les agents intelligents et les sma
DESCRIPTION
Article sur Les agents intelligents et les systèmes multi-agents.TRANSCRIPT
Faculté Des Sciences et Techniques de Tanger
Département Génie Informatique.
Cycle d’ingénieur Logiciel et Système Informatique
Module :
Intelligence Artificielle
Et Système Expert.
Réalisé par :
Bilal ZIANE.
Kamal BEN BRAHIM.
Proposé par :
M. AZMANI Abdellah.
30/01/2012
Les agents intelligents et les systèmes multi-agents.
LES AGENTS INTELLIGENTS ET LES SYSTÈMES MULTI-EXPERTS.
INTRODUCTION :
Le mot agent, de nos jours, est utilisé dans plusieurs domaines, et il porte plusieurs sens.
Dans un premier temps, il est important de mentionner que les agents peuvent être conçus de
différentes architectures en se basant sur les caractéristiques de l’environnement.
Si l’environnement constant, l’agent doit réagir très vite et aux bons moments suite aux changements
dans l’environnement, l’architecture réactive c’est la meilleure solution appropriée. Ce type d’agent
réagit très vite, car il ne fait qu’appliquer ses actions selon des règles prédéfinies. Par contre, si
l’environnement exige que l’agent raisonne pour atteindre son but, l’architecture délibérative est plus
appropriée. Un agent délibérative peut raisonner sur leur but et choisit les actions les plus convenables.
Dans certains cas, les deux architectures peuvent coexister pour bénéficier des avantages de chacune
d’elles, c’est l’architecture hybride.
Souvent, un agent n’est pas seul dans son environnement, il entre en interaction avec autres agents
dans son environnement, par conséquence, les agents doivent être capables d’interagir ou de se
communiquer entre eux, ils peuvent soit coexister, coopérer ou être en compétition. Dans le cas d’une
coexistence, chaque agent considère les autres agents comme des composants de son environnement,
si les agents coopèrent, une communication et une coordination entre les agents est primordiale. S’ils
sont en compétition, ils doivent être en mesure de négocier si le besoin se fait sentir.
Un système où évoluent plusieurs agents est appelé système multi-agent.
Cet article se veut une introduction aux concepts d’agent et de systèmes multi-agents. Il débute par une
définition du concept d’agent, cité par la suite, quelques architectures d’agents. Et finalement une
introduction aux systèmes multi-agents.
Agents intelligents :
Toute entité qui perçoit son environnement à
l’aide de ses capteurs et agit sur son
environnement à l’aide de ses effecteurs.
Environnement de la tâche :
La première étape lors de la conception d’un
agent est de spécifier l’environnement en
précisant les éléments suivants : PEAS
Performance : la performance.
Environment : Environnement.
Actuators : Effecteurs.
Sensors : Capteurs.
Propriétés d’un agent :
Autonomie :
Le comportement de l’agent est en fonction de
ses perceptions qui agisse sur son état, et de sa
représentation de l’environnement dans lequel
il évolue, il travaille sans intervention directe
jusqu’à un point défini.
Interactivité :
L’agent doit pouvoir exercer ses actions sur son
environnement et réciproquement.
Réactivité :
L’agent doit pouvoir percevoir son
environnement en répondant aux changements
qui parviennent sur cet environnement
LES AGENTS INTELLIGENTS ET LES SYSTÈMES MULTI-EXPERTS.
Architectures d’agents :
Il existe plusieurs manières de concevoir des
agents, mais peu importe l’architecture
adoptée, un agent peut toujours être vu comme
une fonction liant ses perceptions à ses actions.
Plus précisément, un agent perçoit
l’environnement à l’aide de ses capteurs et il
agit sur son environnement à l’aide de ses
effecteurs. Ce qui fait la différence entre les
architectures d’agents, c’est la manière dont les
perceptions sont liées aux actions.
Les architectures d’agents peuvent être
regroupées en agents réactifs et agents
délibératifs comme suit:
a) Les agents réactifs :
Comme son nom l’indique, un agent réactif ne
fait que réagir aux changements qui
surviennent dans l’environnement. Autrement
dit, un tel agent ne fait ni délibération ni
planification, il se contente simplement
d’acquérir des perceptions et de réagir à celles-
ci en appliquant certaines règles prédéfinies.
Étant donné qu’il n’y a pratiquement pas de
raisonnement, ces agents peuvent agir et réagir
très rapidement.
Il convient de remarquer que les humains aussi
utilisent cette manière d’agir. Dans plusieurs
situations, il est souvent préférable de ne pas
penser et de réagir immédiatement.
b) Les agents délibératifs :
Les agents délibératifs sont des agents qui
effectuent une certaine délibération pour
choisir leurs actions. Une telle délibération peut
se faire en se basant sur les buts de l’agent ou
sur une certaine fonction d’utilité.
c) Agents hybrides :
Chacune de ces architectures précédentes est
appropriée pour un certain type de problème.
