Résumé : Devant le succès grandissant d'Internet ainsi que la vitesse de prolifération des nouveaux services et des nouveaux abonnés, l'accès à un service particulier dans cet énorme réseau est un problème d'actualité. Le but de ce papier est de montrer pourquoi et en quoi les techniques multi-agents sont adaptées à ce type de problème et peuvent permettre de pallier les manques des moteurs de recherche d'informations existants aujourd'hui sur Internet. Après un bref aperçu sur les moteurs de recherche d'informations et sur le domaine multi- agent, nous mettons en évidence les points communs entre ces deux problématiques. Nous montrons alors que les dernières réflexions concernant le domaine des systèmes multi-agents s'appliquent à ce type de problème et nous illustrons enfin comment, en présentant le projet ARCADIA dont l'objectif est la recherche d'informations hétérogènes et réparties. L'architecture d'ARCADIA est basée sur des systèmes multi-agents auto-organisateurs qui de par leurs caractéristiques, facilitent la prise en compte de la très grande dynamique de l'environnement dans lequel s'effectue la recherche d'informations.

Résumé : L'objet de cet article découle de trois observations convergentes qui ont été notées par de nombreux auteurs : la nécessaire aptitude à l'adaptation d'un système lorsque son environnement est dynamique, le rôle essentiel de l'organisation existant entre lesparties dans le comportement global d'un système et l'amélioration des performances survenant au niveau d'une société lorsqu'une coopération existe au niveau des agents qui la composent. De ces trois observations, nous avons défini un processus d'adaptation pour les systèmes artificiels fondé sur l'auto-organisation entre ses parties (agents), où la coopération est le critère d'évaluation et de transformation de l'organisation courante. Le principal objectif de ce papier est de montrer les propriétés de base de cette approche et son utilité pour la conception de systèmes artificiels.

Résumé : Le commerce électronique est basé sur l'échange de produits et comprend les phases de courtage et de négociation. Il s'est beaucoup développé grâce aux facilités offertes par Internet. Le système ABROSE apporte une aide pour le courtage en proposant à un client une liste de fournisseurs de services, et en permettant la publicité ciblée pour les nouvelles offres de fournisseurs. L'architecture d'ABROSE est constituée d'un ensemble imbriqué de systèmes multi-agents adaptatifs. Tout utilisateur dispose d'un Agent de Transaction qui le représente. Cet agent possède des croyances incrémentales sur lui-même et sur les autres agents de transaction qui sont mises à jour automatiquement lors des transactions effectuées par l'usager. Une évaluation du prototype d'ABROSE, en le comparant à d'autres outils de courtage, montre que son originalité vient notamment, de sa gestion automatique du profil utilisateur, de l'utilisation de l'expériences de toutes les transactions pour améliorer la fonction de médiation et au point de vue technique, l'utilisation de systèmes multi-agents adaptatifs coopératifs.

Résumé : Actuellement, concevoir un système multi-agent demande un savoir-faire détenu par les spécialistes du domaine. Pour permettre à des informaticiens non spécialistes de concevoir de tels systèmes, il est nécessaire de leur fournir des méthodes, des modèles et des outils. Ces préoccupations sont de plus en plus prises en compte par de nombreuses équipes de recherche en IAD SMA. En premier lieu, les principaux concepts du génie logiciel pour le développement orienté objet sont présentés et les caractéristiques spécifiques aux systèmes multi-agents sont mises en évidence. Puis, un panorama des méthodes de développement orientées multi-agent existantes est réalisé. Il ne porte que sur les deux premières phases de développement d'une application : l'analyse et la conception. Enfin, nous présentons un travail prospectif sur un atelier de développement de systèmes multi-agents adaptatifs nommé ADELFE

Résumé : ABROSE est un système multi-agent dans lequel chaque agent coopère, en utilisant son propre réseau de croyances, pour identifier soit des clients susceptibles d'être intéressés par des offres soit des fournisseurs de service susceptibles de répondre à une requête. Le réseau de croyances d'un agent représente son point de vue local sur la place de marché. Le paradigme d'ABROSE est celui de la place de marché où les expériences individuelles sont partagées par tous les clients comme une mémoire collective. Plusieurs scénarios dans la démonstration montrent les fonctionnalités d'ABROSE et son application dans deux domaines différents : le commerce électronique "Business to business" et le télétravail. Dans cet article, les deux principaux scénarios génériques sont présentés et sont instanciés sur des exemples.

