Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Domaines d’application des SMA

No description
by

Nessima Bennouri

on 3 February 2015

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Domaines d’application des SMA

Domaines d’application des SMA
Les Systèmes Multi-agents (SMA)
Domaine d'application des SMA
Plan
Introduction
Les systèmes multi-agents (SMA) et les agents autonomes fournissent une nouvelle méthode pour analyser, designer et implémenter des applications sophistiquées car ils font partie du domaine IAD (Intelligence Artificielle Distribuée) en bénéficiant aussi d'autres disciplines comme les sciences cognitives, sociologie, et psychologie sociale.

Aujourd'hui, le plupart des applications nécessitent de distribuer des tâches entre des " entités " autonome (ou semi-autonome) afin d'atteindre leurs objectifs d'une manière optimale. Puisque les approches classiques soient en général monolithiques et leur concept d'intelligence soit centralisé, les applications actuelles sont établies à base de système multi-agents.
Les agents d’informations

Appelés aussi agents d’Internet, cette catégorie d’agents opère sur le web en exploitant les moteurs de recherche afin de gérer un grand volume d’information.

Ils peuvent être mobiles ce qui va leur permettre de traverser le web, chercher les informations et les amener vers leur destination.

Ces agents exploitent les ressources d’Internet, en effet ils utilisent les moteurs de recherche d’Internet ainsi que les outils de gestions d’information comme les spiders et ce afin de pouvoir accomplir leurs fonctions d’une façon optimisée et rapide.

Les agents de détection d’intrusions
Vu de la diversité des domaines, nous citérons brièvement les caractéristiques des applications agents et ses domaines, ainsi que leurs structures et les problèmes qu'elles visent à résoudre.
Partie I
Une telle classification prend en considération la fonction ou le rôle joué par l’agent dans le système, les agents les plus connus sont:

Les agents d’informations

Les agents de détection d’intrusion

Les agents bases de données

Les agents de commerce

Applications Distribuées
Résolution de problèmes
Elaborée par :
Nessima Bennouri

2éme année MBDS
AU 2014/2015

Architecture
Apprentissage
Modèle général d’agent apprenant
Définition
Toute entité qui perçoit son environnement à l’aide de ses capteurs et qui agit sur son environnement à l’aide de ses effecteurs.
Agents délibératifs
Agents hybrides
Agents réactifs
Un agent réactif ne fait que réagir aux changements qui surviennent dans l’environnement

Il existe deux sections décrivant deux modèles qui peuvent servir à la conception d’agents réactifs :

- Agents à reflexes simples
- Agents conservant une trace du monde
Ce sont des agents qui effectuent une certaine délibération pour choisir leur actions.

Une telle délibération peut se faire en se basant sur les buts de l’agent ou sur une certaine fonction d’utilité.

La fonction d’utilité peut prendre la forme d’un plan qui reflète la suite d’actions que l’agent doit effectuer en vue de réaliser son but.
Comme pour les humains, les agents doivent pouvoir réagir très rapidement dans certaines situations (comportement réflexe), tandis que dans d’autres, ils doivent avoir un comportement plus réfléchi.

On parle alors d’architecture hybride, dans laquelle on retrouve généralement plusieurs couches logicielles
Agents
Agent VS Objet
Définition
Caractéristiques
Autonomie/ contrôle décentralisé

Distribué

Hétérogénéité

Place des utilisateurs

La connaissance dans les SMA

Délégation du contrôle au système et émergence
Utilités
L’adaptation à la réalité,

La coopération,

La résolution de problèmes complexes,

L’intégration d’expertise incomplète,

La modularité,

L’efficacité,

La fiabilité,

La réutilisation.
Caractéristique
Intentionnalité,

Rationalité ,

Engagement ,

Adaptativité ,

Intelligence.
Faire coopérer un ensemble d’entités (agents) dotées d’un
comportement intelligent , coordonner leurs buts et leurs plans
d’actions pour résoudre un problème.
Application a base de système multi-agents
1. Décision
– Problématique :
planification distribuée de tâches
– Apport des SMA
:
• Prise en compte de l’environnement : Contraintes de ressources disponibles et de temps-réel
• Prise en compte de la notion d’Intention(s) avec pour propriétés principales :
actualisation des désirs/tropismes, persistantes, contradictoires,
• Prise de décision collective : robotique collective, robots footballeurs.
2. Optimisation
– Problématique :
trouver le comportement le plus performant en vertu d’un critère d’utilité
– Apport des SMA :

passage de 2 à N > 2
• Satisfaction calculée sur l’ensemble des agents (et non d’un seul) = équilibres de Nash multiples
• Jeux de rôles : du Dilemme du prisonnier (2 agents) à des groupes d’agents.
3. Harmonie
– Problématique :
comment atteindre un accord entre les membres d’une population
– Apport des SMA :
• Enchères automatiques : anglaises, hollandaises, Vickrey, etc. (critère d’efficacité de Pareto)
• Négociation : brokering de ressources, de tâches, de denrées
1. Résolution de problèmes


Problématique :

Distribuer les algos d’IA (RO, Planification, contraintes, ..)

