Approche multi-agents pour la reconnaissance du cancer du sein

Cours approche multi-agents pour la reconnaissance du cancer du sein, tutoriel & guide de travaux pratiques en pdf.

Notion d’agents

Définition

Plusieurs définitions ont été proposées par différents acteurs pour clarifier le concept .nous citerons deux :
– un agent est définit comme étant une entité physique ou virtuelle évoluant dans un environnement dont il n‟a qu‟une représentation partielle et sur lequel il peut agir Il est capable de communiquer avec d‟autres agents et est doté d‟un comportement autonome. [10]
– un agent fait référence à tout artefact, logiciel aussi bien que matériel, capable d’exhiber une certaine autonomie donc opérationnellement et informationnellement clos par rapport à l’environnement dans lequel il est plongé [16]

Caractéristiques d’un agent

Autonomie : Un agent autonome est un agent dont l‟existence ne se justifie pas par l‟existence des autres agents et de l‟opérateur humain. Pour être autonome, un agent doit avoir ses propres buts et être capable de prendre des décisions, et ainsi résoudre des conflits internes [20].
La réactivité :
Des agents sont dits réactifs s‟ils peuvent réagir à un changement qui s‟est effectué dans leur environnement.
La Proactivité :
Des agents sont dits proactifs s‟ils peuvent agir sans même que leur environnement ait changé.
Planification :
C‟est le processus qui permet la construction d‟un plan d‟actions à réaliser pour atteindre un certain but,
Intelligence
Un agent intelligent est celui qui possède des capacités de raisonnement et d‟apprentissage . L‟agent doit non seulement planifier ses propres actions, mais aussi tenir compte de celles des autres agents.
Sociabilité :
Des agents sont dits sociables s‟ils peuvent communiquer les uns avec les autres, et possiblement avec des humains, grâce un langage de communication pour réaliser les taches pour lesquelles ils ont été conçus.
Apprentissage :
Les agents doivent évoluer et améliorer leurs connaissances, ainsi, adapter ou changer leurs comportements face à des situations similaires et cela en fonction de leurs expériences passées. Cette caractéristique est principalement réservée aux agents qualifiés d‟intelligents
Prise de décision
C‟est le choix auquel est confronté l‟agent pour sélectionner le but à satisfaire en premier, et pour chaque but, l‟action qui permet de l‟atteindre.

L’environnement de l’agent

L‟environnement dans lequel agit un agent est crucial dans le choix de son architecture.
Les propriétés de l‟environnement affectent bien entendu la conception de l‟agent en le rendant  plus ou moins complexe selon la situation. ` Un environnement peut être [18] :
Accessible si un agent peut, à l‟aide des primitives de perception, déterminer l‟état de l‟environnement et ainsi procéder, par exemple, à une action.
Déterministe, ou non, selon que l‟état futur de l‟environnement ne soit, ou non, fixé que par son état courant et les actions de l‟agent.
Episodique si le prochain état de l‟environnement ne dépend pas des actions réalisées par les agents.
Statique si l‟état de l‟environnement est stable (ne change pas) pendant que l‟agent réfléchit.
Dans le cas contraire, il sera qualifié de dynamique.
Discret si le nombre des actions faisables et des états de l‟environnement est fini.

Type des agents

Les caractéristiques principales des agents sont : autonomie, de coopération et d‟adaptation.
Il existe deux grandes tendances de typologie des agents qui sont [19] :

les agents réactifs

L‟école réactive considère qu‟il n‟est pas nécessaire que les agents soient intelligents Individuellement pour que le système ait un comportement global intelligent, elle suppose que les agents sont très simples et que l‟intelligence émerge de l‟interaction entre ces agents, ils se caractérisent par des agents qui ont la capacité de réagir rapidement à des problèmes simples, ils ne nécessitant pas un haut niveau de raisonnement
Figure II. 3 – Agent réactif [19]

les agents cognitifs

Les systèmes multi-agents cognitifs sont fondés sur la coopération d’agents capables, à eux seuls, d’effectuer des opérations complexes [17] [21] [22]. Chaque agent dispose d’une capacité de raisonnement, d’une aptitude à traiter des informations diverses liées au domaine d’application, et d’informations relatives à la gestion des interactions avec d’autres Agents et l’environnement.
Figure II.4 – Agent cognitif [19] II.4 Système multi agents (S.M.A.)
Il est plutôt rare que les concepteurs d‟agents n‟aient besoin que d‟un seul agent dans l‟environnement qu‟ils construisent. Lorsque plusieurs agents se retrouvent dans un même environnement et que ces agents ont besoin d‟interagir entre eux, on parle alors de système multi agent

Définition

Un système multi-agent peut se définir comme un macro-système composé d‟agents autonomes qui interagissent dans un environnement commun afin de réaliser une activité collective cohérente.
Le résultat de l‟organisation de ces agents, les liens les reliant, définit l‟identité du système multi-agent.
Figure II.5 Représentation imagée d’un agent en interaction avec son environnement et les autres agents.

