Professional Documents
Culture Documents
Multi-agents
Plan
3
Cours Agents et SMA A.M. Florea, UPB
2. Structure conceptuelle des
agents
! Un agent est situ dans un environnement.
E={e1, .., e, ..}
! Environnement
accessible ou inaccessible
dterministe ou non dterministe
statique ou dynamique
discret ou continu
4
Cours Agents et SMA A.M. Florea, UPB
Modlisation des agents
Composante
dcision Agent ractif
action Agent voir : E P
action : P A
Composante Composante env : E x A P(E)
perception excution
voir action
Environment
env
5
Cours Agents et SMA A.M. Florea, UPB
Modlisation des agents
Composante Composante
perception excution Agent
voir action
Environment
env
6
Cours Agents et SMA A.M. Florea, UPB
Modlisation des agents
Agents cognitifs
Agents avec tats
! action : S A
! suiv : S x P S
! inter : S x P I
! rinter : S x I A
! voir : E P
! env : E x A P(E)
7
Cours Agents et SMA A.M. Florea, UPB
Modlisation des agents
8
Cours Agents et SMA A.M. Florea, UPB
Modlisation des agents
9
Cours Agents et SMA A.M. Florea, UPB
Comment modliser ce probleme
! Agents ractifs
! Agents avec tats
! Agents avec buts
! Agents avec utilit
10
Cours Agents et SMA A.M. Florea, UPB
3. Architectures des agents
intelligents
3.1 Architecture BDI
Modle "Croyance-Dsir-Intention" de la rationalit d'un agent
intelligent
! Le B = Belief = Croyance
! Les croyances d'un agent sont les informations que l'agent possde sur
lenvironnement et sur d'autres agents qui existent dans le mme
environnement.
! Le D = Desire = Dsir
! Les dsirs d'un agent reprsentent les tats de lenvironnement, et
parfois de lui-mme, que l'agent aimerait voir raliss.
! Le I = Intention = Intention
! Les intentions d'un agent sont les dsirs que l'agent a dcids
d'accomplir ou les actions qu'il a dcid de faire pour accomplir ses
dsirs. 11
Cours Agents et SMA A.M. Florea, UPB
Architecture BDI
B=revc(B,p)
Croayances
Rvision des
croyances
Analyseur
opportunits
Procs de dcision
perceptions
I=options(D,I)
Intentions Dsirs
D=des(B,D,I)
Raisonnement
modalits
Filtre
I=filtre(B,D,I)
Intentions structures
LibP dans plans partiels
PE=plan(B,I)
Plans Execution actions
revc : B x P B est la fonction de rvision des croyances de
l'agent lorsqu'il reoit de nouvelles perceptions sur
lenvironnement, o P reprsente l'ensemble des perceptions de
l'agent; elle est ralise par la composante Rvision des
croyances ;
options : D x I I est la fonction qui reprsente le processus de
dcision de l'agent prenant en compte ses dsirs et ses intentions
courantes; cette fonction est ralise par la composante
Processus de dcision ;
des : B x D x I D est la fonction qui peut changer les dsirs
d'un agent si ses croyances ou intentions changent, pour
maintenir la consistance des dsirs de l'agent (on suppose dans
notre modle que l'agent a toujours des dsirs consistants) ; cette
fonction est galement ralise par la composante Processus de
dcision ;
filtre :B x D x I I est la fonction la plus importante
car elle dcide des intentions poursuivre; elle est
ralise par la composante Filtre.
plan : B x I PE est la fonction qui transforme les
plans partiels en plans excutables, PE tant
l'ensemble de ces plans ; elle peut utiliser, par
exemple, une bibliothque de plans, reprsente par le
module LibP dans la figure.
Node
Composante Node de
Entre d'inhibition Composante Sortie
perception supression excution
Module Competence (1)
Deplacement dans
l'environnement
17
Cours Agents et SMA A.M. Florea, UPB
! Le fonctionnement de l'agent - rgles de comportement,
"behaviour rules" en anglais.
! Une rgle de comportement est semblable une rgle de
production et elle a deux parties: une condition c et une action a.
! L'ensemble de rgles de comportement
Comp = {(c, a) | cP, aA}
! Chaque module de comptence a associ un sous-ensemble des
rgles de comportement spcifiques ses comptences.
! Relation d'ordre ou relation inhibitrice totale sur l'ensemble
Comp, : Copm x Comp qui tablis la priorit des modules de
comptence.
! R - l'ensembles des rgles de comportement qui peuvent tre
excutes un certain moment
! Les rgles qui sont effectivement excuts sont
{(c, a)| (c', a') tel que (c', a') (c, a)}
3.3. Architecture hybride
19
Cours Agents et SMA A.M. Florea, UPB
Sortie
Composante excution
Architecture hybride
Couche n
en couches verticales
Couche n-1
Couche 1
Composante perception
Entre
Couche
planification AR PE BC-Sociale
cooprative
Couche
Architecture planification BC-Planification
AR PE
InteRRaP locale
Couche BC-Monde
comportement AR PE
ractif
Environnement
Architecture TuringMachine
! Le systme TuringMachine.
! L'architecture du systme est une architecture en
couches horizontales, semblable l'organisation
de l'architecture de subsomption, o chaque
couche est responsable excuter des actions de
plus en plus complexes.
Couche n
Composante Composante
perception action
Couche 2
Couche 1
Architecture horizontale
22
Cours Agents et SMA A.M. Florea, UPB
4. Programmation oriente agents
POO POA
AGENT0
Types de messages pas de contraintes informer, demander,
offrir, promettre, Yoav Shoham
accepter, rejeter,
23
Cours Agents et SMA A.M. Florea, UPB
D'autres diffrences entre POO et POA
! les agents sont autonomes alors que les objets ne le sont pas; un agent
va dcider par son propre procs de dcision s'il excute ou pas une
action requise;
! les agent ont leurs propres buts et ils agissent d'une manire pro-active
pour atteindre leurs buts (par exemple saisissent de opportunits) alors
que les objets ne le font pas;
! les agents sont capable d'un comportement social et ils peuvent
sengager dans des interactions complexes, par exemple coopration,
comptition, ngociation, avec d'autres agents; ce n'est pas le cas des
objets;
! un systme multi-agents est, normalement, un systme o les agent
correspondent des fils dexcution spars; chaque agent a son
propre fil dexcution alors que les objets, part les objets concurrents,
ne prsentent pas cette caractristique.
24
Cours Agents et SMA A.M. Florea, UPB