Résumé : Nous présentons dans un premier temps un collectif d'agents fourmis simulant des fourmis naturelles en cours de fourragement dans un environnement composé d' obstacles et d'items de nourriture. Nous étudions leur performance relativement au nombre total d'items de nourriture ramenés au nid et ceci dans différents types d'environnement. Puis, nous nous intéressons à des fourmis dites coopératives selon notre concept d'auto-organisation par coopération. Plusieurs situations non coopératives sont mises en évidence pour expliciter le concept de coopération. Nous montrons enfin que la modélisation d'un comportement concept de coopération. Nous montrons enfin que la modélisation d'un comportement coopératif apporte des résultats au moins aussi bon (et souvent meilleurs) que ceux des fourmis naturelles simulées.

Résumé : L’évolution rapide et constante des matériels informatiques, des logiciels et des réseaux de communication nécessite la conception de nouveaux Systèmes informatiques. Ces futurs Systèmes doivent permettre d’augmenter la prise en compte de la complexité, être plus robustes et plus autonomes. Nous montrons que pour répondre à ces futurs besoins, les techniques informatiques actuelles sont inadéquates. En prenant comme source d’inspiration les Systèmes naturels, nous proposons l’émergence comme nouvelle voie à explorer pour la conception de Systèmes complexes. C’est pourquoi nous pensons que de nombreux travaux de recherche devraient s’orienter sur les théories de l’émergence.

Résumé : La méthode ADELFE a été conçue pour la conception de systèmes multi-agents adaptatifs. Les logiciels adaptatifs sont utilisés lorsque l’environnement est imprévisible ou le Systèmes à construire ouvert. ADELFE assure que le logiciel est développé en accord avec la théorie des AMAS (Adaptive Multi-Agent System). La démonstration est axée sur les trois premières activités du processus de développement de logiciel c’est-à-dire : l’analyse des besoins, l’analyse et la conception. Au cours du processus, les étapes spécifiques aux systèmes multi-agents sont mises en évidence et explicitées et les outils développés pour supporter la méthode tels que l’outil graphique OpenTool, l’outil de suivi du processus, et l’outil de la vérification de l’adéquation sont utilisés et détaillés. Pour cela, la méthode est illustrée grâce à l’application ETTO de développement d’un emploi du temps.

Résumé : La méthode ADELFE a été développée pour la conception de Systèmes ouverts, com-plexes et distribués, en se basant sur la théorie des AMAS (Adaptive Multi-Agent Systems) etsur le concept d’émergence. Cette théorie donne un critère de conception local aux agents desorte que l’émergence d’une organisation au sein du Systèmes et ainsi d’une nouvelle fonctionsoit rendue possible, rendant le passage à l’échelle possible en l’absence de contrôle global duSystèmes. Cet article se focalise sur l’un des outils de la méthode ADELFE associés au proces-sus et aux notations UML/AUML :le logiciel commercial OpenTool, enrichi pour prendre encompte la problématique multi-agent.

Résumé : RésuméCet article présente une approche pour résoudre des problèmes de satisfaction decontraintes distribués (DCSP) par des systèmes multi-agents auto-organisateurs. Les DCSPconsidèrent la distribution parmi des agentscoopératifs dont la tâche est d’affecter unevariable propre en respectant des contraintesconnues et en négociant pour trouver une solution collective. L’approche proposée définitl’auto-organisation coopérative comme le processus guidant le collectif vers la solution : lesagents, suivant un modèle comportemental coopératif, changent leur organisation pour améliorer l’état courant du Systèmes. Ce travail estillustré par un problème d’affectation distribuéede fréquences, un problème classique de modélisation sous contraintes.

Résumé : RésuméLa conception préliminaire avion est unproblème d’optimisation multi-disciplinaire etmulti-objectif qui consiste à trouver les valeursdes paramètres de description d’un avion et deses performances en fonction de contraintes.Ces valeurs sont calculées grâce à des connaissances disciplinaires. Les interdépendancesentre les paramètres et les non linéarités complexifient les calculs pour lesquels les méthodesclassiques se montrent insuffisantes. Pour pallier ce problème, nous proposons une solutionbasée sur les systèmes multi-agents adaptatifsdans lesquels les agents représentent les disciplines, les paramètres de conception et les performances de l’avion. Les agents en utilisantdes connaissances disciplinaires et par un comportement coopératif trouvent collectivement lesvaleurs des paramètres de conception qui satisfont les contraintes et les performances.

