O. Boissier (SMA/ENSM.SE) Master Web Intelligence Systèmes Multi-Agents 2003 1 1 S S ystèmes ystèmes M M ulti ulti - - A A gents gents Olivier Boissier [email protected]SMA/ENS Mines Saint-Etienne 16 Septembre 2003 MASTER WEB INTELLIGENCE O. Boissier (SMA/ENSM.SE) Master Web Intelligence Systèmes Multi-Agents 2003 2 2 Plan général du cours (1/2) Plan général du cours (1/2) • 16/9 Séance 1. Introduction (Cours 3h00) • Distribution les articles • 22/9 Séance 2. Modèles AEIO (1/2) • Architectures d'agents (Cours 1h30) • Interactions (Cours 1h30) • 23/9 Séance 3. Modèles AEIO (2/2) • Organisations (Cours 2h00) • Environnement (Cours 1h00) • 30/9 Séance 4. Plateformes (Cours 1h00 /TP 2h00) • 7/10 Séance 5. Ouverture • Brokering, Rep. des Autres, (Cours 2h00) • Trust dans les SMAs (Introduction 30 min.) • Application du Trust (Présentation Article 30 min.) • 14/10 Séance 6. (TP/TD 3h00) O. Boissier (SMA/ENSM.SE) Master Web Intelligence Systèmes Multi-Agents 2003 3 3 Plan général du cours (2/2) Plan général du cours (2/2) • 21/10 Séance 7. Négociation multi-agent • Négociation (Cours 2h30) • Application utilisant négociation (Présentation Article 30 min.) • 21/10 Séance 8. Apprentissage multi-agent • Apprentissage (Cours 2h00) • Applications d'apprentissage dans les SMAs (Présentation deux articles 1h00) • 4/11 Séance 9. • TP/TD (1h30), rendu de TP • Méthodologie de développements d’applications multi-agents (Présentation trois articles 1h30) • 4/11 Séance 10. Coordination/Autonomie • Techniques de coordinations et Autonomie, Conclusion (Cours 1h30) • Applications des SMAs (Présentation trois articles 1h30) O. Boissier (SMA/ENSM.SE) Master Web Intelligence Systèmes Multi-Agents 2003 4 4 Contrôle des connaissances Contrôle des connaissances • Présentations orales (PO) • par groupe de 2, étude d'un ensemble d'articles sur un thème pour en faire une présentation orale de 20 min, 10 min de questions. • Travaux pratiques (TP) • Examen (E) • Note finale = 1/2 * E + 1/4 * PO + 1/4 * TP http://www.emse.fr/~boissier/enseignement/sma03
28
Embed
MASTER WEB INTELLIGENCE Systèmes Multi-Agents Interactions ...
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
Master Web Intelligence Systèmes Multi-Agents 2003
2222
Agent, Système Agent, Système MultiMulti--AgentAgent• Vision Externe
SMA = ensemble d’aagentsgents, qui iinteragissentnteragissent entre eux, dans uneenvironnementnvironnement commun,constituant, éventuellement, une oorganisationrganisation
AAgent : entité réelle ou virtuelle autonomeautonome, rréactiveéactive, pproro--activeactive etssocialocialee (interaction avec d’autres agents, gestion de relations avec d’autres).
EEnvironnementIInteractionOOrganisation
AAgent : logiciel ou matérielregroupant traitements etdonnées, capable de contrôler sesactivités de rraisonnementaisonnement etetddécisionécision, de pperceptionerception etetd’d’aactionction sur l’environnement, de ccommunicationommunication avec les autresagents, de ggestionestion des relationsdes relationsavec les autres.