Apport des SMA :
• Introduction de la spatialité dans les heuristiques (Algos génétiques, …)
• Introduction de l’adaptativité dans les heuristiques (algos fourmi, …)
2. Modélisation, Simulation et Analyse d’entités distribuées


Problématique :
Emergence, Morphogenèse, Apprentissage de Formes, Structures, Comportements

Apports des SMA :
• Agents automates (à état corporel ― sans représentations) : agents situés (environnement médiateur), Artificial Life
• Agents informationnels (à KB du monde ― à représentations) : Modèles BDI, Simulation sociologique
• Agents humains (Collectifs humains médiés) : traces d’interactions formelles et/ou langagières, extraction de pratiques
3. Applications Distribuées

– Problématique :

Déployer des services dans l’infospace
– Apport des SMA :
• Architecture dynamiques : plateformes agents, agents mobiles
• Agent Communication Languages (ACL), au dessus des protocoles objets-distribués (RMI, CORBA)
• Travail coopératif : coopération (planification distribuée), négociation (répartition de ressources: brokers)
4. Assistance aux humains

– Problématique :

Ordinary People dans l’infospace
– Apport des SMA :
• Délégation de tâche (« Do it for me ») et/ou de rôle (« Act on my behalf »)
• Médiation :
- agents assistants d’interface (Help)
- agents avatars conversationnels
- agents ubiquistes : Ambient
2. Modélisation, Simulation et Analyse d’entités distribuées
1. Modélisation individu centrée
Dans les applications de modélisation, on part généralement d’une
population d’individus quelconques (par exemple en éthologie ce sont
des insectes, en sociologie ce sont des gens, …) que l’on modélise
dans leur structure interne (physique et/ou mentale) et leur
comportement (réactif / cognitif). On associe alors à chaque individu
un agent.
2. Simulation d’une population d’agent
La phase de simulation nécessite d’implémenter les lois du monde qui
est simulé. Généralement la phase de simulation est discrète : à
chaque pas de temps simulé, le système multi agent évolue.
3. Visualisation dune forme émergente
La phase de visualisation consiste à montrer les entités qui sont sensées émerger de la population :

– Formes : attracteurs, fractales, …
– Structures : organisations, prise de pouvoir, ...
– Comportements : extraction de behaviors.
1. Workflow et Gestion Commerciale
– Approches Workflow : ADEPT (Jennings – 96)
– Gestion dynamique de savoir-faire : organisations orientée projets

2. Applications industrielles
– Agentification d’applications existantes : Problématique du « Legacy software »
– Gestion de grands systèmes industriels : ARCHON (Jennings- 92)
– Contrôle de trafic aérien : OASIS (Ljunberg, Lucas – 92)
– Applications de monitoring : surveillance, médical
– Jeux multi joueurs en ligne

3. Recherche d’information
– Web agents : Crawlers, Softbots
– Courtage d’information (brokers) : bases d’information distribuées

4. Commerce électronique
– Agent de courtage : négociation distribuée, enchères distribuées (Chavez 96)
– Agent de services : intégration dynamique de services distribués, sous-traite de services

5. Agents mobiles
– Langage de programmation pour code mobile : TELESCRIPT (General Magic – 92)
– Magic Link de Sony, Plu « billeterie SNCF et location voiture » au CNET-France (95)
Classification de l'agent selon son domaine d'application
Repérer des tentatives de nuire à un système informatique de par le matériel et le logiciel est l’apanage des Systèmes de Détection d’Intrusions (IDS).

La détection d’intrusions consiste à scruter le trafic réseau, collecter tous les événements, les analyser et générer des alarmes en cas d’identification de tentatives malveillantes.

La plupart des IDS sont monolithiques et présentent des inconvénients considérables (des réductions de performances en terme de scalabilité, configurabilité et de tolérance aux pannes, une surcharge du réseau voire même des pertes de données ).

Concevoir et implémenter un IDS à base d’agents mobiles promet de pallier à la majorité de ces inconvénients.

Les agents de commerce
Le domaine du commerce électronique a aussi tiré profit des apports des agents intelligents ce qui explique l’existence d’agents de commerce dont la fonction est de faciliter toutes les opérations commerciales effectuées en ligne telles que les visites des galeries ou magasins virtuels et la recherche des offres commerciales.

Les agents bases de données
Les agents jouent un rôle très important dans le domaine des bases de données, essentiellement, lorsqu'on parle de la répartition des données sur plusieurs serveurs.

Les agents sont, souvent, utilisés dans le datamining, la collecte des données, la recherche de l'information, le traitement parallèle des requêtes, etc.

Le but de l'utilisation des agents est de remplacer l'architecture client/serveur et ce pour diminuer la charge des réseaux, améliorer les temps de réponses pour les requêtes, alléger les clients, etc.


Merci Pour Votre Attention
Introduction
Partie I
Les systémes multi-agents
Domaine d'application des SMA
Full transcript