Résumé : RésuméLes systèmes multi-agents (SMA) sont une solution reconnue pour implanter des Systèmes complexes évoluant dans des environnements dynamiques et l’auto-organisation est un moyen possible de les rendre adaptatifs. Toute la difficultéde conception réside alors dans la définitiondes comportements du micro-niveau (agents)qui permettent de faire émerger, au macroniveau (Systèmes), la fonction globale adéquate.Peu de processus de développement proposentune aide à cette conception ascendante afinde construire, tester et améliorer les comportements des agents. L’objectif du travail présentéici est d’assister le concepteur de SMA adaptatifs par le biais d’un outil de simulation dans lequel les agents ont la capacité d’auto-concevoirleur comportement. Cet article met d’aborden évidence l’apport de cette approche à laconception de comportements avant de montrercomment les comportements individuels et parconséquent celui du collectif, ont pu être améliorés dans le cadre d’une simulation de fourmisfourrageuses.

Résumé : RésuméDans cet article, nous explorons le potentiel destechniques de satisfaction de contraintes distribuées afin de proposer une solution pour l’autorégulation du contrôle manufacturier. Ce travailrepose sur une modélisation DisCSP impliquantun ensemble d’agents (e.g. les stations) ayantdes capacités suffisantes de communication etde raisonnement pour coopérer et négocier unaccord sur une organisation du travail. Cetteapproche est utilisée pour réguler dynamiquement le Systèmes lorsque des perturbations surviennent (panne, indisponibilité d’opérateursou commande exceptionnelle prioritaire). Ainsi,pour ces machines, l’autonomie et l’intelligencedistribuée sont un moyen de fournir un contrôlemanufacturier plus flexible. Des résultats d’expérimentations sur la plate-forme MASC sontprésentés pour comparer cette approche auxtechniques de résolution de DisCSP classiques.

Résumé : Récemment, les aspects sociaux et organisationnels sont devenus des sujets de recherche majeurs en systèmes multi-agents (SMA). Les travaux conduits peuvent être déclinés suivant unpoint de vue centré «agent (ACPV) et un point de vue centre organisation (OCPV), dans lesquels la notion centrale de dynamique des organisations est considérée. Dans ACPV, cette notion correspond à des phénomènes ascendantset émergents qui sont regroupés sous le termegénéral d'auto-organisation. Dans OCPV, cette notion d'organisation nourrit un large panel detravaux relatifs à la réorganisation formelle etdescendante d'organisations préexistantes installées dans le SMA. Dans cet article, nous proposons de positionner ces approches afin de construire une vision synthétique de la dynamique des organisations dans les SMA.

Résumé : La complexité croissante des applications actuelles favorise le développement de systèmes multi-agents auto-organisateurs possédant des propriétés self* Ces systèmes autonomes présentent des capacités intéressantes permettant la gestion de la dynamique endogène et exogène des applications étudiées. De nouveaux critères doivent être proposés afin de caractériser et évaluer l'apport de ces propriétés self* et sont capables d'auto-adaptation et gèrent les dynamiques dues aux changements endogènes etleur influence sur les performances du système. Dans cet article, différentes catégories regroupant les principaux critères d'évaluation sont décrites afin de guider l'évaluation de ce type de systèmes depuis les phases de conception jusqu'aux phases d'exécution : évaluation du système en cours de fonctionnement, caractéristiques intrinsèques et méthodologie de conception.

Résumé : Les ontologies sont une des représentations lesplus utilisées pour modéliser les connaissancesd’un domaine. Une ontologie est constituée d’unensemble de concepts reliés par des relationssémantiques. Construire et maintenir manuellement une ontologie sont des tâches difficileset complexes. Les textes d’un domaine peuventservir de sources de connaissance pour réaliser ces tâches. Dans ces textes, l’extraction etl’organisation des connaissances d’un domaineainsi que leur évolution nécessitent une intervention humaine. Dans cet article, nous présentons DYNAMO, un logiciel interactif basé sur latechnologie des Systèmes Multi-Agents Adaptatifs pour construire et maintenir des ontologiesà partir de textes. Les termes et les conceptsdu domaine sont agentifiés et coopèrent localement pour trouver leur place dans l’ontologie à partir d’informations liées à l’usage destermes dans les textes. Grâce aux capacitésd’adaptation du système multi-agent, de nouveaux termes, concepts et relations peuvent êtreajoutés ou retirés de l’ontologie. Ce système estun système de co-construction d’ontologie dansle sens où l’ontographe interagit avec le système pour valider cette construction. Ce papierprésente l’architecture et les mécanismes soustendant le fonctionnement du système proposéainsi que son évaluation.

