Sommaire: Etude et réalisation d’une plate forme Multi-Agents
Chapitre I Problématique et Objectif du Travail
1 Présentation du domaine de recherche
2 Objectif de notre travail.
3 Organisation de la thèse
Chapitre II Intelligence Artificielle Distribuée et Systèmes Multi-Agents
1 Introduction
2 L’Intelligence artificielle distribuée
2.1 Historique
2.1.1 Modèle Acteur
2.1.2 Blackboard
2.1.3 Contract Net
2.1.4 DVMT
2.2 L’intelligence Artificielle Distribuée
2.3 Problématique de l’IAD
3 Les systèmes Multi-Agents
3.1 Introduction
3.2 Historique
3.2.1 L’intelligence Artificielle
3.2.2 La vie Artificielle
3.2.3 Les premiers systèmes Multi-Agents
3.3 Les Systèmes Multi-Agents
3.3.1 Définition
3.3.2 Les processus de décision ou de mise en action
3.3.3 Interaction et Communication
3.3.4 Concept d’Agent
3.3.4.1 Déterminant d’un Agent
3.3.4.2 Agents cognitif et Agent réactif
3.3.4.2.1 Agent cognitif
3.3.4.2.2 Agent réactif
3.3.4.3 Caractéristiques d’un Agent
3.3.4.3.1 Intentionalité
3.3.4.3.2 Rationalité
3.3.4.3.3 Engagement
3.3.4.3.4 Adaptativité
3.3.4.3.5 Intelligence
3.4 Architecture d’un Agent
3.4.1 Architecture Abstraite d’un Agent
3.4.2 Structure Interne
3.5 Fonctionnement
3.5.1 La Perception
3.5.2 La prise de décision
3.5.3 La planification
4 Société d’Agent
4.1 Introduction
4.2 Organisation sociale
4.3 Contrôle et prise de décision
4.3.1 Approche modulaire
4.3.2 Expertise en concurrence
4.3.3 Simulations d’univers
4.4 La coopération
4.4.1 Coopération et structure d’organisation
4.4.2 Modèle de coopération
4.5 Résolution de conflits
4.5.1 La Coordination
4.5.2 La Négociation
4.6 La communication
4.6.1 Protocole de Communication
4.6.2 Architecture de communication
4.6.3 Acte de communication
4.6.4 Modes de communication
4.6.5 Actes de langage
4.7 Emergence
5 Conclusion
Chapitre III Etat de l’art des Plates Formes Multi-Agents
1 Introduction
2 Les plate-formes Multi-Agents
2.1 Catégorisation
2.1.1 Plates formes d’agents mobiles
2.1.2 Les outils de la simulation multi-agent
2.1.3 Les plates formes orientées modèle
2.2 La standardisation FIPA
2.3 Analyse et Discussion
3 La plate forme multi-agents MadKit
3.1 Introduction
3.2 Modèle organisationnel
3.2.1 l’Agent
3.2.2 le Groupe
3.2.3 le Rôle
3.3 Architecture
3.3.1 Principes
3.3.2 le Micro Noyau
3.3.2.1 Fonctinnalités
3.3.2.2 Mécanisme de passage au méta niveau
3.3.3 Structure et fonctions d’un agent
3.3.3.1 Fonctionnalités
3.3.3.2 Messages
3.3.3.3 Threads et moteur synchrone
3.4 Spécifités de la plate forme MadKit
3.4.1 Agentifications des services
3.4.2 Application Hôte
3.5 Discussion
4 La plate forme multi-agents OpenCybel
4.1 Introduction
4.2 Le modèle d’agent
4.2.1 Qu’est ce qu’un gent
4.2.2 La programmation centrée sur l’activité
4.3 La notion de programmation centrée sur les activités
4.3.1 Le modèle de concurrence
4.3.2 Les différents états d’exécution
4.3.3 Les relation de concurrence entre activités
4.3.4 Transition d’état d’activités et modèle de concurrence
4.4 Discussion
5 Conclusion
Chapitre IV Les Modèles Organisationnels des Systèmes Multi-Agents
1 Introduction
2 L’organisation des systèmes classiques : objets et modèles de rôles
3 Modèles organisationnels des SMAs
3.1 ALAADIN : Agent-Groupe-Rôle
3.1.1 L’agent
3.1.2 Groupe
3.1.3 Rôle
3.2 YAMAM : Agent-Rôle-Tâche-Compétence
3.2.1 L’agent
3.2.2 Rôle
3.2.3 Tâche
3.2.4 Compétence
4 Conclusion
Chapitre V La Plate Forme NewObject
1 Introduction
2 Paradigme et modèle objet
2.1 Objet
2.2 Classe
2.3 Type Abstrait de donnée
2.4 Encapsulation
2.5 Héritage
2.6 Agrégation
2.7 Polymorphisme
2.8 Réutilisation
3 Les Principale différences entre Objet et Agent
3.1 Sur le plan autonomie
3.2 Sur le plan conceptuel
3.3 Sur le plan comportement
3.4 Sur le plan environnement
3.5 Sur le plan adaptabilité
4 Les types d’architectures concrètes pour agent
4.1 Architecture logique
4.2 Architecture réactive
4.3 Architecture BDI
4.4 Architecture Hybride ou Multi-Niveaux
4.5 Discussion
5 Le Modèle d’Agent proposé
5.1 Le Module de Contrôle
5.2 Le Module de Communication
5.2.1 Communication locale
5.2.2 Communication distante
5.3 Le Module des Croyances
6 Le mécanisme de contrôle et de la gestion de la concurrence
6.1 Le contrôle interne
6.1.1Au niveau du Module de Contrôle
6.1.2 Au niveau des autres modules
6.2 Contrôle inter-agents et gestion de la concurrence
6.2.1 Le Graphe de Dépendances
6.2.2 la concurrence entre agents
6.2.2.1 Le Shéduling au cœur de la conception des plates formes multi-agents
6.2.2.1.1 La technique à pas de temps constant
6.2.2.1.2 La technique dite avec état tampon ou double buffer
6.2.2.1.3 La technique basée évènement
6.2.2.2 Discussion
7 L’organisation hiérarchique
8 Conclusion
Chapitre VI Les Méthodologies de conceptions des SMAs.
