INTELLIGENCE ARTIFICIELLE DISTRIBUEE ET SYSTEMES MULTI-AGENTS

Support de cours : extrait de mon mmoire de thse de doctorat (partie tat de lart) N. KABACHI

1

1 INTRODUCTIONLIntelligence Artificielle Distribue (IAD) est au carrefour de plusieurs disciplines, telles que la psychologie cognitive, la sociologie, la biologie, et linformatique. Ces tudes sont utilises entre autre pour modliser et construire des systmes informatiques dans lesquels les capacits de traitement, de reprsentation et de raisonnement sont distribues dans un ensemble de soussystmes appels agents. Lensemble de ces agents constitue une socit appele Systme Multi-Agents. Selon les ressources de chacun, les agents interagissent entre eux pour construire des directives en vue de la rsolution de problmes. Dans ce chapitre, nous prsentons un aperu de ce que sont les systmes dintelligence artificielle distribue et multi-agents. Nous insisterons sur des aspects importants pour ces systmes tels que larchitecture des agents, linteraction et coopration, la communication, lorganisation, etc.. ces concepts font partie des apports. Puis, notre analyse se focalisera sur le concept de connaissance en terme dacquisition de formalisation et de reprsentation. Enfin, nous dcrirons les apports de lapproche SMA aux systmes complexes telles que les organisations productives et vice versa.

2 LUNIVERS DE LIAD ET SMA 2.1 Introduction lIADLIntelligence Artificielle (IA) est reconnue comme tant une discipline informatique qui a pour objectif de modliser ou de simuler des comportements humains dits intelligents tels que la perception, la prise de dcision, la comprhension, lapprentissage, etc. Elle sattache la construction de programmes informatiques, capables dexcuter des tches complexes, en sappuyant sur une centralisation et une concentration de lintelligence au sein dun systme unique. Mais lIA a vite rencontr un certain nombre de difficults, dues pour la plupart la ncessit dintgrer, au sein dune mme base de connaissances, lexpertise, les comptences et les connaissances dindividus diffrents qui, dans la ralit, communiquent et collaborent la ralisation dun but commun. LIntelligence Artificielle Distribue1 (IAD) [Bond & Gasser, 88 ; Huhns, 87 ; Erceau & Ferber, 91, Ferber, 95] est ne, au dbut des annes 80, de la volont de remdier aux insuffisances et denrichir lapproche classique de lIA en proposant la distribution de lexpertise sur un groupe dagents, non soumis un contrle centralis, devant tre capables de travailler et dagir dans un environnement commun et de rsoudre les conflits ventuels. En rsum, lIAD sintresse entre autre la modlisation de comportements intelligents qui sont le produit de lactivit cooprative entre plusieurs agents, do la ralisation des systmes dits multi-agents .

1

A. Bond et L. Gasser [Bond & Gasser, 88] ont fait une bonne prsentation des travaux mens dans ce domaine jusquen 1988. Parmis ces travaux on peut citer ceux de F. Hayes-Roth, V. Lesser, Corkill, L. Erman, W. Kornfeld, C. Hewitt,..

2

On appelle SMA un systme o O est un ensemble dobjets, A est un ensemble compos dagents, O et A tant immergs dans un environnement E [Erceau & Ferber, 93]. Yves Demazeau [Demazeau, 95] met laccent sur deux autres axes caractrisant les SMA : Interactions et Organisations. Il dcoupe les SMA en quatre axes (quation 1) , que nous dvelopperons tout au long de ce chapitre: (1) SMA = Agents + Environnement + Interactions + Organisations (AEIO) Nous tacherons, par la suite de donner notre vision des systmes multi-agents, en nous basant sur lapproche dite Vowels (1) de Y. Demazeau, et en analysant dautres aspects importants tels que la coopration et la rsolution de conflits. Selon Gasser 1, une socit dagents est constitue de trois lments : un ensemble dagents, un ensemble de tches raliser, et un ensemble dobjets associs lenvironnement. Un agent peut prendre la responsabilit deffectuer une tche sil en a la capacit. Il prend alors un rle dans le groupe. La ralisation dune tche suppose la manipulation dobjets de lenvironnement. Ainsi, les systmes multi-agents permettent de modliser le comportement dun ensemble dentits plus ou moins expertes, plus ou moins organises selon des lois de type social. Ces entits ou agents disposent dune certaine autonomie, et sont immerges dans un environnement dans lequel et avec lequel elles interagissent. Do leur structure autour de fonctions principales : de perception, de dcision, daction, de communication, de ngociation, ...

