Faculté Des Sciences et Techniques de Tanger Département Génie Informatique.

Cycle d’ingénieur Logiciel et Système Informatique

Les agents intelligents et les systèmes multi-agents.
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-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 :

   

Performance : Environment : Actuators : Sensors :

la performance. Environnement. Effecteurs. Capteurs.

Toute entité qui perçoit son environnement à
l’aide de ses capteurs et agit sur son environnement à l’aide de ses effecteurs.

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 :

Environnement de la tâche :

L’agent doit pouvoir exercer ses actions sur son environnement et réciproquement.  Réactivité :

La première étape lors de la conception d’un
agent est de spécifier l’environnement en précisant les éléments suivants : PEAS

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:

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.

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 cellesci 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.

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 multiagents » (SMA). Utilité des systèmes multi-agents :

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 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.

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

Sign up to vote on this title
UsefulNot useful