agents ayant des butsLes agents ayant des buts Les agents utilisant une fonction d’utilitéLes agents utilisant une fonction d’utilité Les agents BDILes agents BDI Les agents hybridesLes agents hybrides

Agents et apprentissageAgents et apprentissage Systèmes multi agentsSystèmes multi agents Interactions entre agentsInteractions entre agents Exemples d’applications biomédicalesExemples d’applications biomédicales BibliographieBibliographie

Page 3: Les Systèmes Multi Agents

3

Origines des SMA

Intelligence artificielle classique: modélisation du comportement d’une seule Intelligence artificielle classique: modélisation du comportement d’une seule entité « intelligente ».entité « intelligente ».

Intelligence artificielle distribuée.Intelligence artificielle distribuée.

1978: première définition d’agents autonomes.1978: première définition d’agents autonomes.

Années 80: Systèmes multi agents.Années 80: Systèmes multi agents.

Page 4: Les Systèmes Multi Agents

4

Définition d’un Agent

Entité réelle ou virtuelle plongée dans un environnement sur lequel elle est Entité réelle ou virtuelle plongée dans un environnement sur lequel elle est capable d’agir.capable d’agir.

Dispose d’une capacité de perception et de représentation partielle de cet Dispose d’une capacité de perception et de représentation partielle de cet environnement.environnement.

Peut communiquer avec d’autres agents.Peut communiquer avec d’autres agents.

Admet un ensemble de tendances. (objectifs, fonctions de satisfaction,…)Admet un ensemble de tendances. (objectifs, fonctions de satisfaction,…)

Peut agir d’une façon autonome afin d’atteindre ses objectifs.Peut agir d’une façon autonome afin d’atteindre ses objectifs.

Page 5: Les Systèmes Multi Agents

5

Les types d’agentsLes architectures d’agents sont regroupées en trois classes:Les architectures d’agents sont regroupées en trois classes:

Agent réactifAgent réactif

Agent délibératifAgent délibératif

Agent hybrideAgent hybride

Les agents à réflexes simplesLes agents à réflexes simples

Les agents conservant une trace du mondeLes agents conservant une trace du monde

Les agents ayant des butsLes agents ayant des buts

Les agents utilisant une fonction d’utilitéLes agents utilisant une fonction d’utilité

Les agents BDI Les agents BDI (Belief, Desire, Intentions)(Belief, Desire, Intentions)

Page 6: Les Systèmes Multi Agents

6

Agent réactifAgent réactif

Page 7: Les Systèmes Multi Agents

7

Les agents à réflexes simples

Ce type d’agent agit en se basant uniquement sur ses perceptions courantes.Ce type d’agent agit en se basant uniquement sur ses perceptions courantes.

Utilise un ensemble de règles prédéfinies pour choisir ses actions.Utilise un ensemble de règles prédéfinies pour choisir ses actions.

Les règles sont de type: Les règles sont de type: SISI conditioncondition ALORSALORS action.action.

L’agent exécute l’action qui correspond à la règle activée par ses perceptions.L’agent exécute l’action qui correspond à la règle activée par ses perceptions.

Ce type d’agent admet un comportement très rapide mais peu réfléchi.Ce type d’agent admet un comportement très rapide mais peu réfléchi.

Page 8: Les Systèmes Multi Agents

8

Les agents à réflexes simples

Page 9: Les Systèmes Multi Agents

9

L’agent peut choisir ses actions en se basant uniquement sur sa perception L’agent peut choisir ses actions en se basant uniquement sur sa perception actuelle.actuelle.

L’agent peut avoir deux perceptions identiques mais qui sont en réalité L’agent peut avoir deux perceptions identiques mais qui sont en réalité différentes.différentes.

« Les capteurs » de l’agents ne fournissent pas une vue complète sur l’état du « Les capteurs » de l’agents ne fournissent pas une vue complète sur l’état du monde. monde.

Manque de flexibilitéManque de flexibilité

L’agent doit maintenir des informations internes sur l’état de L’agent doit maintenir des informations internes sur l’état de l’environnement. l’environnement.

Limites des agents à réflexes simples

Page 10: Les Systèmes Multi Agents

10

Les agents conservant une trace du monde

Utilisent ses informations internes pour mettre à jour ses perceptions actuelles à Utilisent ses informations internes pour mettre à jour ses perceptions actuelles à savoir:savoir:

L’état précédent de l’environnement.L’état précédent de l’environnement. L’évolution de l’environnement.L’évolution de l’environnement. L’impact de ses actions.L’impact de ses actions.

Choisissent leurs actions en se basant sur une perception « amélioré » de Choisissent leurs actions en se basant sur une perception « amélioré » de l’environnement.l’environnement.

Page 11: Les Systèmes Multi Agents

11

Les agents conservant une trace du monde

Page 12: Les Systèmes Multi Agents

12

Les agents utilisent seulement leurs connaissances sur l’état de l’environnement Les agents utilisent seulement leurs connaissances sur l’état de l’environnement pour choisir leurs actions.pour choisir leurs actions.

