Résilience et auto-réparation de processus de décisions multi-agents

Nous définissons la notion de k-résilience de graphes de calculs en support aux décisions d'agents opérées sur des systèmes dynamiques. Nous proposons une méthode d'auto-réparation de la distribution des calculs, DRPM[MGM-2], afin d'assurer la continuité des décisions collectives suite à la disparition d'agents, grâce au déploiement de réplicas de calculs. Nous nous intéressons ici à la réparation de processus d'optimisation sous contraintes, où les calculs sont des variables de décision ou des contraintes distribuées sur l'ensemble des agents. Nous évaluons expérimentalement les performances de DRPM[MGM-2] sur différentes topologies de systèmes opérant des algorithmes (Max-Sum ou A-DSA) pour résoudre des problèmes classiques (aléatoire, coloration de graphe, Ising) alors que des agents disparaissent.