2.2 Diffrents types dagentsLes systmes multi-agents sont en gnral classs en deux principales familles : les systmes cognitifs et les systmes ractifs. Contrairement aux systmes ractifs, les systmes cognitifs se rapprochent le plus du modle de socits dexperts. Chaque agent cognitif a une reprsentation explicite de croyances, dintentions, dactes de langages, de modles des autres agents, etc.. 2.2.1 Agent cognitif vs ractif La notion dagent a t dfinie par plusieurs auteurs (tels que Demazeau & Mller, 90 ; Minsky, 94 ; Ferber, 95 ; Castelfranchi, 90 ; Shoham, 93, etc..). Comme le souligne C. Hewitt, la question quest-ce quun agent ? est aussi embarrassante que la question quest-ce que lintelligence ? . Pour cela nous prfrons viter de formuler notre propre dfinition, nous donnerons une synthse de toutes celles dj donnes. Pour Y. Demazeau et J.P. Mller, un agent est une entit intelligente, agissant rationnellement et intentionnellement, en fonction de ses buts propres et de ltat actuel de sa connaissance. J. Ferber le qualifie dentit relle ou abstraite qui est capable dagir sur-elle mme et sur son environnement, qui dispose dune reprsentation partielle de cet environnement, qui, dans un systme multi-agents, peut communiquer avec dautres agents, et1

[Gasser, 88 ; 90]

3

dont le comportement est la consquence de ses observations, de sa connaissance, et des interactions avec les autres agents. Dautres auteurs [Cohen & Levesque, 88 ; Wooldridge & Jennings, 95 ; etc..] dfinissent un agent en terme dtat mental2, qui fait rfrence aux notions de croyances, connaissances, engagements vis--vis de lui mme et des autres agents, etc.. Les systmes multi-agents font la distinction entre agents cognitifs3 et agents ractifs4 : les agents cognitifs disposent dune base de connaissances comprenant les diverses informations lies leurs domaines dexpertise et la gestion des interactions avec les autres agents et leur environnement. Les agents sont gnralement intentionnels cest--dire quils possdent des buts et des plans explicites leur permettant daccomplir leurs buts. Dans ce cadre, comme le prcise J. Ferber, les problmes de coopration ressemblent tonnamment ceux de petits groupes dindividus, qui doivent coordonner leur activit, et sont parfois amens ngocier pour rsoudre leurs conflits. Les agents ractifs au contraire ne sont pas intelligents pris individuellement. Ils ne peuvent que ragir des stimuli simples provenant de leur environnement, et leur comportement est alors simplement dict par leur relation leur entourage sans que ces agents ne disposent dune reprsentation des autres agents ou de leur environnement. Cependant, du fait, de leur nombre, ces agents ractifs peuvent rsoudre des problmes qualifis de complexes (cf. fig. II. 1 qui rsume ces diffrences). Les travaux sur ces agents sintressent plus la modlisation dune socit dagents qu lagent lui-mme. Les analogies que les chercheurs ont tabli sont celles de la vie artificielle, de lthologie (la fourmilire, la termitire, la ruche d'abeille), etc.. AGENTS COGNITIFS Reprsentation explicite de lenvironnement Peut tenir compte de son pass Agents complexes Nombre dagents rduit AGENTS REACTIFS Pas de reprsentation explicite Pas de mmoire locale Fonctionnement stimulus/action Nombre dagents lev

Figure II. 1: Les agents cognitifs vs ractifs [Reichgelt, 90] 2.2.2 Agent hybride En gnral, la diffrence entre des agents ractifs et des agents cognitifs peut tre explique par le compromis efficacit/ complexit. La complexit des systmes ractifs exige le dveloppement de nouvelles thories dans le domaine de la coopration, de la communication et de la comprhension de nouveaux phnomnes telles que lmergence. Toutefois, il est maintenant possible de concevoir des systmes htrognes comportant les deux types de comportements (cognitif et ractif) : on parlera alors dagents hybrides.