• Vision Interne
Définitions
O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
Master Web Intelligence Systèmes Multi-Agents 2003
3030
• Programmation par objets : un objet encapsule lesdonnées et les méthodes qui les manipulent (ex : C++, Java,Smalltalk),• distribution : objets distribués, CORBA, DCOM• développement des langages « acteurs »
• Intelligence Artificielle : modèles de raisonnements symboliques (systèmes experts, représentation des connaissances), logique• distribution : architectures de ‘‘blackboard’’
• Systèmes répartis
Sources informatiquesSources informatiques
Positionnement
O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
3131
Agent vs. ObjetAgent vs. Objet
• Un agent, comme un objet, encapsule un état et un comportement
• MAIS :• l ’agent a le contrôle sur son comportement; un objet
n ’a le contrôle que sur son état• l ’agent exerce ce contrôle de différentes manières
(réactif, dirigé par les buts, social)• un SMA a plusieurs flux de contrôle alors qu’un
système à objets n ’a a priori qu’un seul flux de contrôle.
Positionnement O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
3232
Remise en cause de l'approche mono-agent del'Intelligence Artificielle.
Master Web Intelligence Systèmes Multi-Agents 2003
3535
Hello Ag1, Hello Ag1, J’ai besoinJ’ai besoin de ton de ton action ‘‘put_on’’action ‘‘put_on’’pourpour mettremettre AA sursur B,B, faisfais le !!!le !!!
Master Web Intelligence Systèmes Multi-Agents 2003
4646
EnvironnementEnvironnement
Sources : Simulation, Physique, SIG, …• Eléments pour structurer les interactions avec l’entité commune
partagée entre les agents (Perception, Action, Dynamique de l’environnement, …)
A
B
C
DE
Mod. Centrés Systèmes
O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
4747
InteractionInteraction
Sources : Speech Acts, ConversationsEléments pour structurer les interactions entre les agents (Agent Communication Languages, Protocoles d’interaction, …)
A
B
C
DE
Mod. Centrés Systèmes O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
4848
Agent Communication Agent Communication LanguageLanguage (ACL)(ACL)
• Langage de haut-niveau pour l‘échanged‘attitudes propositionnelles et établircollaboration, négociation, ...
• Inform, request, cfp, agree, understood• FIPA-ACL, KQML, etc.
• Sémantique basée sur les états mentaux• Plusieurs sous-langages
• Sender, Receiver,• Langage de contenu
• Action, objets, propositions• Ex: KIF, FIPA-SL, FIPA-CCL, etc.
• Vocabulaire commun, avec des définitionsprécises, relatif à un domaine (Ontologie)
• Wheather-ontology, cinema-ontology, etc.
I call for proposal
I offercfp
offer
bdi
Bdi
ACLACL
Langage ContenuLangage Contenu
ontologieontologie
II
Mod. Centrés Systèmes
O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
Master Web Intelligence Systèmes Multi-Agents 2003
6363
ConstatConstat• Les SMA ne sont pas (encore ?) un modèle d’implémentation et
les outils de développement SMA sont souvent spécifiques• Apparition de quelques langages de développement d’agents• Le développement de SMA repose sur des langages de
programmation existants • Le développement d’applications SMA est souvent difficile
(implémentation, distribution, communications, …)La tendance des recherches et études actuelles est de s’orienter vers la Programmation Orientée Multi-Agent : programmation d’applications SMAs avec des outils multi-agents
‘‘Chaque jour’’ une nouvelle plate-forme apparaît sur le Web.Une multitude d’outils de développements existent. Laquelle choisir ? Comment choisir ? Comment comparer ?
Plate-formes O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
6464
MASMAS MiddlewareMiddleware &&MAS CASE MAS CASE ToolsTools• Cf. Review of Software Products for MAS, AgentLink, June 2002• FIPA Compliant Platforms
• FIPA-OS http://fipa-os.sourceforge.net/
• ZEUS www.labs.bt.com/projects/agents/zeus
• SACI http://www.lti.pcs.usp.br/saci/• Simple Agent Communication Infrastructure
• JACK http://www.agent-software.co.uk (cf. PRS)• Runtime environment, Compiler, BDI Agent Model
• Funded in 1996• 62 member companies with heavy involvement from
telecommunications companies in particular.BT, EPFL, France Télécom, Fujitsu, HP, Hitachi, IBM, Imperial College, Intel, Motorola, NASA, Nec, NHK, Nortel Networks, NTT, Philips, Siemens,SNCF, SUN Microsystems, Telecom Italia, Toshiba …
• First standards in 1997 - FIPA97, since then - FIPA98and FIPA2000
www.fipa.org
Standards
O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
6969
FIPA Overview (2)FIPA Overview (2)
• FIPA specifies the interfaces of the different components in the environment with which an agent can interact, i.e. humans, other agents, non-agent software and the physical world. FIPA produces two kinds of specifications:• normative specifications mandating the external
behaviour of an agent and ensuring interoperability with other FIPA-specified subsystems;
• informative specifications of applications providing guidance to industry on the use of FIPA technologies.
