Résumé : Les applications d'intelligence artificielle (IA) temps réel nécessitent lacoopération de processus élaborés de raisonnement et de processus réactifs Lessystèmes multi-agents (MA) sont bien adaptés à la spécification de tels systèmescomplexes grâce à leurs avantages pour le génie logiciel et leurs capacités deraisonnement. Mais ils doivent aussi garantir des performances du point de vue de la réactivité. Les agents doivent tenir compte de l'évolution de l'environnement pour modifier leur comportement. Il doivent adapter leurs plans. Nous présentons une décomposition du processus de conception d'un agent en terme de prise en compte des caractéristiques temps réel dans la définition, la mise en oeuvre et la réalisation des capacités de l'agent. Issue de cette décomposition; nous proposons ensuite une vision micro/macro-scopique du temps réel dans un agent, c'est-à-dire une analyse découplée du niveau du comportement (raisonnement en temps limité, intégration de la perception) et du niveau structurel (architecture logicielle support). Nous présentons un agent temps réel sous ces deux aspects. Un modèle d'agent réalisant l'intégration réactif/cognitif est proposé et l'utilisation d'un système tableau noir parallèle comme structure d'un tel modèle est discutée. Des instanciations de ce modèle réactif / cognitif sont données sur deux exemples, la gestion de réseau télématique et un système de négociation sur le réseau. Ces illustrations montrent les, résultats de ce travail au niveau de la conception d'agent dans un cadre temps réel a l'aide de notre approche contribuant aux travaux sur les modèles d'agents et leursarchitectures logicielles.*Maître de Conférences à l'Univers *ité Pierre Mendès-France (UPMF)-Grenoble IC Chargé de Recherche au Centre National de la Recherche Scientifique (CNRS)

Résumé : La conception de systèmes complexes en milieu ouvert doit utiliser des méthodes qui permettent d'exprimer la distribution des entités, leur coopération ainsi que leur intégration en entités de niveau d'abstraction supérieur. Ceci impose de pouvoir considérer un système à plusieurs niveaux de complexité (pour une supervision par exemple). Dans ce but, il est nécessaire de garder une même représentation pour des entités de granularité différente à divers niveaux de représentation. Nous proposons une approche de description et de conception de tels systèmes où un modèle d'agent unique est utilisé de façon récursive selon un principe de globalisation/encapsulation.

Résumé : Nous considérons la récursivité comme une approche alternative pour la conception d'un Système Multi-Agents (SMA). Avec la récursivité, il est possible de trouver une solution à un problème à travers les décompositions successives du problème en sous-problèmes de même nature. Dans ce travail, nous proposons un moteur récursif pour supporter la récursivité et pour contrôler la dynamique du système. Le modèle récursif proposé a été conçu pour pouvoir modéliser et opérationnaliser la récursivité des Agents, de l'Environnement, de l'Interaction et de l'Organisation d'un SMA.

Résumé : Cet article traite du management des communications dans le contexte des commu-nications sans fil. De tels réseaux sont constitués d’entités autonomes du point de vue de leurénergie. Ils nécessitent la mise en oeuvre de techniques de routage très coûteuses en énergie etdevant être fortement tolérant aux pannes. Ce papier expose les notions de base sur les pro-tocoles de routage ad-hoc et aborde le maintien de l’intégrité fonctionnelle d’un Systèmes parl’auto-organisation. Il présente par ailleurs une approche originale des systèmes multi-agentsouverts dans le contexte des réseaux maillés de capteurs. Ce papier présente enfin la comparai-son de notre solution basée sur l’auto-organisation et d’autres protocoles de routage ad-hoc.

Résumé : Cet article propose une étude des spécificités méthodologiques de l'analyse de problèmes relevant des systèmes complexes physiques ouverts à l'aide de systèmes multi-agents (SMA). Au travers de la présentation de la méthode DIAMOND (Decentralized Iterative Approach for Multiagent Open Networks Design) nous tentons de répondre à quelques questions posées par ce type d'application en terme, de cycles de vie, de démarche, de formalismes. DIAMOND propose d'utiliser, pour le recueil des besoins, des notations d'UML mais elle structure le fonctionnement global du système via une étude de modes de marche et d'arrêt. Elle utilise le raffinement notamment entre le niveau local et le niveau global du système et assemble les comportements individuels et les comportements sociaux tout en identifiant les influences de l'un sur l'autre. Elle guide le concepteur durant la phase de conception générique en utilisant les composants comme unité opératoire. En fin de cycle, le partitionnement logicielhnatériel du système intervient et permet la génération du code ou des descriptions matérielles.