2 4

Ce qui rejoint dailleurs la dfinition de Y. Demazeau et J.P. Mller. On peut citer les travaux de [Braganza & Gasser, 87 ; Vere & Bickmore, 90 ; Bussmann & Demazeau, 95 ; Occello & Demazeau, 95 ; etc..]. Parmi les travaux sur les agents ractifs, on trouve ceux de [Drogoul, 92 ; Brooks, 89 ; Agre & Chapman, 87 ; Ferber, 89 ; Bura, & al., 91].

4

4

Dans ce sens, nous pouvons citer les travaux5 de [Ferguson, 92 ; Muller & Pischel, 94 ; Bussman & Demazeau, 94]. La majorit des modles dagents hybrides prsents par ces auteurs, propose de dcomposer chaque agent en diffrents modules ractifs et cognitifs avec un module spcifique qui contrle lactivation des autres modules. Cette approche est intressante et semble apporter une solution adquate pour modliser les systmes complexes dont lenvironnement est dynamique, mais elle ne rsout pas clairement le problme dinteraction entre les diffrents modules. Le problme, pour M.J. Wooldridge et N.R. Jennings [Wooldridge & Jennings, 95], est alors de dfinir les mcanismes et les stratgies du module de contrle interne de lagent pour soit grer les interactions entre ses diffrents modules, soit imposer un squencement temporel global interne lagent. 2.2.3 Discussion Dans le cadre de ce mmoire, les agents dont il sera question, sont cognitifs, avec des capacits (cf. chap. IV) : x de raisonnement sur des problmes globaux et sur autrui, x de communication avec les autres, x dautonomie daction et de dcision. Nous avons dj voqu le concept dautonomie dans les organisations productives (chap. I), nous allons, maintenant, voir Quest ce que lautonomie dun agent ? Un agent peut tre dot dune caractristique lui permettant de ragir par les lois quil a lui mme dictes. Cette caractristique, qui peut tre aussi synonyme dauto-contrle, est appele autonomie. Dans la littrature, nous trouvons souvent ce terme associ au moins quatre significations trs diffrentes [Sichman, 95] :

autonomie par rapport la conception, dans ce contexte, un agent est autonome sil a une existence propre, indpendamment de lexistence des autres agents [Demazeau, & Muller, 90]. autonomie par rapport lenvironnement, un agent autonome est un agent cens fonctionner dans des environnements dynamiques et incertains, qui ne peuvent tre souvent perus que de faon imparfaite, qui peuvent changer suite des actions qui ne sont pas contrles par lagent lui mme et sur lesquels les effets de ses actions ne sont pas toujours prvisibles [Nilsson, 94]. autonomie par rapport ses propres buts, un agent autonome est un agent qui peut atteindre ses buts tout seul. Il na pas besoin a priori de cooprer avec dautres agents. Et sil dcide de le faire, cest cause dune amlioration possible de performance . autonomie par rapport ses motivations, un agent autonome est un agent qui a le libre choix pour interagir socialement. Cest partir du contenu de son tat mental quil dcide de cooprer ou non, etc..[Castelfranchi, 90].Cet auteur a propos des proprits pour caractriser un agent autonome : x un agent autonome ses propres buts ; x il est capable de prendre des dcisions concernant ses propre buts ; x il est capable de dcider de faon autonome quand il doit adopter les buts des autres agents; x il considre laction sociale dadopter les buts des autres comme un moyen datteindre ses propres buts ;5

M. Rodriguez, 94 a prsenter un bon tat de lart sur les modles dagents hybrides.

5

x il contrle lacquisition de ses croyances et leur crdibilit par rapport ses croyances courantes. Par rapport notre problmatique et laspect que nous voulons aborder (la prise de dcision dans les organisations productives), nous conservons pour nos agents les proprits proposes par C. Castelfranchi6 .