Absence de but explicite.Absence de but explicite.

Manque de flexibilité.Manque de flexibilité.

Utilisation des agents ayant un butUtilisation des agents ayant un but

Limites des agents conservant une trace du monde

Page 13: Les Systèmes Multi Agents

13

Agent délibératifAgent délibératif

Page 14: Les Systèmes Multi Agents

14

Les agents ayant un but

Ce type d’agent possède:Ce type d’agent possède:

Une description de l’état actuel de son environnement.Une description de l’état actuel de son environnement.

Des informations décrivant ses buts.Des informations décrivant ses buts.

Une projection sur le future.Une projection sur le future.

Beaucoup plus de flexibilité.Beaucoup plus de flexibilité.

Page 15: Les Systèmes Multi Agents

15

Les agents ayant un but

Page 16: Les Systèmes Multi Agents

16

Les buts ne sont pas suffisants pour générer un comportement de haute qualité.Les buts ne sont pas suffisants pour générer un comportement de haute qualité.

L’agent raisonne seulement sur ses buts et n’a pas de moyen pour choisir une L’agent raisonne seulement sur ses buts et n’a pas de moyen pour choisir une action de « qualité ».action de « qualité ».

L’agent doit être capable de « préférer » un état à un autre.L’agent doit être capable de « préférer » un état à un autre.

L’agent a besoin de reconnaître pour chacun des états son degré de L’agent a besoin de reconnaître pour chacun des états son degré de satisfaction.satisfaction.

Les agents utilisant une fonction d’utilitéLes agents utilisant une fonction d’utilité

Limites des agents ayant un but

Page 17: Les Systèmes Multi Agents

17

Les agents utilisant une fonction d’utilité

L’agent peut prendre des décisions rationnelles dans deux types de situations où L’agent peut prendre des décisions rationnelles dans deux types de situations où le raisonnement sur les buts échoue.le raisonnement sur les buts échoue.

L’agent choisi un état sur un autre si son utilité est plus grande dans le premier L’agent choisi un état sur un autre si son utilité est plus grande dans le premier état que dans le deuxième.état que dans le deuxième.

L’utilité est une fonction qui attribue une valeur numérique pour chaque état.L’utilité est une fonction qui attribue une valeur numérique pour chaque état.

Page 18: Les Systèmes Multi Agents

18

Les agents utilisant une fonction d’utilité

Page 19: Les Systèmes Multi Agents

19

Les agents BDI

Les agents se basent sur trois aspects pour choisir leurs actions:Les agents se basent sur trois aspects pour choisir leurs actions:

Les croyances qui représentent un ensemble d’informations que l’agent Les croyances qui représentent un ensemble d’informations que l’agent possède sur son environnement.possède sur son environnement.

Les désirs qui représentent les options disponibles à l’agent.Les désirs qui représentent les options disponibles à l’agent.

Les intentions qui représentent les buts envers lesquels il s’est engagé.Les intentions qui représentent les buts envers lesquels il s’est engagé.

Page 20: Les Systèmes Multi Agents

20

Les agents BDI Prend les entrées du capteur et les Prend les entrées du capteur et les croyances actuelles de l’agent et croyances actuelles de l’agent et détermine un nouvel ensemble de détermine un nouvel ensemble de croyances.croyances.

Détermine les options disponibles Détermine les options disponibles pour l’agent en se basant sur ses pour l’agent en se basant sur ses croyances et ses intentions courantes.croyances et ses intentions courantes.

Détermine les intentions de l’agent Détermine les intentions de l’agent en se basant sur ses croyances, ses en se basant sur ses croyances, ses désirs et ses intentions courantes.désirs et ses intentions courantes.

Détermine l’action à effectuer en se Détermine l’action à effectuer en se basant sur les intentions courantes de basant sur les intentions courantes de l’agent.l’agent.

Page 21: Les Systèmes Multi Agents

21

Les agents hybrides

Il existe des problèmes où ni une architecture complètement réactive, ni Il existe des problèmes où ni une architecture complètement réactive, ni complètement délibérative n’est appropriée.complètement délibérative n’est appropriée.

Les agents doivent réagir très rapidement dans certaines situations, tandis que Les agents doivent réagir très rapidement dans certaines situations, tandis que dans d’autres, ils doivent avoir un comportement peu réfléchi.dans d’autres, ils doivent avoir un comportement peu réfléchi.

Une architecture conciliant à la fois des aspects réactifs et délibératifs est Une architecture conciliant à la fois des aspects réactifs et délibératifs est requise.requise.

L’architecture hybride est composée de plusieurs couches logicielles arrangées L’architecture hybride est composée de plusieurs couches logicielles arrangées de manière hiérarchique.de manière hiérarchique.

