1. 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. Proposé par :
M. AZMANI Abdellah.
Kamal BEN BRAHIM.
30/01/2012
2. 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.
3. Performance : la performance.
Environment : Environnement.
Agents intelligents : Actuators : Effecteurs.
Sensors : 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 :
L’agent doit pouvoir exercer ses actions sur son
Environnement de la tâche : environnement et réciproquement.
Réactivité :
La première étape lors de la conception d’un L’agent doit pouvoir percevoir son
agent est de spécifier l’environnement en environnement en répondant aux changements
précisant les éléments suivants : PEAS qui parviennent sur cet environnement
4. LES AGENTS INTELLIGENTS ET LES SYSTÈMES MULTI-EXPERTS.
Architectures d’agents :
Il existe plusieurs manières de concevoir des
agents, mais peu importe l’architecture
b) Les agents délibératifs :
adoptée, un agent peut toujours être vu comme
une fonction liant ses perceptions à ses actions.
Plus précisément, un agent perçoit Les agents délibératifs sont des agents qui
l’environnement à l’aide de ses capteurs et il effectuent une certaine délibération pour
agit sur son environnement à l’aide de ses choisir leurs actions. Une telle délibération peut
effecteurs. Ce qui fait la différence entre les se faire en se basant sur les buts de l’agent ou
architectures d’agents, c’est la manière dont les sur une certaine fonction d’utilité.
perceptions sont liées aux actions.
Les architectures d’agents peuvent être
regroupées en agents réactifs et agents c) Agents hybrides :
délibératifs comme suit:
Chacune de ces architectures précédentes est
appropriée pour un certain type de problème.
a) Les agents réactifs :
Néanmoins, pour la majorité des problèmes, ni
une architecture complètement réactive, ni une
Comme son nom l’indique, un agent réactif ne architecture complètement délibérative n’est
fait que réagir aux changements qui appropriée .Les agents doivent pouvoir réagir
surviennent dans l’environnement. Autrement très rapidement dans certaines situations
dit, un tel agent ne fait ni délibération ni (comportement réflexe), tandis que dans
planification, il se contente simplement d’autres, ils doivent avoir un comportement
d’acquérir des perceptions et de réagir à celles- avec plus de raisonnement.
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.
5. LES AGENTS INTELLIGENTS ET LES SYSTÈMES MULTI-EXPERTS.
Systèmes multi agents : Finalement, une grande fiabilité est atteinte, en
distribuant le contrôle avec un partage des
responsabilités entre les différents agents. Et le
Dans la plupart des situations, l’agent n’est pas système peut tolérer la défaillance d’un ou de
seul dans son environnement et il y a bien plusieurs agents sans que le système tombe en
d’autres agents autour de lui. Il faut donc panne.
aborder des systèmes où plusieurs agents
doivent interagir entre eux. - Communication entre agents :
Ces systèmes sont appelés : « Systèmes multi- L’efficacité du système est beaucoup plus
agents » (SMA). importante dans le cas de plusieurs agents, et
on peut arriver à des résultats qu’un agent ne
- Utilité des systèmes multi-agents : pourrait jamais aboutir seul.
Les systèmes multi-agents sont mis en place Pour collaborer, négocier et se coordonner, les
comme solutions pour les domaines qui sont agents ont besoin d’interagir. Et la
distribués fonctionnellement ou communication entre les agents c’est une forme
géographiquement, comme le cas des d’interaction.
applications distribuées, par exemple, les bases
de données distribuées, les applications de Quelques langages de communication :
gestion du trafic aérien, comme les réseaux
Pour communiquer entre les différents agents,
internet, etc.
il faut utiliser un langage de haut niveau
Dans la plupart des cas, les SMA sont requis compréhensible par tous les agents d’un
dans des situations ou’ les organisations veulent système ACL (Agent Communication Langages).
garder des informations privées et les
KQML : Knowledge Query and Manipulation
sécurisées loin de leurs concurrents.
language.
Ils possèdent également les avantages de la
Est un langage et un protocole pour faciliter
résolution distribuée et concurrente de
l’échange de messages et de connaissances
problèmes.
entre agents.
Les systèmes multi-agents sont facilement
Il peut être utilisé quand l’application doit
extensibles, parce qu’il est plus facile d’ajouter
communiquer avec un agent, ou quand deux
de nouveaux agents à un système multi-agent
(ou plusieurs) agents doivent communiquer
que d’ajouter de nouvelles capacités à un
entre eux.
système monolithique.
FIPA-ACL: Foundation for Intelligent Physical
Ainsi, que le parallélisme, en prenant en
Agents.
mesures la croissance de la vitesse dans un
système où plusieurs agents peuvent travailler KIF : Knowledge Interchange Format.La fonction
en même temps pour la résolution d’un de KIF est de faciliter les échanges
problème. d’informations à base de connaissances entres
des programmes hétérogènes.
6. 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