Résumé : Cet article présente une solution multi-agent établie à l'aide de la méthode DIAMOND pour une couche logicielle support d'applications utilisant de la géolocalisation ou du suivi de cible. Nous nous intéresserons en particulier au cas des réseaux ultra-larges bandes. L'article décrit la phase d'analyse du système et son implémentation réelle.

Résumé : ’observation des Systèmes complexes artificiels à grande échelle est difficile en raison deleur dimension et de leur ouverture. L’utilisation d’une organisation multi-échelle pour cesSystèmes peut être une solution permettant deles rendre plus accessibles. Les Systèmes multiagents (SMA) sont bien adaptés à la modélisation de tels Systèmes. Leurs capacités d’organisation permettent d’introduire des structures àplusieurs niveaux d’observation. Ce papier propose un mécanisme SMA multi-niveau basé surla récursivité pour l’observation des Systèmescomplexes artificiels. Ce mécanisme est développé comme un framework décentralisé générique permettant aux agents réels de communiquer par son intermédiaire pour construire plusieurs niveaux d’observation. Ce framework estappliqué à l’observation d’un réseau de capteurs sans fil.

Résumé : Plus que dans toutes applications logicielles,les exigences extra-fonctionnelles relatives audéploiement sont cruciales pour concevoir dessystèmes multi-agents embarqués. Ces exi-gences doivent être exprimées au niveau desspécifications sous la forme de qualités atten-dues pour le Systèmes. La méthode DIAMONDvise la conception et l’implantation de SMAembarqués. Cet article présente et détaille lefonctionnement de son activité de recueil desbesoins extra-fonctionnels puis leur intégrationaux agents.

Résumé : La Simulation multi-agent de Systèmes com-plexes peut nécessiter de considérer un grandnombre d’entités, ce qui pose des problèmes deperformance et de passage à l’échelle. Dans cecadre, la programmation sur carte graphique(General-Purpose Computing on Graphics Pro-cessing Units GPGPU) est une solution at-trayante : elle permet des gains de perfor-mances très conséquents sur des ordinateurspersonnels. Le GPGPU nécessite cependant uneprogrammation extrêmement spécifique et cettespécificité limite à la fois son accessibilité et lapossibilité de réutiliser les développements quisont réalisés par différents acteurs. Nous pré-sentons ici l’approche que nous avons utiliséepour intégrer du calcul sur GPU dans la plate-forme TurtleKit. L’objectif de cette approche estde conserver l’accessibilité de la plate-forme,en termes de simplicité de programmation, touten tirant parti des avantages offerts par leGPGPU. Nous montrons ensuite que cette ap-proche peut être généralisée sous la forme d’unprincipe de conception de SMA spécifiquementdédié au contexte GPGPU.

Résumé : L’utilisation du GPGPU (General-PurposeComputing on Graphics Processing Units) pourla simulation multiagent permet d’améliorer lesperformances des modèles et lève une partie descontraintes liées au passage à l’échelle. Cependant, adapter un modèle pour qu’il utilise leGPU est une tâche complexe car le GPGPU repose sur une programmation extrêmement spécifique et contraignante. C’est dans ce contexteque la délégation GPU des perceptions agentsa été proposée. Ce principe consiste à réaliser une séparation claire entre les comportements de l’agent (gérés par le CPU) et les dynamiques environnementales (manipulées par leGPU) dans le but de faciliter l’implémentationde SMA sur GPU. Il a été appliqué sur un casd’étude et a montré de bons résultats en termesde performances et de conception. Dans cet article, nous proposons de tester la généricité decette approche en appliquant le principe de délégation GPU sur un modèle agent très classique : les boids de Reynolds. Nous montronsque le principe de délégation offre des résultatsintéressants au niveau des performances maisaussi d’un point de vue conceptuel.