Standards O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
7070
FIPAFIPA OverviewOverview (3)(3)
• Definition of an abstract Architecture• Message transport interoperability.• Supporting various forms of ACL representations.• Supporting various forms of content language.• Supporting multiple directory services
representations.
• Modelling of the abstract elements and their relationships.
Standards
O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
7171
FIPAFIPA OverviewOverview (4)(4)
Abstract architecture
Messaging Directory ACL
Concrete realization : CORBA elements
Messaging Directory ACLConcrete realization : JAVA elements
Messaging Directory ACL
Standards O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
Master Web Intelligence Systèmes Multi-Agents 2003
7373
Méthodologies dans les SMA ? (1)Méthodologies dans les SMA ? (1)
• Why ?Need to support complex system development
by• Providing techniques for handling complexity
• Decomposition• Abstraction• Organization
• Allowing for the characteristics of complex software• Hierarchical . composed of subsystems• Interactions between/within subsystems• Component decomposition is designer.s choice• Evolve more quickly than standard systems
Méthodologies O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
7474
Méthodologies dans les SMA ? (2)Méthodologies dans les SMA ? (2)
• A MAOSE methodology must address two levels : agent andmulti-agent levels
• Multi-Agent Questions• How many agents are there?• What is the common medium (Environment) shared by the agents ?• What communication mechanisms will the agents use?• What communication protocols will the agents use?• How will relationships between agents be established?• How will agents coordinate their actions?
• Agent Questions• What in the system should become an agent?• How will each agent model the environment?• How will agents be structured internally?
Méthodologies
O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
7575
ProblèmesProblèmes• Absence d’une unique méthode MAIS plusieurs !!!!• Lien entre méthode et environnement de
développement (CASE Tool)• MAIS dans les SMA, du fait des multiples modèles,
• Processus de décision et négociations• SHADOC (Olivier Barreteau) - SimDelta (Francois Bousquet et Christophe Cambier)
• Création de représentations autour des échanges dans une société• Potlatch - Réputation - JUMEL (Rouchier)
• Influence des structures d’échanges sur la production• Filières (Martine Antona) - Travail / amitiès (Barreteau-Rouchier)
Importance de la structure des interactions / échangesconstruction des représentations / mémoiredescription d’une organisation, des niveaux d’organisation
sur les émergences macro (usage de la ressource, apprentissage desagents, circulation des biens).
Usages : Simuler
O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
8989
• Résolution multi-agents de problèmes =• Définition d’un objectif global, de critères globaux de succès,
division des connaissances, des ressources, du contrôle,• Absence d’une méthode ou d’un modèle global de résolution• Définition locale d’objectifs et/ou de contraintes, activation
dynamique avec {minimisations locales}convergence globale, observation de l’état stable sous contrainte
• Problèmes :• recherche de solution et non optimisation
RésoudreRésoudre
Usages : Résoudre O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
9090
Exemple : STARSExemple : STARS
e19
t
A D
e22
e23
[300,900]
e19 e25
e16
e17
e18
[300,900]
[300,900]
[0, 1][0, 1]
e27
e24
e29[0, 1] [0, 600]
[0, 1]
e28
Outward
matching
Terminus A
e22 e23
e9],0[ ∞+
]600,0[
]30,0[
Terminus D
e20 e21
e16],0[ ∞+
]600,0[
]30,0[
e18
[[AlloucheAllouche 98]98]
Usages : Résoudre
O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
9191
resp(a3)
resp(a2)
resp(a5)
resp(a4)
resp(a6)
resp(a1)
AAgentsgents
a5 a2a3
a1
a4 a6
Return
OutwardTerminus A Terminus D
Closing
Opening Running
Loading
Motor
Unloading
Usages : Résoudre O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
9292
resp(a3)
resp(a2)
