Le démonstrateur présenté introduit un cas d'étude concret d'apprentissage par système multi-agent dans un environnent simulé. Le coeur de ce travail est l'enrichissement d'un apprentissage par démonstration à l'aide d'un mécanisme d'apprentissage autodidacte. Ce mécanisme permet à l'agent apprenant de dépasser les limites introduites par le processus de démonstration en lui permettant d'adapter son comportement pour faire face à des situations imprévues. Cet apprentissage concerne une tâche robotique : l'apprentissage d'un suivi de trajectoire pour drone aérien. Le mécanisme d'apprentissage autodidacte apporte de la robustesse à l'apprentissage.
Dans le domaine du contrôle aérien, les travaux actuels s'intéressent à l'automatisation et la délégation partielle de la tâche d'évitement des conflits à l'équipage et aux systèmes embarqués à bord des avions. Ainsi plusieurs approches pour faciliter la tâche des contrôleurs aériens sont en cours d'études. Dans ce cadre, nous proposons un système totalement décentralisé pour traiter le problème d'évitement entre entités mobiles dans le sens large. Ce système est basé sur les systèmes multiagents coopératifs qui ont montré leur adéquation pour la résolution des problèmes distribués et décentralisés à large échelle. Nous présentons les expérimentations que nous avons menées et les résultats que nous avons obtenus dans le cadre du contrôle aérien.
La complexité croissante des applications actuelles favorise le développement de systèmes multi-agents auto-organisateurs possédant des propriétés self-* . Ces systèmes autonomes présentent des capacités intéressantes permettant la gestion de la dynamique endogène et exogène des applications étudiées. De nouveaux critères doivent être proposés afin de caractériser et évaluer l'apport de ces propriétés self-* et leur influence sur les performances du système. Dans cet article, différentes catégories regroupant les principaux critères d'évaluation sont décrites afin de guider l'évaluation de ce type de systèmes depuis les phases de conception jusqu'aux phases d'exécution : évaluation du système en cours de fonctionnement, caractéristiques intrinsèques et méthodologie de conception. In the last few years, the growing complexity of current applications has led to design self-organizing multi-agents systems presenting self-* properties. Those systems behave autonomously and must handle the dynamics coming from exogenous or endogenous changes. New or updated characterization and evaluation criteria are required for analyzing the contribution of self-* properties and system performances. This paper aims at guiding the evaluation of this kind of systems from the design phase all the way to the execution results by providing sets of main criteria : evaluation of the system at run-time, intrinsic characterization and development methodologie.
Récemment, les aspects sociaux et organisationnels sont devenus des sujets de recherche majeurs en systèmes multi-agents (SMA). Les travaux conduits peuvent être déclinés suivant un point de vue centré agent (ACPV) et un point de vue centré organisation (OCPV), dans lesquels la notion centrale de dynamique des organisations est considérée. Dans ACPV, cette notion correspond à des phénomènes ascendants et émergents qui sont regroupés sous le terme général d'auto-organisation. Dans OCPV, cette notion d'organisation nourrit un large panel de travaux relatifs à la réorganisation formelle et descendante d'organisations préexistantes installées dans le SMA. Dans cet article, nous proposons de positionner ces approches afin de construire une vision synthétique de la dynamique des organisations dans les SMA. In the last years, social and organisational aspects of agency have become a major issue in multi-agent systems' research. The conducted works may be structured along two main points of view : an agent centred point of view (ACPV) and an organisation centred point of view (OCPV). In both approaches the central notion of multi-agent organisation dynamic is considered. In ACPV, this notion leads to a kind of informal, bottom-up, emergent phenomena that we regroup under the general term of selforganisation. In OCPV, this notion gives birth to a huge set of works related to the reorganisation of the formal, top-down, pre-existent organisations that are installed in the MAS. In this paper, we propose to position these two approaches to build a comprehensive picture of organisation dynamic in multi-agent systems.
