Résumé HDR Zahia Guessoum


La complexité des nouveaux systèmes d'information (par exemple les systèmes accessibles depuis l'Internet) et les applications émergentes récentes (Grid computing, services Web, ...) s'est trouvée considérablement accrue du fait de : leur distribution, la grande quantité d'informations qu'ils manipulent, leur aspect coopératif et adaptatif, et leur ouverture. Ces systèmes d'information et ces applications ont toutes les caractéristiques d'un bon domaine d'application des systèmes multi-agents. Ils permettent en effet de valider et de montrer les limites des modèles et architectures multi-agents proposés.
Les connaissances nécessaires à la gestion et au contrôle des systèmes complexes sont très nombreuses, il est long et difficile de toutes les exprimer en les donnant directement au système. La modélisation de ces systèmes complexes nécessite donc des agents adaptatifs. Les agents doivent en effet être capables de réagir aux changements et perturbations de leur environnement qui est complexe et dynamique.

L'adaptation du comportement ou de la structure interne des agents permet ainsi d'acquérir dynamiquement les connaissances qui n'ont pas été fournies par le concepteur. Cependant, cette adaptation entraîne l'émergence de comportements globaux qui sont parfois indésirables. Contrairement aux simulations multi-agents où les phénomènes émergents sont détectés par un observateur externe, ces systèmes multi-agents ont plusieurs caractéristiques qui les rendent plus difficiles à observer que les systèmes mono-agents ou les simulations. Ils sont souvent ouverts, distribués, hétérogènes et à large échelle. Le système doit être en effet capable de s'auto-observer afin de détecter les phénomènes émergents et adapter son comportement et sa structure à ces phénomènes émergents et à l'évolution de son environnement. La modélisation de ces systèmes complexes nécessitent ainsi l'adaptation au niveau local (micro) et au niveau global (macro).

Dans ce dossier, j'ai choisi de détailler trois principaux sujets : architectures d'agents, systèmes multi-agents tolérants aux pannes et simulation de modèles économiques. Ces trois sujets résument mes travaux sur les agents et systèmes multi-agents adaptatifs. Un premier chapitre présente mes travaux sur les architectures d'agents et montre que les architectures modulaires permettent de dépasser la dichotomie classique : agents réactifs et agents cognitifs. Ce chapitre montre également que la modularité facilite le développement d'agents adaptatifs en s'appuyant sur l'exemple d'agents interactifs qui peuvent adopter et exécuter dynamiquement des protocoles d'interaction. Le but des deuxième et troisième chapitres est de montrer l'intérêt des systèmes multi-agents adaptatifs et d'essayer de définir l'architecture de ces systèmes. Le deuxième chapitre décrit le mécanisme de réplication adaptatif que nous avons introduit pour fiabiliser les systèmes multi-agents à large échelle. Le troisième chapitre résume nos travaux sur la simulation de modèles économiques. Il décrit le modèle de firmes ainsi que le modèle de formes organisationnelles que nous avons définis. Il définit ensuite les interactions entre les firmes et les formes organisationnelles. Le quatrième chapitre résume nos réflexions sur les systèmes multi-agents auto-adaptatifs et montre l'intérêt de l'adaptation pour la modélisation de systèmes complexes. Il donne ensuite un aperçu de mes projets en cours ainsi que mes perspectives de recherche.