Système Multi-Agents

Dr. Djemame S. Les Systèmes Multi-Agents Sept 2022 81 / 95

Situer un SMA ?

• Les SMA proposent une nouvelle approche de modélisation

des connaissances. Ils se situent comme une extension de la
notion d’objet (Coté GL) dans le cas distribué, en mettant
l’accent sur l’interaction et la satisfaction individuelle.
• Ils sont a l’opposé du "global centralisé« : dans un SMA,
tout est distribué, réparti : le contrôle, la connaissance, les
compétences, l’activité, la planification, …etc.
•De ce fait les SMA s’adaptent bien à la modélisation des
systèmes complexes et ouverts où il est difficile de tout décrire
à l’avance.

Dr. Djemame S. Les Systèmes Multi-Agents Sept 2022 82 / 95

Définitions ! Une multitude de définitions !

D’après J. Ferber : On appelle un SMA, un système

composé des éléments suivants :
Un environnement Env, un espace disposant généralement d’une
métrique.
Un ensemble O d’objets, généralement passifs, c ’est à dire qu ’ils
peuvent être perçus, crées, détruits et modifiés par les agents.
Un ensemble A d’agents qui représentent les entités actives du
système.
Un ensemble de relations R qui unissent les objets et les
agents entre eux.
Un ensemble d’opérations Op permettant aux agents de percevoir,
produire, consommer, transformer et manipuler des objets de O.

Dr. Djemame S. Les Systèmes Multi-Agents Sept 2022 83 / 95

Exigences !
Les agents doivent être dotés de systèmes de décision et de
planification. Les théories de la décision sont un domaine d’étude à
part entière

Les agents doivent être dotés d’un modèle ou architecture : on peut

donc s’appuyer pour les construire sur l’architecture BDI (cognitif) ,
Subsomption (réactif), ….

Dr. Djemame Les Systèmes Multi-Agents Sept 2022 84 / 95

Exigences, suite !
Les agents doivent être dotés d’un système de communication. Plusieurs
langages spécialisés ont vu le jour à cette fin : le Knowledge Query and
Manipulation Language (KQML), et plus récemment, le standard FIPA-ACL
(ACL pour Agent Communication Language) créé par la Foundation for
Intelligent Physical Agents FIPA . Ce dernier standard repose en particulier
sur la théorie des actes de langage.

La problématique de l’adaptation est un sujet épineux, objet de recherches

nombreuses à l’heure actuelle. On pourrait toutefois citer l’exemple de
certains virus, aussi bien biologiques qu’informatiques, capables de s’adapter
à leur environnement en mutant.

Dr. Djemame S. Les Systèmes Multi-Agents Sept 2022 85 / 95

Quelques Mots clés dans les SMA !
Distribution, Un SMA est distribué , géographiquement,
fonctionnellement
Ouverture, Les agents peuvent entrer et sortir du système à tout
moment en cours d’exécution

Synchronisme, Chaque agent a sa propre vitesse d’exécution

Hétérogénéité: se
réfère à la diversité des agents qui
composent le système. Chaque agent dans un SMA peut
avoir des caractéristiques, des compétences, des
connaissances ou des comportements différents des
autres agents. Cette hétérogénéité est une propriété clé
des SMA et peut avoir un impact significatif sur le
fonctionnement global du système
Dr. Djemame S. Les Systèmes Multi-Agents Sept 2022 86 / 95
Mots clés dans les SMA
Couplage : se réfère à la manière dont les agents interagissent et
sont interconnectés au sein du système. C'est une propriété clé qui
influence la dynamique globale du SMA. Le couplage peut varier en
fonction du degré d'interaction entre les agents et des mécanismes
mis en place pour faciliter ces interactions

Autonomie, Notion clé en SMA

L'autonomie dans les systèmes multi-agents (SMA) se réfère à la
capacité des agents individuels à prendre des décisions et à
entreprendre des actions de manière indépendante, sans une
intervention constante d'une entité externe. L'autonomie est une
caractéristique clé des SMA qui permet aux agents de fonctionner de
manière flexible et adaptative.
La Coopération