2.3 Architecture dagent cognitifUn agent cognitif dispose naturellement dune architecture plus labore que celle dun agent ractif. Mais la division cognitif/ractif npuise absolument pas le dbat sur les architectures. Dabord parce quil existe une vaste gamme (fig. II. 2) aussi bien pour les agents cognitifs et ractifs, mais surtout parce que nous pouvons trs bien raliser des agents ractifs partir darchitectures initialement destines des agents cognitifs et vice versa [Ferber, 95].Type darchitecture Modulaire horizontale Tableau noir Subsomption Tches comptitives Rgles de production Classifieurs Connexioniste Systme dynamique Multi-agents Approche Fonction horiz. Fonction Fonct. vert. Fonct. vert. Type de composant Module Tche Tche primitive Tche + actions primitive Rgle Rgle Neurone formel Relation stimulicommande Agent Structure de subordination Hirarchique Hirarchique (mta) Hirarchique Hirarchique (comptition) Hirarchique (mta) Hirarchique Egalitaire Egalitaire

Fonct. Fonct. vert. Fonct.vert. Fonct. vert.

Objet/fonc.

Egalitaire

Figure II. 2 : Principales architectures dagents [Ferber, 95] La plupart de ces architectures peuvent sappliquer des agents aussi bien cognitifs que ractifs. Nanmoins, il faut temprer cette affirmation en reconnaissant que certaines architectures, telles que les systmes base de tableau noir sont exclusivement rserves aux agents cognitifs, alors que les architectures de subsomption sont utilises pour des agents ractifs. Larchitecture la plus rpandue dans les SMA est larchitecture modulaire [Ferber, 95]. Elle est conue comme un assemblage de modules par des connexions prtablies, chacun de ces modules ralise une fonction horizontale particulire. Les modules les plus courants sont :6

Sous une certaine rserve, car nos agents dans leurs prises de dcisions doivent aussi tenir compte des rationalits du mtaniveau .

6

x Les fonctions perceptives et motrices sil y a lieu; y Lmission et linterprtation des communications; z La base de croyances comprenant la modlisation de lenvironnement et des autres agents; { La gestion des engagements; | Les expertises du domaine de comptences; } La gestion des buts et la prise de dcision; ~ La planification des actions.

2.4 Description dune socit dagentsQue les agents sapparentent peu ou prou la famille des agents ractifs ou la famille des agents cognitifs ou mme hybrides, la ralisation dun systme multi-agents pose deux questions fondamentales :

comment faire communiquer, interagir et cooprer les agents entre eux ? ou quels types de communication, de protocoles ou de langages utiliser ? comment grer les synchronisations et la cohrence des informations qui circulent entre les agents ? comment organiser le systme ? ou comment organiser la distribution des tches selon lesagents et le contrle de la rsolution globale du problme ? En effet, il nexiste pas de thories des organisations qui permettent de dcider en fonction de lapplication quelle forme dorganisation, quelles interactions entre agents... adopter7. Nous allons tenter de rpondre ces questions en prsentant diffrents points de vue concernant les aspects interactionnels, organisationnels, .., dune socit dagents. 2.4.1 Interaction et Coopration entre agents Une interaction est une mise en relation dynamique de deux ou plusieurs agents par le biais dun ensemble dactions rciproques. Pour un agent, interagir avec un autre constitue la fois la source de sa puissance et lorigine de ses problmes [Ferber, 95]. La coopration est la forme gnrale de linteraction. Plusieurs tudes en IAD se sont attaches la dfinir, mais lensemble de ces tudes est plutt htroclite et il rgne une certaine confusion sur la signification et la mise en oeuvre de la coopration [Bouron, 92]. La coopration doit-elle tre dfinie en termes de buts [Durfee & al., 91], de stratgies [Cammarata & al., 83], de formes [Davis, 80] ? Dsigne t-elle un comportement [Demazeau & Muller, 90], une posture [Galliers, 88] 8? De plus, la dfinition de la coopration est gnralement subordonne aux concepts de coordination, dorganisation, de communication, et de ngociation. Ces travaux concernent des aspects de la coopration assez diffrents, il ne se situent pas les uns par rapport aux autres, et ne saccordent pas sur un vocabulaire donn9. De plus la coopration est un lieu privilgi de convergence de nombreuses disciplines. De ce fait, il nest pas vident den extraire une dfinition gnrale de la coopration, ce qui nous pousse la traiter par rapport notre problmatique.7

