Formations en Informatique de Lille
Portail pédagogique
Vous êtes ici : FIL > Portail > Master Info > Machine Learning > SMA
Modélisation centrée individus (SMA)
BCC IA : Intelligence Artificielle

Pré-requis

Les pré-requis pour cette UE :

Organisation

Cette unité se déroule au 6 séances de 4 heures :

  1. CM : Simulation centrée individus
  2. TP : Tutoriel NetLogo
  3. CM : Résolution de problèmes
  4. CM : Negotiation
  5. TP : Tutoriel JADE
  6. CM/TP : Problème d'anti-coordination

Il s'agit d'une UE obligatoire de cette mention.

Crédits

3 ECTS

Responsable

Maxime MORGE

Maxime MORGE
dernière modification : 12/09/2021 à 13:51:48

Objectifs

Cette UE présente des méthodes et des approches d'aide à la décision dans les systèmes multi-agents. Seront abordées les aspects suivants: approche centrée agents, simulation de systèmes complexes, lien entre le niveau micro et le niveau macro, approche centrée interactions, utilisation de plateformes multi-agents.

Contenu

Dans un premier temps, nous abordons les modèles computationnels (informatique) qui permettent de simuler des processus complexes. À cette intention, la simulation centrée individus est une approche de modélisation qui propose de représenter explicitement le comportement des individus, leurs interactions, et de simuler la dynamique collective issue de ces processus locaux.

Dans un second temps, nous abordons la résolution de problèmes, un domaine de l’intelligence artificielle, qui consistent à proposer une représentation des problèmes combinatoires pour appliquer des méthodes de calcul (heuristique) qui fournissent en un temps limité de « bonnes » solutions.

Un système multi-agents (SMA) est composé d’entités autonomes qui interagissent entre elles pour résoudre une problème. Il se caractérise par le fait que : (i) chaque agent a des informations incomplètes voire des capacités limitées ; (ii) il n’ y a pas de le contrôle global du système ; (iii) les données sont décentralisées ; et (iv) les calculs sont asynchrones. Même s’ils sont en compétition, des agents avec des intérêts contradictoires, i.e. ne pouvant pas être pleinement satisfait simultanément, doivent collaborer pour atteindre leurs objectifs. À cette intention, ils peuvent négocier. Nous présentons un état de l’art de la négociation multi-agents en mettant l’accent sur sa variante la plus élémentaire : la négociation bilatérale par concession. Nous fournissons ici une grille d’analyse qui distingue : (i) l’environnement de négociation (objectifs, parties prenantes, protocole et stratégies) ; (ii) les propriétés attendues du résultat ; et (iii) celles du processus.

La problématique de l'affectation efficace de tâches 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 problème d'anti-coordination où des agents doivent adopter des plans d'action distincts. Dans ce chapitre, nous proposons un état de l'art des méthodes multi-agents pour l'ordonnancement dynamique de tâches réalisées en parallèle par plusieurs exécutants.

Bibliographie

  • Mathieu, P., Picault S. et Routier J-C. Les agents intelligents. Pour la science n° 332. Juin 2005.
  • Russel, S. & Norvig, P. (2016). Artificial Intelligence : A Modern Approach.
  • Maxime Morge. Négociation bilatérale par concession : un état de l'art. JFSMA 2018: 75-84
Maxime MORGE
dernière modification : 12/09/2021 à 13:44:11
  • Session 1 :
    • Contrôle continu : QCMs+ TP noté
    • Contrôle terminal : projet en binôme
  • Session 2 : la session de rattrapage consiste en un oral dont la note remplace la totalité de la note finale.

L'unité acquise apporte 3 ECTS.

Maxime MORGE
dernière modification : 12/09/2021 à 13:44:10
L'ensemble des supports de cours et les casiers de rendu sont disponibles sur Moodle.
Maxime MORGE
dernière modification : 09/11/2021 à 07:44:01