Résumé : RésuméDans cet article, nous adoptons un modèled’agent argumentatif capable de sélectionneret de composer des services. À cette intention,nous proposons une architecture d’agent modulaire qui distingue trois composants principauxdédiés respectivement à la prise de décision, àla communication et à la négociation. Dans cecontexte de composition de services, nous illustrons notre proposition et son fonctionnementà l’aide de l’exemple désormais classique del’agence de voyage “virtuelle”.

Résumé : RésuméAdoptant l’approche Voyelles, l’architectured’agents V3A (Vowels Agent Argumentation Architecture) est un modèle d’agent à travers lequel un agent autonome débat en interne afinde gérer ses motivations. La personnalité del’agent résout les éventuels conflits entre ses différentes motivations et dicte son comportement.À l’aide de cette architecture modulaire, noussommes en mesure de développer des agentsauto-adaptatifs capables de remplacer automatiquement leurs composants. Nous proposons iciune technique d’argumentation pour mettre enoeuvre le processus dialectique interne via unjeu de dialogue entre ces composants. Notrecadre est illustré à l’aide d’un scénario oùun agent s’adapte automatiquement au contexted’exécution.

Résumé : RésuméNous étudions une stratégie qui tient compte dela localité des ressources pour équilibrer lescharges dans un Systèmes distribué. Cette stratégie permet aux agents coopératifs d’identifierune allocation non équilibrée, voire de déclencher des enchères concurrentes pour réallouerlocalement certaines des tâches. Les tâches sontréallouées en tenant compte de l’accessibilitédes ressources pour les agents ; elles sont exécutées conformément aux capacités des nœuds decalcul sur lesquels se trouvent les agents. Ce processus de négociation dynamique et continu estconcurrent à l’exécution des tâches, ce qui permet d’adapter l’allocation des tâches aux perturbations (exécution de tâche, chute de performance d’un nœud). Nous évaluons cette stratégie dans le cadre du déploiement multi-agentde MapReduce. Ce patron de conception permetle traitement distribué de données massives. Lesrésultats empiriques démontrent que notre stratégie améliore significativement le temps d’exécution du traitement d’un jeu de données.