Les ontologies sont une des représentations les plus utilisées pour modéliser les connaissances d'un domaine. Une ontologie est constituée d'un ensemble de concepts reliés par des relations sémantiques. Construire et maintenir manuellement une ontologie sont des tâches difficiles et complexes. Les textes d'un domaine peuvent servir de sources de connaissance pour réaliser ces tâches. Dans ces textes, l'extraction et l'organisation des connaissances d'un domaine ainsi que leur évolution nécessitent une intervention humaine. Dans cet article, nous présentons DYNAMO, un logiciel interactif basé sur la technologie des Systèmes Multi-Agents Adaptatifs pour construire et maintenir des ontologies à partir de textes. Les termes et les concepts du domaine sont agentifiés et coopèrent localement pour trouver leur place dans l'ontologie à partir d'informations liées à l'usage des termes dans les textes. Grâce aux capacités d'adaptation du système multi-agent, de nouveaux termes, concepts et relations peuvent être ajoutés ou retirés de l'ontologie. Ce système est un système de co-construction d'ontologie dans le sens où l'ontographe interagit avec le système pour valider cette construction. Ce papier présente l'architecture et les mécanismes soustendant le fonctionnement du système proposé ainsi que son évaluation. Ontologies have been widely accepted as the most used knowledge representation domain model. An ontology is constituted by a set of concepts related with semantic relations. Manual ontology building and maintaining are complex and hard tasks. Domain text can be used as background knowledge to do these tasks. In this paper, we present DYNAMO, a software based on an Adaptive Multi-Agent System (AMAS) to build and maintain ontologies from text. Terms and concepts of a given domain are agentified. Agents cooperate to determine their place in an ontology thanks to lexical relations between terms. Thanks to adaptive mechanisms, new terms, concepts and relations will be added, removed or moved from the ontology. In fact, DYNAMO is a co-construction tool. The ontologist interacts with the AMAS to validate DYNAMO proposition. This paper presents the architecture and the mechanisms of DYNAMO and its evaluation.
La planification de mission de constellations de satellites est un problème complexe soulevant d'importants défis technologiques pour les systèmes spatiaux de demain. L'augmentation de la taille des constellations, les performances évoluées et l'hétérogénéité des satellites sont tous des critères impliquant une combinatoire très élevée. Les techniques actuelles présentent des limites, car elles planifient un satellite à la fois et non la constellation dans son ensemble. Dans cet article, nous proposons de résoudre ce problème difficile par les systèmes multiagents coopératifs. Une amélioration du modèle AMAS4Opt est présentée, permettant de maximiser la coopération entre les agents du système. De par leurs interactions locales, ces agents, permettent d'obtenir une solution de bonne qualité en un temps raisonnable, en assurant un partage équitable des tâches au sein de la constellation. Enfin, une comparaison avec l'algorithme Glouton Chronologique, couramment utilisé dans le domaine spatial, souligne les avantages de l'approche proposée. Mission planning of constellation of Earth observation satellites is a complex problem raising significant technological challenges for tomorrow's space systems. The increasing size of constellations, the advanced performances and heterogeneity of satellites are different criteria involving a huge combinatorial search space. The techniques used today have limitations : they are planning one satellite at a time and not the whole constellation. In this paper, we propose to solve this difficult problem by cooperative multi-agent systems. An improvement of the AMAS4Opt agent model is presented to maximize the cooperation level. In the proposed system, the agents, through their local interactions, allow to reach a good solution in a reasonable time, while ensuring a fair distribution of tasks within the constellation. Finally, a comparison with the chronological greedy algorithm, commonly used in the spatial domain, underlines the advantages of the presented system.
L'adaptation des systèmes ambiants aux besoins spécifiques des utilisateurs est une tâche complexe. Pour rendre l'interaction humain-système aussi naturelle que possible pendant l'adaptation, nous proposons une approche basée sur l'apprentissage par démonstration. Cet apprentissage requiert des techniques d'apprentissage adaptatifs. Nous présentons Alex, un système multi-agent capable d'apprendre dynamiquement un comportement à partir de démonstrations réalisées par un tuteur. Les résultats d'expérimentations réalisées à la fois sur un robot réel et virtuel mettent en avant des propriétés intéressantes de notre technologie pour des applications ambiantes. The adaptation of an ambient system to the specific needs of its users is a challenging task. Because human-system interaction has to be as natural as possible, we propose an approach based on Learning from Demonstration (LfD). However, using LfD in ambient systems needs adaptivity of the learning technic. We present Alex, a multi-agent system able to dynamically learn and reuse contexts from demonstration made by a tutor. Results of experiments performed on both a real and virtual robot show interesting properties of our technology for ambient applications.
Le développement de SMA auto-organisateurs manque encore de méthodes rigoureuses de vérification garantissant la robustesse et la résilience du système conçu. De telles assurances peuvent être obtenues grâce à l'application de méthodes formelles. Mais l'intégration de ces techniques de vérifications reste encore modeste due à la complexité liée à la dynamique des SMA auto-organisateurs qui fait émerger leur fonction globale. Dans cet article, nous explorons le potentiel des langages formels, en particulier B-événementiel et la logique TLA, pour prouver des propriétés liées à la robustesse. Nous supposons que ces propriétés pourront d'abord être observées au niveau global par simulation. Les techniques formelles nous permettront ensuite d'en faire la preuve. Notre travail est illustré par l'étude de cas des fourmis fourrageuses.