Résumé : ctuellement, le trafic maritime s’est fortementintensifié et est le théâtre de nombreux comportements illicites, comme le trafic de drogue oula pêche interdite. Les états, en particulier ceuxresponsables d’une importante zone maritimecomme la France, cherchent donc des solutionspour détecter ces comportements. Cet articleprésente le Systèmes de surveillance maritimeScanMaris. Il s’appuie sur la transmission, parun moteur de règles métiers, des évènements etdes comportements anormaux identifiés à partirdes données d’observations de zones maritimesà un systèmes multi-agents (SMA) adaptatif. CeSMA est alors en charge du cumul de l’importance relative de ces évènements, ainsi que dela mise en œuvre des comportements coopératifspour lever des alertes pertinentes. Cet articleprésente l’architecture générale de ScanMarispuis se focalise sur le SMA. Des scénarios de levée d’alertes sont détaillés pour souligner l’importance des SMA pour cette problématique.

Résumé : e développement de SMA auto-organisateursmanque encore de méthodes rigoureuses de vérification garantissant la robustesse et la résilience du Systèmes conçu. De telles assurancespeuvent être obtenues grâce à l’application deméthodes formelles. Mais l’intégration de cestechniques de vérifications reste encore modestedue à la complexité liée à la dynamique desSMA auto-organisateurs qui fait émerger leurfonction globale. Dans cet article, nous explorons le potentiel des langages formels, en particulier B-événementiel et la logique TLA, pourprouver des propriétés liées à la robustesse.Nous supposons que ces propriétés pourrontd’abord être observées au niveau global parsimulation. Les techniques formelles nous permettront ensuite d’en faire la preuve. Notre travail est illustré par l’étude de cas des fourmisfourrageuses.

Résumé : La planification de mission de constellations desatellites est un problème complexe soulevantd’importants défis technologiques pour les Systèmes spatiaux de demain. L’augmentation de lataille des constellations, les performances évoluées et l’hétérogénéité des satellites sont tousdes critères impliquant une combinatoire trèsélevée. Les techniques actuelles présentent deslimites, car elles planifient un satellite à la foiset non la constellation dans son ensemble.Dans cet article, nous proposons de résoudrece problème difficile par les Systèmes multiagents coopératifs. Une amélioration du modèle AMAS4Opt est présentée, permettant demaximiser la coopération entre les agents duSystèmes. De par leurs interactions locales, cesagents, permettent d’obtenir une solution debonne qualité en un temps raisonnable, en assurant un partage équitable des tâches au sein dela constellation. Enfin, une comparaison avecl’algorithme Glouton Chronologique, couramment utilisé dans le domaine spatial, souligneles avantages de l’approche proposée.

Résumé : L’adaptation des Systèmes ambiants auxbesoins spécifiques des utilisateurs est unetâche complexe. Pour rendre l’interactionhumain-Systèmes aussi naturelle que possiblependant l’adaptation, nous proposons uneapproche basée sur l’apprentissage pardémonstration. Cet apprentissage requiert destechniques d’apprentissage adaptatifs. Nousprésentons Alex, un systèmes multi-agentscapable d’apprendre dynamiquement uncomportement à partir de démonstrationsréalisées par un tuteur. Les résultatsd’expérimentations réalisées à la fois sur unrobot réel et virtuel mettent en avant despropriétés intéressantes de notre technologiepour des applications ambiantes.

Résumé : Dans le domaine du contrôle aérien, les travauxactuels s’intéressent à l’automatisation et la délégation partielle de la tâche d’évitement desconflits à l’équipage et aux Systèmes embarquésà bord des avions. Ainsi plusieurs approchespour faciliter la tâche des contrôleurs aérienssont en cours d’études.Dans ce cadre, nous proposons un Systèmes totalement décentralisé pour traiter le problèmed’évitement entre entités mobiles dans le senslarge. Ce Systèmes est basé sur les Systèmes multiagents coopératifs qui ont montré leur adéquation pour la résolution des problèmes distribuéset décentralisés à large échelle. Nous présentons les expérimentations que nous avons menées et les résultats que nous avons obtenus dansle cadre du contrôle aérien.

Résumé : tons et évaluons notre solution à base de systèmes multi-agents adaptatifs sur une simulationde contrôle de trajectoire de drone.Le démonstrateur présenté introduit un casd’étude concret d’apprentissage par Systèmesmulti-agent dans un environnent simulé. Le cœurde ce travail est l’enrichissement d’un apprentissage par démonstration à l’aide d’un mécanismed’apprentissage autodidacte. Ce mécanisme permet à l’agent apprenant de dépasser les limitesintroduites par le processus de démonstrationen lui permettant d’adapter son comportementpour faire face à des situations imprévues. Cetapprentissage concerne une tâche robotique :l’apprentissage d’un suivi de trajectoire pourdrone aérien. Le mécanisme d’apprentissage autodidacte apporte de la robustesse à l’apprentissage.