Les différents niveaux de la hiérarchie traitent les informations provenant de Les différents niveaux de la hiérarchie traitent les informations provenant de l’environnement à différents niveaux d’abstractions. l’environnement à différents niveaux d’abstractions.

Les couches doivent interagir ensemble pour produire le comportement global Les couches doivent interagir ensemble pour produire le comportement global de l’agent.de l’agent.

Page 22: Les Systèmes Multi Agents

22

Agents et apprentissage Les perceptions de l’agent ne devraient pas être utilisées seulement pour choisir Les perceptions de l’agent ne devraient pas être utilisées seulement pour choisir

des actions mais elles devraient être aussi utilisées pour améliorer l’habilité de des actions mais elles devraient être aussi utilisées pour améliorer l’habilité de l’agent à agir dans le futur.l’agent à agir dans le futur.

L’apprentissage de l’agentL’apprentissage de l’agent

L’apprentissage de l’agent lui permet d’évoluer, de s’adapter et de s’améliorer.L’apprentissage de l’agent lui permet d’évoluer, de s’adapter et de s’améliorer.

Plus l’agent effectue des taches similaire plus il devient plus rapide.Plus l’agent effectue des taches similaire plus il devient plus rapide.

Le comportement de l’agent passe graduellement d’un état délibératif à un état Le comportement de l’agent passe graduellement d’un état délibératif à un état réactif. réactif.

Page 23: Les Systèmes Multi Agents

23

Systèmes multi agents Certains domaines requièrent l’utilisation de plusieurs entités comme par Certains domaines requièrent l’utilisation de plusieurs entités comme par

exemple les systèmes qui sont géographiquement distribués, le contrôle aérien, exemple les systèmes qui sont géographiquement distribués, le contrôle aérien, les bases de données distribuées… les bases de données distribuées…

Besoin d’un système où plusieurs agents doivent interagir entre eux pour Besoin d’un système où plusieurs agents doivent interagir entre eux pour effectuer leurs tâches: les systèmes multi agents (SMA).effectuer leurs tâches: les systèmes multi agents (SMA).

Les SMA possèdent les caractéristiques suivantes:Les SMA possèdent les caractéristiques suivantes:

Chaque agent admet des capacités de résolution des problèmes incomplètes.Chaque agent admet des capacités de résolution des problèmes incomplètes. Pas de contrôle global sur le système.Pas de contrôle global sur le système. Les données sont décentralisées.Les données sont décentralisées. Les calculs sont asynchrones.Les calculs sont asynchrones.

Page 24: Les Systèmes Multi Agents

24

Interactions entre agentsLes systèmes multi agents peuvent:Les systèmes multi agents peuvent:

Coexister: Chaque agent considère les autres agents comme des composantes Coexister: Chaque agent considère les autres agents comme des composantes de l’environnement. Il peut y avoir une sorte de communication indirecte de l’environnement. Il peut y avoir une sorte de communication indirecte parce que les agents peuvent se percevoir les uns les autres.parce que les agents peuvent se percevoir les uns les autres.

Être en compétition: le but de chaque agent et de maximiser sa propre Être en compétition: le but de chaque agent et de maximiser sa propre satisfaction. Se produit lorsque plusieurs agents veulent acquérir la même satisfaction. Se produit lorsque plusieurs agents veulent acquérir la même ressource. Les agents doivent communiquer pour résoudre le conflit.ressource. Les agents doivent communiquer pour résoudre le conflit.

Être en coopération: le but de l’agent n’est plus seulement de maximiser sa Être en coopération: le but de l’agent n’est plus seulement de maximiser sa propre satisfaction, mais aussi de contribuer à la réussite du groupe.propre satisfaction, mais aussi de contribuer à la réussite du groupe.

Page 25: Les Systèmes Multi Agents

25

Exemples d’applications biomédicales

Simulation d’un système comportant plusieurs entités afin de comprendre son Simulation d’un système comportant plusieurs entités afin de comprendre son fonctionnement.fonctionnement.

Les systèmes simulés peuvent être très variés:Les systèmes simulés peuvent être très variés: Dépliement de protéinesDépliement de protéines Système immunitaireSystème immunitaire Déplacement des cellules (Agentcell, T.Emonet)Déplacement des cellules (Agentcell, T.Emonet) Migration des cellules tumorale (Dib, Guessoum,Bonnet, Laskri)Migration des cellules tumorale (Dib, Guessoum,Bonnet, Laskri) Annotation de séquences d’ADNAnnotation de séquences d’ADN

Perspective: simulation du réseau génétique.Perspective: simulation du réseau génétique.

Page 26: Les Systèmes Multi Agents

26

BibliographieBibliographie

T.Guyet, « Systèmes multi agents et application biomédicale » cours IMTC (19/01/2007).

« http://www.damas.ift.ulaval.ca/~coursMAS/Complements2K8/ », Cours SMA

« http://www.limsi.fr/~jps/enseignement/examsma/examsma.htm », Ensemble de tutoriels réalisés dans le cadre de l'université Paris XI