Résumé : Dans le domaine de la décision autonome, laprise en compte de la dimension éthique desdécisions est généralement centrée sur l’agent,en laissant de côté sa dimension sociale. Or,l’éthique semble être une notion centrale influençant les interactions sociales entre individus. Dans cet article, nous proposons un modèle permettant à des agents de se construire uneimage du comportement éthique et moral desautres afin de le prendre en compte dans leursinteractions. Fondé sur une approche rationaliste et explicite, ce modèle distingue l’éthiquede la moralité et permet d’aboutir à l’établissement ou non d’une relation de confiance. Nousillustrons ces fonctionnalités dans une preuve deconcept dans le domaine de la gestion d’actifsfinanciers implémentée à l’aide de la plateformeJaCaMo.

Résumé : Nous souhaitons proposer un réseau social numérique afin que les utilisateurs forment desgroupes pour pratiquer ensemble des activités.Dans cet article, nous introduisons un modèleformel de formation de coalitions correspondant à ce cas d’usage. Nous nous restreignonsà des préférences additivement séparables pourproposer un algorithme distribué. Nous démontrons que le résultat est Pareto-optimal. Nos expérimentations montre que la solution atteintepar notre algorithme est meilleure que celle obtenue via les techniques classiques de recherchelocale et que sa distribution permet d’accélérerson exécution.

Résumé : Avec le développement des objets connectés, lesagents embarqués déployés dans des environnements physiques et les applications multi-agentqui les impliquent deviennent de plus en plus populaires. Ces systèmes multi-agents sont amenésà partager le même environnement physique.Cette cohabitation d’agents de Systèmes différents, qui n’ont pas nécessairement été prévuspour interagir entre eux par les concepteurs, lesamène cependant à se solliciter. Un agent peutalors participer à la réalisation d’objectifs incompatibles avec les siens ou ceux de ses collectifs. Pour éviter ces situations, nous proposonsun modèle d’agent basé sur les identités pourl’aider à décider de sa participation ou non àdes actions collectives.

Résumé : Nous menons une étude expérimentale minutieuse sur les stratégies probabilistes au dilemme des prisonniers. Nous utilisons pour celala méthode des classes complètes associée àune approche évolutionniste. Les résultats quenous obtenons ont donc un caractère objectifet dépendent le moins possible des ensemblesde stratégies mis en compétition. Les ensemblesétudiés sont grands (plusieurs milliers de stratégies), homogènes, et systématiques. Nous testons la robustesse de nos résultats par diversesméthodes. Les stratégies les meilleures repérées sont pour certaines d’entre elles nouvellesen ce sens qu’elles n’ont jamais été identifiéesclairement par des études antérieures, et celamalgré leur simplicité. Nous identifions un critère jusque là inconnu qui conduit à une bonneanticipation de leur comportement dans desunivers variés. Nous confrontons les résultatsde cette étude avec ceux obtenus par les approches mathématiques de Press et Dyson. Nousconfrontons aussi les nouvelles stratégies avecles meilleures stratégies connues.

Résumé : Dans un Systèmes d’agents autonomes, ces derniers peuvent être amenés à se demander avecqui coopérer sachant que chaque agent préfère interagir avec certains agents plutôt qued’autres. Ce problème est étudié par la formation de coalitions hédoniques qui caractérise lessolutions stables au regard des préférences desagents par des concepts de solution. Toutefois,ces derniers ne modélisent qu’un a priori sur lecomportement des agents. Par exemple, la stabilité au sens de Nash modélise des agents quirejoignent les coalitions qu’ils préfèrent sans sesoucier des autres. Il pourrait alors être intéressant de concevoir des agents hétérogènes dansleur définition des solutions stables. Pour cefaire, nous proposons un modèle où les agentsexpriment non seulement leurs préférences surles autres, mais aussi des préférences sur lesconcepts de solution.

Résumé : MapReduce est un patron de conception permettant de traiter un très grand volume de données distribuées sur un cluster de machines.Ses performances sont liées aux éventuelles distorsions des données. Pour contrer ces biais,nous proposons un systèmes multi-agents adaptatif. Les agents interagissent durant l’exécutionet l’allocation dynamique des tâches est le résultats de négociations afin de soulager l’agentle plus chargé et donc le temps global d’exécution. Dans cet article nous montrons comment,lorsqu’une tâche est trop coûteuse pour être négociée, un agent peut la découper afin d’en négocier les sous-tâches.

Résumé : Ce travail étudie le problème d’allocation décentralisée de courses à une flotte de taxis autonomes. Classiquement, pour résoudre ce problème les demandes sont centralisées dans unportail où un dispatcheur alloue les courses auxtaxis (idéalement de manière optimale). Ceci nécessite que les taxis aient accès en continu auportail (via un réseau cellulaire). Cependant,avoir accès à une telle infrastructure de communication globale coûte cher à la société degestion de taxis. L’idée est ici d’utiliser une infrastructure véhicule-à-véhicule, peu coûteuse,pour coordonner les taxis sans infrastructure decommunication globale. Notre approche est présentée et évaluée de manière empirique par simulation. Nous avons développé différentes stratégies multiagents, requérant différentes infrastructures de communication et mécanismes decoordination, et les analysons en terme de qualité de service, de satisfaction client, et de gain.

