AgeNts Distribues, Robotique, Recherche Opérationnelle, Interaction, DEcision
AgeNts Distribues, Robotique, Recherche Opérationnelle, Interaction, DEcision
Après avoir introduit la notion d'agent en tant qu'entité autonome interagissant avec son environnement, nous présenterons les différents aspects des systèmes multi-agents. Nous décrirons les différents modèles d'agents (réactifs, cognitifs, rationnels,...) et montrerons comment des systèmes d'agents peuvent être utilisés pour résoudre des problèmes de manière collective. Les problématiques d'autonomie, de distribution et d'asynchronisme seront ensuite mises en avant afin d'apprendre, concevoir et modéliser des systèmes multi-agents. Nous introduirons les architectures des agents et des systèmes multi-agents les plus communéement utilisés. Les questions liées aux interactions entre agents et à leur coordination seront plus particulièrement développées (protocoles d'interaction, langages de communication). Nous aborderons également les problèmatiques liées à la planification et l'apprentissage multiagent. Différentes approches seront présentées. Enfin, nous étudierons leur mise en oeuvre sur des cas réels avant d'aborder la question de l'impact des sma et de l'intelligence artificielle au sens large sur la société.
Cet enseignement s'accompagnera d'une mise en pratique des connaissances acquises dans le cadre d'un projet de développement d'un système multi-agent en utilisant la plateforme JADE.
Plan du cours
* Introduction aux agents et aux SMA (autonomie, environnement,
* Modèles d'agents : réactif, cognitifs, rationnels,
* Architecture d'agents et SMA : des architectures réactives aux architectures cognitives et hybrides
* Résolution collective :
* Distribution
* Asynchronisme
* Interaction
* Coordination
* Interactions entre agents
* Protocoles dÕinteraction
* Langages de communication : de la théorie des actes du langage aux protocoles FIPA
* Modélisation et validation des protocoles
* Planification multiagent
* Planification centralisée, planification distribuée
* Planification sous incertitude
* Apprentissage dans les SMA
* Apprentissage supervisé
* Apprentissage par renforcement mono et multi agent
* Formation de coalitions
* Coordination en environnement distribué et asynchrone
* Gestion du temps
* Atteinte de consensus
* Approches best-effort
* Agents mobiles pour des applications multi-machines et multiplateformes
* Plateformes et paradigmes agents
* Du traitement sécurisé de données aux jeux vidéos massivements multi-joueurs
* Intelligence artificielle, quel impact social aujourd'hui et demain.
* Décisions autonomes et choix ethiques
* IA et emploi
* Vers une certification des systèmes apprenants
* Le mythe de la singularité
Documents
* J. Ferber. Les systemes multiagents. 1995
* S. Russel, P. Norvig. Artificial Intelligence: A Modern Approach. 2003
* J. Vidal, Fundamentals of Multiagent Systems. 2009
* G. Weiss. Multiagent Systems: A Modern Approach to Distributed Artificial Intelligence. 1999
* M. Wooldridge. An introduction to Multiagent Systems. 2002
* Multiagent Systems: Algorithmic, Game-Theoretic, and Logical Foundations.
* Kevin Leyton-Brown et Yoav Shoham. Multiagent Systems: Algorithmic, Game-Theoretic, and Logical Foundations, 2008.
Evaluation
L'ensemble des notions abordées dans ce module seront évaluées via un examen écrit et la réalisation d'un projet qui sera développé tout au long du semestre.