Elle se réfère à la capacité des agents individuels à

travailler ensemble de manière coordonnée pour
atteindre des objectifs communs ou des résultats
bénéfiques pour l'ensemble du système. La
coopération est une composante essentielle des SMA,
car elle permet aux agents de combiner leurs efforts,
leurs compétences et leurs ressources pour résoudre
des problèmes complexes ou réaliser des tâches qui ne
pourraient pas être accomplies de manière aussi
efficace de manière individuelle
Quelques Mots clés dans les SMA !

Rationalité, La rationalité d'un agent dans un

système multi-agents (SMA) fait référence à la
capacité de l'agent à prendre des décisions de
manière logique et orientée vers la réalisation
de ses objectifs. Un agent est considéré
comme rationnel lorsqu'il agit de manière à
maximiser ses performances ou à atteindre ses
objectifs, compte tenu de ses connaissances,
de ses croyances et de l'information
disponible.

Dr. Djemame S. Les Systèmes Multi-Agents Sept 2022 89 / 95

L’interaction:
Les modes d'interaction dans un système multi-agents (SMA)
décrivent la manière dont les agents interagissent entre eux pour
atteindre des objectifs individuels ou collectifs. Ces interactions
peuvent être variées et influencent la dynamique globale du SMA.
Voici quelques-uns des principaux modes d'interaction dans un SMA
Communication directe : Les agents peuvent interagir
directement en échangeant des messages ou des informations. Cela
peut se faire de manière synchrone (en temps réel) ou asynchrone
(avec des retards variables). La communication directe permet aux
agents de partager des connaissances, de coordonner des actions et
de négocier des accords.

Négociation : Les agents peuvent entrer dans des négociations

pour parvenir à des accords mutuellement bénéfiques. Cela implique
souvent la proposition d'actions ou de ressources et la discussion
pour parvenir à un consensus.
L’interaction:
La négociation est fréquemment utilisée dans les SMAs où les agents
ont des objectifs individuels qui peuvent entrer en conflit.
Coopération : Les agents peuvent coopérer en travaillant ensemble
pour atteindre des objectifs communs. La coopération implique
souvent la répartition des tâches, le partage des ressources et la
coordination des actions. Elle peut être basée sur des normes, des
contrats ou des mécanismes de coordination.
Compétition : Les agents peuvent être en compétition les uns avec
les autres pour des ressources limitées ou pour atteindre des objectifs
individuels. La compétition peut conduire à des conflits ou à des
stratégies d'optimisation individuelle. La compétition peut être
utilisée pour stimuler la performance globale du SMA.
Coordination : La coordination implique l'ajustement des actions
des agents pour éviter les conflits et maximiser l'efficacité collective.
Cela peut inclure la synchronisation des activités, la résolution de
conflits potentiels et l'alignement des objectifs pour atteindre une
cohérence d'ensemble.
L’interaction:
Échange d'information : Les agents peuvent interagir en
échangeant des informations utiles. Cela peut inclure le partage de
connaissances, la transmission d'observations ou de données
environnementales. L'échange d'information peut renforcer la prise
de décision des agents et améliorer la coordination.

Coalition : Les agents peuvent former des coalitions en regroupant

leurs ressources ou en collaborant pour atteindre des objectifs
communs. Les coalitions peuvent être temporaires et se former et se
dissoudre en fonction des besoins du moment.

