Résumé : ous étudions le problème de la réallocation detâches pour l’équilibrage de charge dans les modèles distribués de traitement de données massives. Nous proposons une stratégie qui reposesur des agents coopératifs pour optimiser le réordonnancement de tâches dans de multiples jobsdevant être exécutés le plus tôt possible. Elle permet à un agent de déterminer localement la prochaine tâche à exécuter ou à déléguer grâce à sesconnaissances, ses croyances et son modèle despairs. La nouveauté réside dans la capacité desagents à identifier les opportunités et les agentslimitants pour réallouer efficacement les tâchesà travers des négociations bilatérales concurrentes. Nos expérimentations montrent que ladurée moyenne de réalisation atteinte par notrestratégie reste proche de celle obtenue avec uneheuristique classique mais que le temps d’ordonnancement est significativement réduit.

Résumé : a problématique de l’affectation efficace detâches parmi des entités exécutantes est commune à de nombreuses applications réelles.Comme les problèmes d’allocation de ressources ou les problèmes d’appariement, l’affectation de tâches à des exécutants est un problèmed’anti-coordination où des agents doivent adopter des plans d’action distincts. Dans cet article,nous proposons un état de l’art des méthodesmulti-agent pour l’ordonnancement dynamiquede tâches réalisées en parallèle par plusieursexécutants ainsi que notre retour d’expériencesur leur mise en œuvre.

Résumé : Dans cet article, nous étudions le problème dela réallocation de tâches pour l’équilibrage decharge dans les modèles distribués de traitementde données massives. Nous proposons ici unestratégie qui repose sur des agents coopératifspour optimiser le réordonnancement de tâchesdans un ensemble de jobs devant être exécutésle plus tôt possible. Elle permet aux agents dedéterminer localement les prochaines tâches àexécuter, à déléguer, voire à échanger grâce àleur modèle des pairs. La nouveauté réside dansla capacité des agents à échanger des tâchesà travers des négociations bilatérales concurrentes. Nos expérimentations montrent que ladurée moyenne de réalisation atteinte par notrestratégie reste proche de celle obtenue avec uneheuristique classique, avec un temps de réordonnancement significativement réduit.