Revenir à la page d'accueil
Plan du site   |   Plan d’accès   |   UTBM
  
Équipe CCE
Équipe ECS
Équipe ERCOS
Équipe ICAP
    Communication Mobile
    Systèmes Multi-Agents
    Perception de l'environnement
    Annuaire
Accueil > Les équipes > Équipe ICAP
Équipe ICAP

L'approche multi-agents propose un cadre méthodologique bien adapté pour la modélisation et l'analyse des systèmes complexes. Elle considère les systèmes comme les sociétés composées d'entités autonomes et indépendantes, appelées agents, qui interagissent en vue de résoudre un problème ou de réaliser collectivement une tâche. Elle a été utilisée de façon fructueuse dans de nombreux domaines et en particulier : la robotique, la résolution distribuée de problèmes, la modélisation et la simulation des systèmes complexes. Malgré les nombreuses réalisations, dont ils ont fait l'objet, les systèmes multi-agents accusent un certain retard en matière de formalisation et de méthodologie de modélisation. En effet, la conception de tels systèmes se fait dans la plupart des cas selon une démarche empirique ou de manière ad hoc. L'élaboration de méthodes de spécification formelles et de conception constitue une problématique importante des recherches actuelles sur les systèmes multi-agents.

C'est cette problématique qui a animé nos travaux de recherche, et que nous avons abordé en considérant les deux axes de recherches présentés dans la section suivante.

Spécification et Conception de Systèmes Multi-Agents

ASPECTS MÉTHODOLOGIQUES : RIO

Au travers des progrès accomplis jusqu'à présent dans le domaine des systèmes multi-agents, le besoin de méthodologies rationnelles et d'outils d'aide à la conception reste majeur. Cette assistance ne doit pas être limitée à la phase d'exécution, mais doit couvrir tout le procéssus de développement des applications multi-agents. Ainsi, notre équipe propose une méthodologie couvrant les phases de spécification et de conception des systèmes multi-agents.

L'approche proposée se compose de trois étapes :

  1. La première étape considère le système comme une organisation ou une société définie par un ensemble de rôles et leurs interactions. Chaque rôle définit une caractérisation abstraite du comportement d'une entité active dans le système.
  2. La deuxième étape, qu'on peut appeler agentification, introduit la notion d'agents et leur assigne des rôles selon des critères de conception. Les interactions entre les rôles du modèle organisationel permettent de définir les interactions entre les agents jouant ces rôles. À ce niveau, aucune hypothèse n'est faite sur l'architecture des agents.
  3. La troisième étape se concentre sur la conception de l'architecture interne des agents. Afin de fournir une sémantique précise et non ambiguë pour les concepts présentés précédemment, la méthodologie Rôle-Interaction-Organisation (RIO) adopte une approche de modélisation formelle. Cette approche est basée sur une composition des formalismes Objet-Z et Statecharts.

Pour le spécification de SMA, comme décrit avec le méta-modèle de RIO, nous avons établi un framework écrit avec à notre formalisme. Vincent HILAIRE décrit le mécanisme complet de composition dans [HKGM00]. Pour plus de clarté, nous esquisserons seulement ce mécanisme ici. Afin de composer des classes Objet-Z et des statecharts, une classe doit être écrite avec un schéma comprenant un statechart. Ce dernier indique le comportement dynamique de la classe. Notre framework se compose d'un ensemble de ces classes, specifiant tous les concepts du méta-modèle. Par héritage des classes déjà définies, des modèles ou des concepts spécifiques peuvent être spécifiés suivant un ensemble de règles communes. Cette approche de spécifications autorise le prototypage et la simulation. Juan Pablo GRUER a présenté une approche formelle semi-automatique de vérification basée sur une sémantique opérationnelle [GHK00]. De plus, la structure des spécifications permet la validation et la vérification (incrémentales et modulaires) aux travers de sa décomposition. Par la suite, de telles spécifications peuvent être raffinées pour obtenir des modèles exécutables avec une plateforme multi-agents telle que MadKit.

Pendant plusieurs années, nous avons appliqué l'approche RIO sur plusieurs problèmes. Par exemple, nous avons développé des agents pour un environnement collaboratif de conception de produits (ACSP). De plus, nous avons participé au développement d'un outil d'évaluation ergonomique (MANERCOS). Il permet de simuler l'interaction entre des êtres humains et leurs environnements, et d'étudier les contraintes résultantes. Depuis l'arrivée de Stéphane GALLAND, nous désirons développer une partie de nos travaux dans le domaine de la simulation multi-agents et de la simulation basée sur des SMA. Ainsi, nous projetons de développer un environnement de simulation en réalité virtuelle permettant la simulation de systèmes de transport à large échelle.

ARCHITECTURES D'AGENTS ET ROBOTIQUE

La conception d'architecture d'agents est une nouvelle thématique de recherche de l'équipe. Elle est la résultante logique de nos travaux précédents sur les spécifications des systèmes multi-agents.

