Constituer une équipe d'agents intelligents
Les systèmes distribués intelligents sont omniprésents, des véhicules autonomes aux réseaux véhiculaires ad hoc ou réseaux intelligents. Concernant un agent isolé, la planification intégrant l'incertitude a déjà fait l'objet d'une étude approfondie. Toutefois, il est évident que les méthodes centralisées pour des agents seuls ne suffisent pas pour les systèmes multi-agents de grande envergure. Financé par l'UE, le projet PURE-MAS («Planning under uncertainty for real-world multi-agent systems») s'est attaqué au problème du processus décisionnel multi-agents. La recherche s'est appuyée sur divers modèles multi-agents pour des agents coopératifs. Ceux-ci comprenaient le processus décisionnel de Markov décentralisé partiellement observé (dec-POMDP) et d'autres modèles pertinents de méthode de prise de décision séquentielle multi-agents. Les scientifiques ont amélioré l'évolutivité, en termes d'horizon de planification et de nombre d'agents. En proposant l'un des planificateurs dec-POMDP optimaux les plus rapides, les scientifiques ont réussi à calculer des horizons de planification jusqu'alors inaccessibles. Par ailleurs, l'exploitation de leur structure a permis de bien progresser dans l'extension de la planification à des tailles d'équipe sans précédent. Outre l'évolutivité, PURE-MAS a exploré deux types de représentations basées sur des évènements en vue de capter les changements pertinents au sein de l'environnement et de fournir ainsi un niveau d'abstraction supérieur. Ceci a ouvert la voie pour les agents de planification en ligne qui peuvent s'adapter à l'environnement dynamique en modifiant continuellement les programmes durant leur exécution. Plusieurs algorithmes ont également été proposés afin d'optimiser la communication entre agents. En combinant théorie des jeux et planification, l'équipe du projet est parvenue à une planification coordonnée entre des agents seuls. Les techniques issues de la dynamique de la conception mécanique, en particulier, ont aidé à harmoniser les facteurs d'incitation de prestataires multiples. En se basant sur ces techniques, les acteurs humains peuvent apprendre que la coopération avec les concurrents peut être bénéfique et les autorités routières peuvent convenir de meilleurs contrats de maintenance. Une autre réalisation du projet a concerné une démonstration d'une petite équipe de robots, capable de suivre une cible mobile. PURE-MAS a également optimisé le système multi-agents en vue de renseigner un réseau intelligent distribué. PURE-MAS a contribué de manière significative à la réalisation de l'un des principaux buts de l'intelligence artificielle, à savoir comment constituer plusieurs agents intelligents qui perçoivent leur environnement et exécutent les actions appropriées. Toutes les avancées du projet peuvent trouver des applications dans les systèmes de transport, les réseaux intelligents et les caméras de surveillance.
Mots‑clés
Agents intelligents, systèmes multi-agents, intelligence artificielle, planification intégrant l'incertitude, partiellement observable, systèmes distribués intelligents, prise de décision séquentielle multi-agents, horizon de planification, planification
