Simulation cognitive de la prise de décision d'experts; application au ...

tel-00547128, version 1 - 15 Dec 2010
Chapitre 2 : Modélisation et simulation de la prise de décision 23
Cette section présente plus particulièrement la prise de décision au sein de systèmes multiagents
dans un premier temps, les systèmes multi-agents à base de NDM dans un second
temps et enfin les architectures cognitives et leur intégration au sein de systèmes multiagents.
Chaque sous-section se décompose en une première étude du modèle général et
d'une application de ce modèle au sein d'une simulation informatique. Cette section conclura
sur les intérêts des différentes approches présentées.
3.1 Principes des systèmes multi-agents
Cette section présente une des branches de l'intelligence artificielle distribuée : les systèmes
multi-agents. Cette partie traite des aspects génériques des systèmes multi-agents et
présente différents types d'agents, tout en restant centrée sur un point particulier : la
décision au sein des agents. Nous parlerons donc d'abord des principes des agents et de la
notion de Système Multi-Agents (SMA), puis nous évoquerons leur évolution vers des
systèmes de moins en moins réactifs, et de plus en plus cognitifs jusqu'à l'intégration
d'architectures cognitives en leur sein. Cette partie présentera enfin les avantages et
inconvénients de ces différents types d'agents et aboutira au choix d’un modèle pour la
simulation de la prise de décision d'experts appliquée au trafic maritime.
3.1.1 Définitions
Un agent est une entité informatique autonome capable de prendre seule des décisions en
fonction d’un certain nombre d'informations. L'agent logiciel peut être considéré comme le
pendant virtuel du robot.
D'après Ferber (1995), un agent est une « entité physique ou virtuelle :
� qui est capable d'agir dans un environnement ;
� qui peut communiquer directement avec d'autres agents ;
� qui est mue par un ensemble de tendances (sous forme d'objectifs individuels
ou d'une fonction de satisfaction, voire de survie, qu'elle cherche à optimiser)
;
� qui possède des ressources propres ;
� qui est capable de percevoir (mais de manière limitée) son environnement ;
� qui ne dispose que d'une représentation partielle de cet environnement (et
éventuellement aucune) ;
� qui possède des compétences et offre des services ;
� qui peut éventuellement se reproduire ;
� dont le comportement tend à satisfaire ses objectifs, en tenant compte des
ressources et des compétences dont elle dispose, et en fonction de sa
perception, de ses représentations et des communications qu'elle reçoit. »
Les systèmes multi-agents héritent des travaux de von Neumann (1951) sur les automates
cellulaires et plus particulièrement des simulations de vie artificielle (le jeu de la vie (Gardner,
1970)). Ils ont également été influencés par les théories de l’intelligence artificielle distribuée