E. Le Strugeon en 95 a propos une bibliothque de modles dorganisation, mais qui ne correspond pas vraiment toutes les applications. A ce propos T. Bouron [Bouron, 93] a fait une synthse intressante de ces travaux. Mais ces travaux nen demeurent pas moins interessants individuellement.

8 9

7

Le sociologue, K. Schmidt [Schmidt, 91] considre que les tre humains cooprent cause de leurs capacits limites. Pour lui, nous cooprons puisque nous ne pouvons pas accomplir une tche individuellement ou puisque nous ne la ralisons pas rapidement et efficacement. La psychologie quant elle [Savoyant, 84] utilise deux conditions pour dfinir la coopration : Les sujets doivent avoir le mme objectif et chaque sujet doit voir le produit final comme la somme, la composition ou la combinaison des produits partiels de son ou de ses actions et de celles des autres sujets . La plupart des travaux traitant de la coopration portent sur lintrt quil y a ou non cooprer avec autrui ou sur la manire de communiquer dans les groupes. Mais alors que ces travaux mettent laccent sur les structures du collectif, sur les relations affectives qui amnent les acteurs cooprer et travailler ensemble, J. Erceau souligne que lapproche IAD-SMA reformule le problme en mettant en avant les caractristiques cognitives et comportementales ncessaires la mise en oeuvre dun travail collectif. Durfee [Durfee et al., 91] proposent quatre buts gnriques de coopration10 : x Augmenter la vitesse de rsolution des tches par leur paralllisation ; x Augmenter le nombre ou la porte des tches ralisables par le partage de ressources ; x Augmenter la probabilit dachever des tches par leur duplication et si possible par lutilisation de mthodes diffrentes pour les raliser ; x Diminuer linterfrence entre tches en vitant les interactions ngatives. J. R. Galliers [Galliers, 88] sest intresse la nature et au rle de ce quelle appelle postures propositionnelles qui regroupent les conflits, la coopration et lindiffrence. Ces postures connotent un but en caractrisant des types de relations sociales entre plusieurs agents et une proposition. La coopration existe entre deux agents par rapport une proposition quand un agent reconnat que lautre agent a pour but la ralisation de cette proposition et quil sest engag rsoudre ce but comme un but commun, en relation avec les autres agents qui lont aussi pour but et ceci suite un choix dlibr. Ainsi la coopration existe entre deux agents par rapport une proposition, si au moins un des deux agents est engag dans la ralisation de cette proposition en rapport avec les autres agents pour qui elle constitue un but et, ceci, suite au fait quils croient avoir un but commun.. 11. Cette dfinition introduit trois conditions ncessaires la coopration : reconnatre le but dun autre agent, simpliquer dans sa rsolution en ladoptant comme son propre but de faon dlibre et le considrer comme un but commun. 2.4.1.1 Modles de coopration Pour A. Vailly et M.A. Simon [Vailly & Simon, 87] , un agent peut cooprer suivant les modles suivant : Coopration par partage de tches et de rsultats : le partage de tches ncessite de pouvoir dcomposer le systme initial en un ensemble de sous-problmes pouvant tre traits de faon indpendante et avec un minimum de communications entre agents. Ce type de10 11

Tir du livre systmes coopratifs : de la modlisation la conception B. Pavard. Editions OCTARES 1994. Tire de [Erceau & al, 94] J. Erceau, L. CHAUDRON, J. FERBER et T. BOURON. Systmes personne(s)-machine(s) : patrimoines cognitifs distribus et mondes multi-agents, coopration et prise de dcision collectives. Pavard Systme coopratifs de la modlisation la conception, 1994.