Résumé : Le taux d’acceptabilité et la satisfaction utilisateur sont devenus des facteurs clés pour éviter le désabonnement des clients et assurer lesuccès de tout fournisseur de logiciel en tantque service (ou SaaS). Néanmoins, le fournisseur doit également minimiser les coûts de location de services cloud. Pour faire face à cesobjectifs contradictoires, la plupart des travauxconsidèrent la gestion de ressources de manièreunilatérale par le fournisseur. Ainsi, les préférences utilisateur et leur acceptabilité subjective sont ignorées. Des études récentes dans ledomaine de la qualité d’expérience (QoE) recommandent aux fournisseurs d’utiliser des métriques comme les quantiles pour jauger plusprécisément l’acceptabilité des services. Danscet article, nous proposons un mécanisme de négociation « one-to-many » adaptatif pour améliorer l’acceptabilité des services d’un fournisseur SaaS. Se basant sur une estimation parquantiles de l’acceptabilité des services et surl’apprentissage du modèle de négociation del’utilisateur, ce mécanisme ajuste le processusde négociation du fournisseur afin de garantirun taux d’acceptabilité désiré tout en respectantdes contraintes budgétaires. Ce mécanisme estmis en œuvre et ses résultats sont analysés auregard d’approches comparables.

Résumé : ResumeDans le cadre des problèmes d’optimisationdistribuée sous contraintes, utiliser des algorithmes par propagation de croyances nécessitede déployer les éléments du graphe de facteurssur lequel le processus de résolution opère. Ici,nous nous intéressons au cas particulier de laconfiguration d’environnements intelligents etouverts, dans lesquels plusieurs équipementsconnectés doivent se coordonner afin de trouver une configuration optimale, sous certainescontraintes partagées (e.g. modèles physiques etrègles utilisateur). Le problème du déploiementdu graphe de facteurs sous-jacent peut être vucomme un problème d’optimisation, solvable demanière centralisée. Mais, en la présence de dynamiques environnementales, on ne peut se permettre un redémarrage et une résolution centralisée. Ainsi, le Systèmes doit effectuer des adaptations locales et en cours de fonctionnement dudéploiement. Nous proposons ici des solutionset les évaluons par simulation.

Résumé : Les modèles épidémiologiques, pour proposerdes mesures de maîtrise efficaces, gagnent sanscesse en niveau de détail, et ce à des échellesd’observations multiples, de l’individu aux politiques publiques. Cet élan est freiné par la diversité des paradigmes de modélisation, l’absence de méthodologie logicielle pour l’implémentation de codes toujours plus complexes,et parfois l’existence d’hypothèses implicites.Nous proposons d’utiliser une démarche de modélisation multi-agent multi-niveaux pour intégrer les méthodes existantes au sein d’un cadregénérique, forcer une séparation des aspects déclaratifs et procéduraux mais aussi entre domaines d’expertise, et réduire la part de codedévolue aux modélisateurs. Nous illustrons cettedémarche par une application sur la maîtrise dela fièvre Q chez les bovins.

Résumé : En Simulation multi-agent (SMA), l'une desprincipales difficultés est de disposer dedonnées pour calibrer le modèle. Dans cetarticle, nous nous intéressons à la simulationmulti-agent de l'activité humaine : notreobjectif est de pouvoir calibrer et quantifier lareprésentativité des activités simulées. Nousproposons pour cela d'utiliser des donnéesstatistiques bien formalisées provenantd'enquêtes sur la vie quotidienne : les enquêtes« emploi du temps ». Ces enquêtes sontconçues pour décrire et reproduire l'activitéhumaine d’une journée à un niveaumacroscopique (à l'échelle de la populationd’un pays). Nous proposons une nouvelleméthode de génération de l'activité humainequi est à la fois statistiquement juste à unniveau agrégé et individuellement réaliste,grâce à la modélisation multi-agentd'individus dotés de capacités réactive,adaptative, et collaborative.

Résumé : Les simulations sociales ont besoin d’agentsau comportement réaliste pour être utiliséescomme outil scientifique par les sciences sociales. La simulation d’une société humaineavec un comportement crédible implique l’utilisation de cognition, de liens sociaux entre lespersonnes ainsi que la prise en compte desémotions et des dynamiques entre ces composants. Cependant, développer un tel comportement est souvent trop complexe pour des chercheurs ayant peu de connaissances en programmation. Dans cet article, nous présentons unformalisme qui a pour but de représenter lacognition, les relations sociales et les émotions et qui est intégré dans une architectured’agent pour donner un comportement émotionnel dynamique à des agents sociaux. Cette architecture est implémentée dans la plateformemulti-agent open-source GAMA. Un cas d’étuded’évacuation lors d’un incendie de brousse enAustralie est utilisé pour montrer le potentiel denos travaux.