 Intérêts des SMA

Les apports les plus importants des systèmes multi-agents sont résumés comme suit :
– L’automatisation et l’amélioration des processus de prise de décisions.
– La décentralisation d‟un système en sous-systèmes coopératifs.
– La réutilisation par la création de nouveaux systèmes en interoperant avec ceux déjà existants.
– La représentation des connaissances d‟une manière distribuée.
– La simulation des fonctionnements des organisations, comme ils sont utilisés pour simuler de nombreux mécanismes afin de vérifier les hypothèses des nombreuses recherches

Propriétés des SMA

Outre la notion d‟environnement, qui comme on l‟a expliqué, est fondamentale dans la définition des SMA, deux autres concepts caractérisent ces derniers. Le concept d‟interaction qui permet aux agents d‟échanger et le concept d‟organisation, qui les structure.

Principe des SMA

Un SMA peut être ouvert (les agents y entrent et en sortent librement) ou fermé, homogène (les agents sont issus d’un même modèle) ou hétérogène. Au niveau de sa conception, un SMA impose une vision locale et décentralisée.

Interaction entre agents

Le concept d‟interaction est fondamental pour les SMA. En effet, sans interactions aucune métaphore sociale n‟est possible. Dans le cadre des SMA, une interaction peut être définie comme la mise en relation dynamique de deux ou plusieurs éléments du système par le biais d‟un ensemble d‟actions réciproque.
Ces éléments peuvent être des agents ou des éléments de l‟environnement ou encore l‟environnement lui-même.
Les interactions sont basées sur :
– La coopération – La coordination
– La négociation :

La coordination

Est un Ensemble des activités supplémentaires qu’il est nécessaire d’accomplir dans un environnement comprenant plusieurs agents et qu’un agent seul poursuivant les mêmes buts n’accomplirait pas.

La coopération

La coopération est une attitude adoptée par les agents qui décident de travailler ensemble. Elle permet à un agent de :
– Mettre à jour les connaissances globales du système.
– Intégrer des informations venant d‟autres agents.
– Interrompre son plan d‟exécution pour aider les autres agents.
– Déléguer la tâche qu‟il ne sait pas résoudre à un autre agent dont il connaît les compétences.

La négociation

Processus visant à améliorer les accords(en réduisant les inconsistances et l’incertitude) sur des points de vue communs ou des plans d’action grâce à l’échange structurée d’informations pertinentes.
Figure II.6 Représentation symbolique d’un système multi-agents.

Langage de communication dans un SMA

Les agents peuvent interagir soit en accomplissant des actions linguistiques (en communiquant entre eux), soit en accomplissant des actions non-linguistiques qui modifient leur environnement. En communiquant, les agents peuvent échanger des informations et coordonner leurs activités.
Dans les SMA deux stratégies principales ont été utilisées pour supporter la communication entre agents: les agents peuvent échanger des messages directement ou ils peuvent accéder à une base de données partagées (appelée tableau noir ou “blackboard”) dans laquelle les informations sont postées. Les communications sont à la base des interactions et de l‟organisation sociale d‟un SMA.

Protocole KQML (Knowledge query and manipulation language)

Le langage KQML [28] a été proposé pour supporter la communication inter-agents. Ce langage définit un ensemble de types de messages (appelés abusivement “performatifs”) et des règles qui définissent les comportements suggérés pour les agents qui reçoivent ces messages.

 Protocole FIPA-ACL (Foundation for Intelligent Physical Agents)

Ces dernières années, KQML semble perdre du terrain au profit d‟un autre langage plus riche sémantiquement ACL (pour Agent Communication Language). Un langage mis de l‟avant par la FIPA qui s‟occupe de standardisé les communications entre agents. ACL est basé également sur la théorie du langage et a bénéficié grandement des résultats de recherche de KQML.