Nous nous intéressons à la résolution de problèmes complexes nécessitant la coopération ou la mise en concurrence de plusieurs agents (entités expertes autonomes) en interaction. Différents modèles d'agents ont été développés ces dernières années dans le projet et ont été validés par la réalisation d'applications industrielles de grande taille.
Nos activités ont porté cette année sur des aspects à la fois conceptuels et expérimentaux des systèmes multi-agents. Nous nous sommes intéressés à concevoir des modèles d'agents et des modèles d'interactions entre ces agents. Nous avons également confronté nos modèles à des problèmes concrets par la réalisation d'applications. Ces confrontations ont permis la validation de ces modèles et ont soulevé des problèmes nouveaux pour lesquels des solutions ont été apportées.
La notion d'interaction, centrale dans le paradigme multi-agent, a fait l'objet d'une étude pluri-disciplinaire à l'éclairage des modèles issus de la psycho-sociologie ; ce travail a montré certaines limites des approches actuelles dans les systèmes multi-agents et a conduit à une redéfinition de la notion d'interaction [50].
Nous avons également proposé un modèle permettant de modéliser l'organisation d'une société d'agents en décrivant les interactions entre agents. Ce modèle intègre un mécanisme d'évaluation permettant à chaque agent de faire évoluer ses interactions et autorisant ainsi la ré-organisation de la société. Il a été implanté dans notre plate-forme GTMAS et diverses expérimentations ont été menées et ont validé l'intérêt d'un tel modèle.
Nous développons des méthodes et des modèles pour l'acquisition et la représentation des connaissances d'une société d'agents. Le développement d'un système multi-agent est vu comme la construction d'un ensembles de modèles qui représentent les connaissances et les capacités individuelles et sociales des agents. Ces modèles (complets ou partiels) sont organisés dans des bibliothèques à différents niveaux d'abstraction ce qui permet leur réutilisation [67]. Dans un environnement dynamique, les connaissances doivent être adaptées à de nouvelles situations. Nous nous intéressons particulièrement à la restructuration des connaissances nécessaires pour adapter le système et ses agents[66]. Dans cette optique, nous avons proposé une approche multi-agents pour modéliser une société de robots autonomes et coopératifs[65].
Cette année, nous avons poursuivi l'étude de systèmes d'agents hétérogènes intégrant la coopération entre agents de conception classique et agents de conception neuromimétiques dans le cadre du projet ESPRIT BRA MIX ( cf. § 4.16) ;
Parallèlement à ces différents travaux conceptuels et à la suite des applications développées avec Atome C++ en collaboration avec l'INRA [17], SOLLAC (projet Sachem) et l'INRETS, nous avons réfléchi à la modélisation des connaissances du domaine et leur représentation dans le cadre de systèmes multi-agents. Nous avons défini et implanté un système à base de tableau noir objet et d'agents du domaine, dédiés à la représentation explicite des connaissances du domaine [41]. Actuellement nous travaillons sur la définition de protocoles de communication entre ce système et des agents de résolution de problème.
Dans le cas d'environnement dynamique amenant des contraintes temps réels fortes, nous avons étudié les caractéristiques aux systèmes multi-agents sous deux aspects :
Dans le cadre d'un robot mobile évoluant dans un environnement dynamique, nous avons proposé un système hybride se fondant sur une architecture multi--agents pour effectuer la fusion de données multi-capteurs. Il s'agit d'un système de résolution de problèmes composé de deux niveaux de fusion : le premier niveau assure les opérations de traitement numérique et la formation d'hypothèses perceptuelles, tandis que le second niveau s'intéresse au problème d'interprétation. L'approche adoptée revient à considérer chaque famille de capteurs d'un même type comme des agents perceptuels. Des agents d'interprétation au second niveau assurent le maintien de modèles symboliques de l'environnement et l'addition de nouveaux éléments. C'est la combinaison des informations obtenues par divers capteurs, à des instants différents ou non, qui mettent à jour les modèles symboliques de l'environnement interprété. Ce système a été testé avec notre plate-forme de robot mobile Gaston qui doit formuler des plans d'action en fonction de sa perception de l'environnement. Deux maquettes de systèmes de fusion adoptant ce modèle ont été implantées en langage C et couplées au simulateur du robot. Le système résultant, baptisé RoMAT permet de construire une carte de l'environnement représentant les obstacles détectés par les capteurs sonar et le système laser composant cette plate-forme multi-sensorielle ( cf. § 3.4.1).
Sur le plan des applications, nous avons proposé une architecture multi-agents pour un système de gestion de dialogue multi-modal dans le cadre d'applications complexes. Le système est conçu incrémentalement en différents niveaux de gestion du dialogue apportant chacun une réponse. Cette description est telle que le niveau le plus simple fournisse une réponse minimale. La définition d'un niveau plus complexe correspond à l'intégration de nouveaux agents dans la société.