Résumé : Cet article se place dans le contexte de la validation de SMA grâce à la preuve de théorèmes.Il présente une étude de cas préliminaire faisantpartie d’un travail plus vaste dont l’objectif àlong terme est d’analyser dans quelle mesure detels outils de preuve peuvent être utilisés, pouraider à mettre au point un SMA. L’article décrit comment une erreur liée à un problème desynchronisation entre agents peut être caractérisée grâce à un échec de preuve. L’exploitationdes échecs de preuve permet ainsi de mettre enévidence un bug qui ne survient que dans uncontexte particulier d’exécution et qui n’auraitdonc pas été évident à détecter avec des techniques de debuggage classiques.

Résumé : Avec le nombre croissant de services Web publiés dans les réseaux sociaux, beaucoup d’approches de composition de services ont été proposées dans la littérature. Cependant, elles neprennent pas en considération le contexte social incluant la confiance et les relations sociales entre les demandeurs et les fournisseursainsi que l’autonomie des fournisseurs pour décider avec qui collaborer. Pour relever ce défi,nous proposons l’utilisation des Systèmes multiagents, car ils ont la capacité de former des coalitions de partenaires dignes de confiance. Nousproposons un nouveau processus de formationde coalitions pour la composition de servicesfondé sur la confiance dans les réseaux sociaux.En particulier, notre processus de formation decoalitions est incrémental, dynamique et recouvrant. Les agents sont équipés d’un ensemblede services et coopèrent pour répondre à la requête du demandeur en se basant sur un processus de prise de décision décentralisé guidépar la confiance. Nous présentons les résultatsde l’évaluation des premières expériences pourdémontrer la validité de notre approche.

Résumé : Avec l’expansion du phénomène de crowdsourcing d’idées, les entreprises s’appuient de plusen plus sur la simultanéité de la coopération etde la compétition, appelée «coopétition» pourgénérer de nouvelles idées de produits et améliorer leur processus d’innovation. Des étudesantérieures ont montré que cette simultanéitéoffre des avantages pour la performance desplateformes de crowdsourcing d’idées. Cependant, ces études présentent trois limites majeures au niveau de (i) la modélisation monorelationnelle du réseau de coopétition, (ii) l’absence de la dimension sociale dans les interactions et (iii) le manque d’analyse de la dynamique sociale des utilisateurs dans le réseau de coopétition. Pour surmonter ces limites, nous modélisons le réseau de coopétition comme un réseau multi-relationnel où lesrelations sont de types différents. Nous proposons un modèle de confiance qui permet auxutilisateurs de qualifier les types de relations etqui guide leur comportement lorsqu’ils décidentd’interagir. Nous proposons également l’utilisation d’un systèmes multi-agents car les agentssupportent les interactions et offrent des capacités développées de raisonnement, d’extractionet de représentation de connaissance utiles pourévaluer la confiance. Enfin, à l’aide d’une Simulation multi-agent, nous évaluons la performance d’une plateforme homogène et donnonsdes pistes sur la façon de l’améliorer pour générer plus d’idées.

Résumé : Lorsqu’un Systèmes autonome évolue dans unenvironnement complexe, en partie inconnu oudynamique, il n’est pas possible de fournir unereprésentation exhaustive a priori facilitant sonprocessus de prise de décision. Pour illustrer ceproblème, nous choisissons le cas du contrôledécentralisé du trafic coopératif, où une unitéd’infrastructure est en charge de réguler localement le flux, en envoyant des consignes aux véhicules connectés. Ce contrôle est le fruit d’unestratégie construite par l’apprentissage d’unereprésentation précise (états perception-action)des différents états de trafic. Nous proposons unmodèle capable, sans connaissances expertes,d’utiliser un ensemble de méthodes de classification représentées sous la forme d’une population d’agents et de les combiner dynamiquementpour construire une représentation précise del’environnement. Notre approche s’inscrit dansune démarche d’apprentissage constructivisteoù la population d’agents construit collectivement une représentation qui exploite, suivantl’usage, les discrétisations possibles de l’espacede perception proposées par les individus.

Résumé : Les Systèmes de Transport Intelligents Coopératifs (C-ITS), notamment les véhicules autonomes, représentent le défi de demain dans lemonde de l’automobile. Ces Systèmes peuventêtre assimilés à des ensembles d’agents autonomes coopératifs ayant une perception localede leur environnement et une interaction aveccelui-ci. La problématique majeure est d’obtenir un Systèmes sécurisé, tout en proposant uneconduite fluide et confortable. Pour répondre àcette problématique, une multitude de simulateurs informatiques, notamment de type trafic oumulti-agent, existent pour modéliser l’ensembledes agents et de leur environnement, simuler etanalyser leurs comportements. Nous proposonsun comparatif de ces simulateurs à partir d’unensemble de critères d’évaluation.

Résumé : Dans cet article, nous proposons d’intégrerune approche formelle pour la spécification demodèles de simulation orientés agent, dans lebut de rendre les modèles interopérables et derendre les résultats de simulation plus facilement reproductibles.