1 Introduction
2 Les méthodologies constituants une extension des méthodes OO
2.1 La méthode GAIA
2.2 La méthode MaSE
2.3 La méthode HLIM
2.4 La méthode MMTS
2.5 La méthode AOAD
2.6 La méthode MASB
2.7 La méthode AOMEM
3 Les méthodes constituant une extension des méthodes à base de connaissance
3.1 La méthode CoMoMAS
3.2 La méthode MAS-CommonKADS
4 Les méthodes conçues pour un contexte particulier
4.1 La méthode Cassiopée
4.2 La méthode CIAD Conclusion
Conclusions et Perspectives
Bibliographies
Annexe 118
1 Les réseaux de transitions augmentés (A.T.N)
2 Les Actes de Langages
Extrait du mémoire etude et réalisation d’une plate forme Multi-Agents
Chapitre I: Problématique et objectif du travail
1 Présentation du domaine de recherche :
L’Intelligence Artificielle classique (IA) se contente en effet de construire des programmes informatiques, capables d’exécuter des taches complexes, en s’appuyant sur une centralisation et concentration de « l’Intelligence » ou du « savoir faire » au sein d’un même et unique système qu’on appelait Systèmes Expert (SE). Mais il en résulte un certain nombre de difficultés, dues pour l’essentiel à la nécessité d’intégrer, au sein d’une seule base de connaissance, l’expertise, les connaissances et les compétences d’individus qui, dans la réalité, communiquent et collaborent pour l’accomplissement d’une tâche commune.
A la différence de l’Intelligence Artificielle classique qui modélise donc le comportement intelligent d’un agent sous le pseudonyme de système expert, l’intelligence Artificielle Distribuée ( IAD ), née dans les années 1970 et dont le but est de trouver des parades aux difficultés rencontrer par l’IA, s’intéresse à des comportements intelligents qui sont le produit de l’activité coopérative de plusieurs agents, autrement dit à des systèmes multi-Experts.
Aujourd’hui l’IAD est un champ scientifique qui rassemble plusieurs disciplines incluant l’Intelligence Artificielle, la sociologie, l’économie, l’organisation, la planification …etc. Cette pluridisciplinarité rend la tâche de définir l’IAD un peu difficile. Ferber a donné une définition qui, approximativement, rend compte de l’IAD actuelle « l’IAD est l’étude, la conception et la réalisation des Systèmes Mutli-Agents (SMA), c’est à dire de systèmes dans lesquels des agents intelligents et qui interagissent, poursuivent un ensemble de buts ou réalisent un ensemble d’actions ».
Le concept d’intelligence symbolise ici la capacité pour un agent de mené à bien un comportement coopératif, rationnel, dynamique et souple dans un environnement bougeant et souvent non déterministe.
L’Intelligence Artificielle Distribuée consiste à élaborer des systèmes constitués d’un groupe d’agents plus ou moins autonomes, chacun étant doté d’une certaine autonomie et devant être capable de planifier, d’agir et de travailler dans un environnement commun tout en prévoyant de gérer les situations conflictuelles éventuelles.
L’IAD conduit ainsi à la réalisation de systèmes dits « Multi-Agent », qui permettent de modéliser le comportement d’un ensemble d’entité (ou agents) plus ou moins expertes, plus ou moins organisées selon des lois de type social. Ces entités (ou agents) dispose d’une certaine autonomie, et sont immergés dans un environnement dans lequel et avec lequel elles interagissent.
2 Objectif de notre travaille :
La simulation orientée agents est aujourd’hui utilisée dans un nombre croissant de secteur, où elle remplace progressivement les anciennes techniques connues comme la simulation orientée objet, ceci est dû, pour une part, à sa capacité à appréhender des modèles très différents d’individu, depuis des entités très simples comme les agents réactifs jusqu’aux entités plus complexe comme les agents cognitifs. Ce succès est cependant..
………..
Si le lien ne fonctionne pas correctement, veuillez nous contacter (mentionner le lien dans votre message)Mémoire Online: Etude et réalisation d’une plate forme Multi-Agents (536 KO) (Cours PDF)