Résumé :

Résumé : Nous visons dans ce travail la coopération desystèmes multi-agents (SMA). Une approchepossible est de considérer au niveaumacroscopique chaque SMA comme uneentitéindépendante.Celapermetd’augmenter l’intelligibilité de la solutionglobale par une réduction de la complexité.Nous expliquons dans cet article le problèmevisé ainsi que la démarche suivie.

Résumé : La coopération de collectifs pose le problème del’utilisation ou du contrôle de productions collectives par des collectifs décentralisés. Elle dépasse donc l’interopérabilité des collectifs. Cetarticle présente les bases d’un modèle pour unecoopération entre systèmes multi-agents préexistants. La non perturbation du fonctionnement initial des Systèmes à faire coopérer estposée comme principe directeur pour le modèle.Cette contrainte nous a conduits à introduirela notion de sonde virtuelle, afin d’appréhender collectivement les productions d’un collectif et de les influencer au travers de capteurs etd’effecteurs virtuels distribués sur les systèmes multi-agents existants. L’utilisation du modèleest illustrée sur des collectifs embarqués.

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 : En simulation, le couplage est l’assemblage demodèles et d’outils dédiés à la simulation d’unensemble de Systèmes, afin de simuler des Systèmes plus globaux. Dans le cas des simulationsindividus-centrées, il peut être (i) entre les simulations, (ii) entre les individus ou (iii) entredes comportements d’individus. Les solutionsde couplage existantes répondent aux enjeux desynchronisation et d’interopérabilité des deuxpremiers types. Ce papier propose d’adresserles trois types de couplages possibles entre simulations individus-centrées par l’utilisation d’unnouveau modèle qui prend en compte toutes lescontraintes, à l’aide d’une spécification formelledes contraintes d’interopérabilité et de synchronisation que nous proposons. Nous illustrons nospropositions par un exemple de couplage d’unmodèle de décision de recherche de places destationnement et d’une simulation de trafic.

Résumé : RésuméDans un contexte de Systèmes ouverts, les agentsd’un Systèmes peuvent être amenés à travailleravec d’autres agents dont on ne connaît pas lecomportement. Ils doivent être capables d’adapter dynamiquement leur comportement afin degarantir le bon fonctionnement du Systèmes. Faireun rapprochement entre ces groupes ouvertsd’agents et les groupes d’humains étudiés enSciences Humaines et Sociales (SHS) ouvre denouvelles perspectives dans la manière de maintenir l’intégrité fonctionnelle d’un Systèmes artificiel. Nous proposons de nous inspirer de mécanismes de cohésion issus des SHS dans le butd’améliorer la résilience de ces Systèmes.

Résumé : Dans la perspective d’un développement ouvert et continu il est crucial qu’un comportement final souhaité à un instant donné puisse être un élément pour la création future de comportements plus complexes, dont le but ne peut être anticipé. L’acquisition de nouveaux comportements est déclenchée par l’apparition de nouveaux besoins et problèmes résultants de l’interaction avec l’environnement,mais aussi à travers l’interaction avec d’autres agents. Dans cet article nous soumettons l’architecture développementale MIND à un problème de coordination multiagents. A partir de comportements établis individuellement, nous ferons apprendre à un groupe d’agents, au moyen d’un curriculum établi par un instructeur humain,un comportement collectif, ainsi que l’utilisation alternante de comportements individuels et collectifs afin d’accomplir un but commun

Résumé : ous avons conçu un Systèmes d’aide à la décision dans le cadre de l’économie circulaire. Sonbut est de concevoir de nouveaux produits à partir de composants récupérés très variables. CeSystèmes est ouvert, permettant d’ajouter ou deretirer des composants à tout moment. Les composants sont avatarisés en tant qu’agents virtuelset considérés comme un systèmes multi-agents. Unutilisateur peut avoir besoin du Systèmes pourconcevoir des produits. Les agents du Systèmesdoivent donc former des coalitions qui représentent un produit. Nous proposons un nouveaumodèle d’agent d’inspiration sociale adapté àce Systèmes pour résoudre un problème de génération de structure de coalition. Ce modèlecentré sur l’agent permet aux agents de savoiravec quel agent former une coalition basée surles principes d’attraction des sciences humaineset sociales.