Observation : Les agents peuvent interagir en observant les actions

des autres agents ou en surveillant l'environnement. L'observation
permet aux agents d'ajuster leurs comportements en fonction des
actions des autres et des changements dans l'environnement.
L’organisation
L'organisation dans un système multi-agents (SMA) se réfère à la
manière dont les agents sont structurés, coordonnés et interagissent
pour atteindre des objectifs individuels ou collectifs. L'organisation
est cruciale pour assurer la cohérence, la collaboration et l'efficacité
globale du SMA.
Structure organisationnelle : La structure organisationnelle
définit la manière dont les agents sont organisés et connectés. Elle
peut prendre différentes formes, telles que des hiérarchies, des
réseaux, des structures décentralisées, etc. La structure
organisationnelle influence la manière dont l'information et les
décisions circulent à travers le système.
Hiérarchie : Certains SMAs sont organisés selon une structure
hiérarchique, où les agents sont disposés en niveaux avec des niveaux
d'autorité différents. Cela peut faciliter la coordination, la délégation
des tâches et la gestion des interactions entre les agents.
L’organisation

Réseaux d'interaction : Les agents peuvent être organisés en

réseaux, où chaque agent interagit directement avec d'autres agents.
Ces réseaux peuvent être statiques ou dynamiques, en fonction des
besoins du système. Les réseaux facilitent les communications
directes et la collaboration entre les agents.

Normes et règles : L'organisation peut reposer sur des normes et

des règles qui définissent le comportement des agents. Ces normes
peuvent être établies par les concepteurs du système ou émerger de
manière décentralisée grâce aux interactions entre les agents. Les
normes contribuent à la cohérence et à la prévisibilité des actions des
agents.
Système multi-agent
Pour illustrer cela, imaginons un système multi-agent appliqué à la
gestion d'une flotte de drones pour la surveillance d'une
forêt.
Exemple d'agents :Drone de surveillance : Surveille l'état des
arbres pour détecter d'éventuels signes de maladies.
Drone détecteur de feux : Spécialisé dans la détection des feux de
forêt.
Drone de transport : Capable de transporter des outils ou du
matériel de réparation pour des interventions ponctuelles.
Exemple d’environnement : La forêt est l’environnement partagé
par tous les drones. Elle contient des arbres, des chemins, des zones
sensibles (comme des points d’eau ou des zones habitées en
périphérie), et des obstacles naturels tels que des reliefs et des
bâtiments.
L’environnement est dynamique, car il évolue au fil du temps
(croissance des arbres, changement climatique, etc.), et les agents
doivent donc adapter leurs comportements aux changements de leur
environnement.
Système multi-agent

Exemple d’interactions :Coordination : Si un drone détecteur

de feux repère un feu, il envoie immédiatement une alerte aux
drones de transport pour transporter du matériel d'extinction vers la
zone concernée.
Communication : Les drones échangent régulièrement leurs
positions pour éviter les collisions et optimisent leurs trajectoires
afin de couvrir la forêt de manière efficace.
Négociation : Lorsqu’une zone nécessite une intervention
particulière, comme un contrôle approfondi pour la détection de
maladies, les drones de surveillance peuvent négocier pour savoir
lequel se rendra sur place en fonction de leur niveau de batterie et de
leur proximité.
Système multi-agent

Exemple d’organisation :Structure hiérarchique : Un drone

central (le "leader") peut coordonner les autres drones pour s'assurer
que toutes les zones de la forêt sont couvertes sans redondance.
Rôles : Chaque type de drone a un rôle spécifique (surveillance,
détection de feux, transport), ce qui permet une répartition efficace
des tâches.
Protocoles de communication : Les drones suivent des règles de
communication, comme envoyer une mise à jour toutes les cinq
minutes ou signaler un feu immédiatement sans attendre.
Système multi-agent

Exemple d'objectifs globaux :Détection rapide des

incendies : S’assurer que tout départ de feu est détecté en moins de
deux minutes.
Préservation de la santé de la forêt : Surveiller en continu les
zones pour détecter les maladies ou les zones à risque.
Optimisation de l’énergie : Les drones doivent utiliser le moins
de batterie possible, ce qui implique une coordination pour éviter les
trajets redondants et optimiser leurs déplacements.