Résumé : RésuméÀ mesure que les applications secomplexifient, l’usage qui en découle dévie deleur conception. Il est alors intéressant deredécouvrir des modèles de ces processusmétier a posteriori, notamment en analysantles journaux d’activité des utilisateurs.Cependant, ces journaux d’activité peuventcontenir des erreurs qui compliquent ladécouverte de modèles fiables et réalistes.Dans cet article, un systèmes multi-agents(SMA) appelé SAMOTRACE est conçu ets’adresse à cette problématique. Sa mise enœuvre est basée sur des agents autoorganisés. Les expériences montrent que leSystèmes tend à converger vers une solutionoptimale, quels que soient le type et laquantité d’erreurs présentes dans lesobservations.

Résumé : véhicules selon leur capacité à assister les conducteurs humains. La société internationale des ingénieurs de l’automobile a ainsi identifié 5 niveaux de conduite autonome.Dans ce travail, nous considérons les véhicules de niveau3 également appelé "l’automatisation conditionnée". Danscertaines situations prédéfinies, comme de longues lignesdroites avec marquage au sol bien visible, le véhicule peutautomatiquement gérer sa trajectoire et sa vitesse, éviter lesobstacles, etc. Le conducteur humain n’est plus obligé degarder les yeux sur la route, mais il doit être capable dereprendre le volant en cas de nécessité.

Résumé : Dans cet article, nous nous plaçons dans des environnements de Systèmes complexes, imprévisibles et dynamiques pour lesquels nous avons pour objectif de montrer que les systèmes multi-agents adaptatifs sont une solution pertinente à leur apprentissage. Nous utilisons uneapproche d’apprentissage locale inspirée du constructivisme : l’auto-apprentissage de contextes par systèmes multi-agents adaptatifs. Nous cherchons à introduire desrétroactions endogènes comme moyen d’améliorer en interne le processus d’apprentissage en détectant et en résolvant les imprécisions entre les connaissances apprises.Nous proposons pour cela 3 stratégies de résolution desimprécisions d’apprentissage qui sont : une résolution réactive, un apprentissage proactif et un auto-apprentissage.Dans cet article, nous évaluons les performances de l’apprentissage proactif. Nous montrons que l’ajout de rétroactions endogènes facilité par l’auto-observation permetd’accélérer et généraliser l’apprentissage, de choisir intelligemment les données d’apprentissage et d’augmenter lesperformances sur les prédictions.

Résumé : La prévision du trafic suscite de plus en plus d’intérêt dans les recherches académiques et industrielles. Récemment, de nombreuses méthodesde prévision du trafic basées sur des approchesd’apprentissage automatique et d’apprentissageprofond ont été proposées. Cependant, ces modèles coûteux en temps de calcul, nécessitentdes volumes de données importants et leurs résultats soulèvent des questions de fiabilité et defaisabilité. En eet, la prévision du trafic est unetâche très dicile en raison des dépendancesspatiales et temporelles complexes et de la di- culté de la prévision à long terme. Pour adresserles défis mentionnés, nous proposons le systèmeP-ADRIP (Prevision subsystem - Adaptive multiagent system for DRIving behaviors Prevision)basé sur les systèmes multi-agents. P-ADRIPvise à fournir une prévision dynamique et tempsréel du trafic. Les expériences menées montrentla performance remarquable de P-ADRIP parrapport aux méthodes de prévision connues dansl’état de l’art.

Résumé : La ville intelligente s’intéresse à l’améliorationde la qualité de vie de ses habitants. De nombreux capteurs ad hoc nécessitent alors d’êtredéployés pour connaître l’état de l’environnement dans lequel les activités humaines se déroulent. Si ces capteurs sont souvent bon marché,leurs coûts d’installation et de maintenance augmentent rapidement avec leur nombre. La problématique adressée dans ce papier consiste àestimer des informations environnementales oùdes capteurs physiques ne sont pas disponibles,pour limiter les coûts engendrés par l’installation de capteurs supplémentaires.Cet article présente le système HybridIoT, quipermet d’estimer les valeurs environnementalesmanquantes dans des réseaux de capteurs àgrande échelle. Notre contribution est triple :la définition d’une approche pour estimer desvaleurs manquantes dans des environnements àgrande échelle, l’utilisation des systèmes multiagents pour adresser simultanément les propriétés d’ouverture et d’hétérogénéité, et enfin le déploiement du système dans le contexte du GISneOCampus