resp(a5)
resp(a4)
resp(a6)
resp(a1)
EEnvironnementnvironnement
a5 a2a3
a1
a4 a6
Return
OutwardTerminus A Terminus D
Closing
Opening Running
Loading
Motor
Unloading
Usages : Résoudre
O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
9393
resp(a3)
resp(a2)
resp(a5)
resp(a4)
resp(a6)
resp(a1)
IInteractionnteraction
a5 a2a3
a1
a4 a6
Return
OutwardTerminus A Terminus D
Closing
Opening Running
Loading
Motor
Unloading
ACL TemporelProtocoles d’interaction
Usages : Résoudre O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
9494
AgentAgent
Perception
Planification
Gestionnaire de tâches
Etat mental
Descriptiondes tâches
Description de l’environnement
Domainetâche
Décision
Réception Communication
Flux de contrôleFlux de donnée
événements
messages
Usages : Résoudre
O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
Master Web Intelligence Systèmes Multi-Agents 2003
9797
• Encapsulation d’un sous-système par un agent :• évalue dynamiquement les besoins de l ’utilisateur, adapte le
fonctionnement du système sous-jacent, ...
• Aide à l’information et à la négociation : • contexte « agents intelligents » et « assistants »• recherche et structuration d ’informations• facilitation par apprentissage et adaptation
• Partage de représentations :• modèle du « point de vue » d ’un acteur sur un projet• échange de « points de vue »
IntégrerIntégrer
Usages : Intégrer O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
9898Usages : Intégrer
ExempleExemple
O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
• Spécifications incomplètes :• Absence de modèle de niveau global, Emergence, Impossible de définir des
plans a priori.• Difficulté de prédire, vérifier ou valider le comportement du système,• Recherche d’une solution partielle pas forcément optimale du fait de
complexité algorithmique,• Adaptation au contexte,
• Ancrage dans un environnement• Source de données et de contraintes, incertitude de la perception et de
l’action, lieu d’influences et d’actions
Ouverture, AdaptationOuverture, Adaptation
Caractéristiques
O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
103103
Relations UtilisateurRelations Utilisateur
• Délégations du contrôle à un avatar• Pro-activité
• Anticiper les besoins de l’utilisateur
• Personnalisation• Apprentissage du profil de l’utilisateur, …
• Confidentialité• Traitement local des informations
• Nomadisme• accéder de n’importe quel lieu à ses données, à son profil, accéder à
n’importe quelle donnée, négocier sur différentes places de marché dans le monde entier, …
• Convivialité,• Intelligibilité de la solution ou simulation, des concepts manipulés
Caractéristiques O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
104104
Qualité logicielleQualité logicielle
• Extensions• changements d’échelle à coût minimal• adaptation du système en ligne aux changements de
données, de traitements, d’objectifs, des préférences utilisateur,
• Développement• Incrémental, réutilisation, …
• Performance• Robustesse
Caractéristiques
O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
105105
• MAIS• absence de contrôleur global• absence de vision globale• …• ATTENTION : un SMA n ’est pas obligatoirement LA
solution adéquate dans toutes les situations !!!• Ce n ’est pas non plus la solution miracle ...
CaractéristiquesCaractéristiques
Applications Multi-Agents O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
106106
PlanPlan
MotivationsParadigme Multi-AgentDéfinitions et Problématique scientifiqueModèles Multi-Agents
• Définition de Benchmarks, Killer application• Caractérisation des applications
• Utiliser à bon escient les SMA
• Usages et Utilisateurs• Confiance de l’utilisateur • Délégation du contrôle aux agents• Aspects législatifs : Responsabilités des agents• Aspects sociétaux : Agents Citoyens
O. Boissier (SMA/ENSM.SE)
Master Web Intelligence Systèmes Multi-Agents 2003
110110
BibliographieBibliographie• Quelques références générales
• Pitfalls of Agent-Oriented Development, M. Wooldridge, N.R. Jennings, Agents ’98,1998.