Néanmoins, pour la majorité des problèmes, ni
une architecture complètement réactive, ni une
architecture complètement délibérative n’est
appropriée .Les agents doivent pouvoir réagir
très rapidement dans certaines situations
(comportement réflexe), tandis que dans
d’autres, ils doivent avoir un comportement
avec plus de raisonnement.
LES AGENTS INTELLIGENTS ET LES SYSTÈMES MULTI-EXPERTS.
Systèmes multi agents :
Dans la plupart des situations, l’agent n’est pas
seul dans son environnement et il y a bien
d’autres agents autour de lui. Il faut donc
aborder des systèmes où plusieurs agents
doivent interagir entre eux.
Ces systèmes sont appelés : « Systèmes multi-
agents » (SMA).
- Utilité des systèmes multi-agents :
Les systèmes multi-agents sont mis en place
comme solutions pour les domaines qui sont
distribués fonctionnellement ou
géographiquement, comme le cas des
applications distribuées, par exemple, les bases
de données distribuées, les applications de
gestion du trafic aérien, comme les réseaux
internet, etc.
Dans la plupart des cas, les SMA sont requis
dans des situations ou’ les organisations veulent
garder des informations privées et les
sécurisées loin de leurs concurrents.
Ils possèdent également les avantages de la
résolution distribuée et concurrente de
problèmes.
Les systèmes multi-agents sont facilement
extensibles, parce qu’il est plus facile d’ajouter
de nouveaux agents à un système multi-agent
que d’ajouter de nouvelles capacités à un
système monolithique.
Ainsi, que le parallélisme, en prenant en
mesures la croissance de la vitesse dans un
système où plusieurs agents peuvent travailler
en même temps pour la résolution d’un
problème.
Finalement, une grande fiabilité est atteinte, en
distribuant le contrôle avec un partage des
responsabilités entre les différents agents. Et le
système peut tolérer la défaillance d’un ou de
plusieurs agents sans que le système tombe en
panne.
- Communication entre agents :
L’efficacité du système est beaucoup plus
importante dans le cas de plusieurs agents, et
on peut arriver à des résultats qu’un agent ne
pourrait jamais aboutir seul.
Pour collaborer, négocier et se coordonner, les
agents ont besoin d’interagir. Et la
communication entre les agents c’est une forme
d’interaction.
Quelques langages de communication :
Pour communiquer entre les différents agents,
il faut utiliser un langage de haut niveau
compréhensible par tous les agents d’un
système ACL (Agent Communication Langages).
KQML : Knowledge Query and Manipulation
language.
Est un langage et un protocole pour faciliter
l’échange de messages et de connaissances
entre agents.
Il peut être utilisé quand l’application doit
communiquer avec un agent, ou quand deux
(ou plusieurs) agents doivent communiquer
entre eux.
FIPA-ACL: Foundation for Intelligent Physical
Agents.
KIF : Knowledge Interchange Format.La fonction
de KIF est de faciliter les échanges
d’informations à base de connaissances entres
des programmes hétérogènes.
LES AGENTS INTELLIGENTS ET LES SYSTÈMES MULTI-EXPERTS.
CONCLUSION : Nous avons mis de l’avant les caractéristiques d’un agent, de son environnement.
Nous nous sommes ensuite attachés à décrire les différents types d’architectures d’agents.
Nous avons aussi vu que les agents pouvaient raisonner de façon délibérative. De tels agents se doivent
planifier les actions en vue d’atteindre le but souhaité et trouver la meilleure façon d’atteindre ses
objectifs. Ce type d’agent prend beaucoup plus de temps pour choisir ses actions. En revanche, il offre
l’avantage de flexibilité et de bonne qualité.
Nous avons mis en action que pour la majorité des problèmes, l’architecture hybride est la plus
convenable, donc ni complètement réactive, ni complètement délibérative. Dans certaines situations
l’agent doit réagir très rapidement, tandis que dans d’autres situations, ils doivent avoir un
raisonnement pour décider la meilleure façon d’aboutir les objectifs visés. Donc les agents hybrides
peuvent changer leur comportement selon les situations, c’est une flexibilité qui permet de pouvoir
s’adapter à un plus grand nombre d’environnements.
Finalement, Nous avons introduit, très brièvement, les systèmes multi-agents. Nous avons vu plusieurs
avantages, comme la fiabilité et la vitesse, ainsi que certaines situations où ils pouvaient être très utiles.
Références
- INTELLIGENT AGENTS - berkeley university of California :
http://www.cs.berkeley.edu/~russell/aima1e/chapter02.pdf
- LES AGENTS INTELLIGENTS SUR INTERNET - Ecole polytechniques de l’université de Nantes :
http://gbonnet.chez-alice.fr/laii.html
- Autres :
http://fr.wikipedia.org/wiki/Syst%C3%A8me_multi-agents
http://www.csee.umbc.edu/~ypeng/Publications/1999/ieee-is.pdf
http://www.gillesbalmisse.com/IMG/pdf/GB_Agent.pdf