Récemment, nous avons commencé à travailler sur la conception et la validation d'architectures autonomes de robots. Olivier SIMONIN a proposé une architecture réactive assurant la coopération et l'auto-organisation de systèmes multi-agents situés [SF00] [SLR00]. Ce modèle, appelé "satisfaction/altruisme" assure la résolution des conflits d'accès entre de nombreux robots autonomes et donne des solutions efficaces aux problèmes du type fouragement.

Cette architecture est basée sur l'approche réactive : chaque agent n'a aucun modèle de son environnement (aucune carte), mais possède seulement des perceptions locales. Cette approche est étendue en ajoutant aux agents la possibilité d'émettre et de percevoir des signaux localement tels qu'ils produisent des attractions ou des répulsions.

Pour permettre à l'agent de mener des buts individuels et des actions coopératives un modèle de ses satisfactions a été défini. Chaque action d'un agent est complétée d'une mesure de progression/régression/stagnation (extension des progress estimators) donnant le niveau de satisfaction personnelle. Dans le même temps, l'agent analyse les actions de ses voisins pour déduire leur coopération (potentielle), leur gêne ou leur neutralité. Ces deux mesures sont utilisées comme moyen de définition des signaux des agents (appelés les signaux interactifs). Ces signaux sont définies dans le même intervalle de valeurs que la satisfaction personnelle. Ainsi, chaque agent peut comparer sa satisfaction personnelle (progression de sa tâche individuelle) avec les requêtes émises par ses voisins (répulsion ou attraction) et choisir de façon optimale son action courante. Ce principe a été étendu par la propagation des signaux entre agents.

Cette architecture a été appliquée sur de vrais robots autonomes. La capacité du modèle à résoudre des problèmes distribués a été validée avec des expérimentations mettant en jeu des conflit d'accès. Nous travaillons maintenant sur les spécifications formelles de cette architecture afin de prouver des propriétés observées pendant les expérimentations réelles ou simulées. Ces spécifications formelles utiliseront le modèle RIO développé par Vincent HILAIRE, Juan Pablo GRUER et Abderrafiaa KOUKAM.

Cette architecture a également était étendue d'un module d'apprentissage utilisant celui des satisfactions. Les premiers résultats en simulation sont très encourageant et montrent une amélioration des comportements coopératifs. Nous envisageons de poursuivre cette approche, et en particulier en collaboration avec l'équipe MAIA (Nancy-INRIA).

Approches heuristiques pour la résolution de problèmes distribués 

La complexité des problèmes de transport et de télécommunication exige le développement de techniques efficaces et appropriées pour produire des solutions satisfaisantes dans une quantité de temps réduite. Nous sommes intéressés par les problèmes qui traitent de l'optimisation des aspects organisationels pour les agents spatiaux agissant l'un sur l'autre dans un environnement physique, tel que les antennes couvrant un territoire ou des véhicules dans des réseaux de transport. Pour résoudre de tels problèmes, nous développons des solutions inspirées de la biologie et de l'évolution normale, telle que les algorithmes évolutionistes, les réseaux de neurones auto-organisés et les systèmes immunitaires.

Dans le domaine de la planification de réseaux et du calcul des dimensions radiomobiles, nous avons proposé de modéliser la couverture d'un secteur géographique avec les stations cellulaires d'émission/réception au moyen de mailles hexagonales adaptatives dont la surface et la géométrie sont ajustées selon les conditions du traffic [LCKR99].

Ce problème a été traité grâce à une approche évolutionniste hybride, qui combine des différents processus heuristiques de recherche locale dans une stratégie d'évolution. De part leurs similitudes, nous nous proposons d'étendre cette approche à la plannification et au dimensionnement des systèmes de transport terrestre. Les grilles adaptatives représentent alors des ruelles, et des véhicules s'adaptant sans interruption à la distribution dynamique des demandes de l'utilisateur.

En parallèle, nous étudions des outils logiciel pour prototyper rapidement des applications évolutionnistes [CLKCR99]. L'environnement de HECTOS permet à des applications évolutionnistes d'être construites graphiquement par le choix de composants. De la même manière, le paradigme multi-agents est étudié afin de faciliter la distribution et l'implantation des architectures évolutionnistes.

Nous avons également employé les réseaux de neurones et les systèmes multi-agents sur plusieurs problèmes dans les domaines du transport et de la communication cellulaire.

Un autre projet traite l'attribution de ressources dans les réseaux de transmission au moyen d'agents mobiles et par une métaphore de système immunitaire. Par conséquent, nous fusionnons des résultats des champs de la recherche documentaire et des algorithmes évolutionnistes pour aider l'utilisateur dans la navigation au sein de sites Internet complexes.


 


Responsable de l'équipe ICAP

Abderrafiâa KOUKAM

Laboratoire Systèmes et Transport
Université de Technologie de Belfort-Montbéliard
Rue Thierry Mieg
90010 Belfort cedex, France

Tél : +33 (0)3 84 58 30 81
Fax :+33 (0)3 84 58 33 42

abder.koukam@utbm.fr

Plus d'informations

  90010 Belfort cedex - Tél : +33 (0)3 84 58 33 19 - Fax : +33 (0)3 84 58 33 42 - Mentions légales