8

coopration semble particulirement adapt pour les domaines o il existe une hirarchie de tches ou de niveaux dabstraction. Dans le cas o une telle indpendance des sous-problmes nexiste pas il faut procder par partage de rsultats. Le partage de rsultats nexige pas de mcanismes de dcomposition ; cette mthode est particulirement utile dans des domaines o les rsultats obtenus par un agent influencent ou contraignent fortement ceux des autres agents du systme. Commande : un agent suprieur dcompose le problme en sous-problmes quil rpartit entre les autres agents, ceux-ci le rsolvent et renvoient les solutions partielles lagent suprieur. Appel doffre : un agent suprieur dcompose le problme en sous-problmes dont il diffuse la liste. Chaque agent qui le souhaite envoie une offre ; lagent suprieur choisit parmi celles-ci et distribue les sous-problmes. Le systme travaille ensuite en mode commande. Comptition : dans ce mode coopration, lagent suprieur dcompose et diffuse la liste des sous problmes comme dans le mode appel doffre, chaque agent rsout un ou plusieurs sous-problmes et envoie les rsultats correspondants lagent suprieur qui son tour fait le tri. 2.4.1.2 Coopration dans les organisations productives Paralllement ce que nous venons de dire sur la coopration dans les SMA, la coopration dans les organisations productives prend une signification particulire, lorsquun centre de dcision prend une dcision, il agit sur les contraintes dautres centres de dcisions (voir modle Mta2, chap. I 5). Dans cette optique, une dcision apparat comme un contrat qui est propos et vis--vis duquel il y a engagement de la part de celui qui laccepte. Ceci conduit, comme le prcise J. Erschler [Erschler, 96], envisager la coordination entre centres de dcisions comme un processus de ngociation de contraintes. De plus, sachant que tout systme de dcision est incomplet, il ncessite lvaluation de son environnement par un dcideur, ainsi que des changes entre dcideurs [Cohendet & Llerena, 90]. Cependant lexistence de choix local peut conduire des dcisions incohrentes avec celles prises par les autres centres de dcisions ; de plus, linterdpendance des dcisions prises peut entraner une propagation de cette incohrence au niveau du systme global de production [Huguet & al., 96]. Cette manire de voir la structure dcisionnelle oblige sintresser aux modalits de coopration entre agents rpartis dans plusieurs centres : comment stablissent les changes et les communications ? Comment se construisent les compromis conduisant des dcisions ? Quelle est la nature des interactions entre centres ? Quelles sont les modalits de ngociation entre plusieurs centres de dcision ? Ceci fera lobjet du chapitre IV. 2.4.2 Communication La communication12 dsigne lensemble des processus physiques et psychologiques par lesquels seffectue lopration de mise en relation dun metteur avec un ou plusieurs rcepteurs, dans lintention datteindre certains objectifs [Anzieu & Martin, 68]. Elle est considre comme une forme daction particulire qui, au lieu de sappliquer la transformation de lenvironnement, agit sur (modifie) les reprsentations mentales des agents12

Les travaux de Searle, 69 et Cohen et Levesque, 90 sur la thorie de la communication sont trs intressants, ils sintressent la communication humaine.

9

(buts, croyances, etc..). Comme le confirme J. Erceau et J. Ferber, la communication dans lunivers multi-agents nest plus une simple tche dentre-sortie, mais doit tre modlise comme un acte pouvant influer sur ltat des autres agents. De ce fait, les processus physiques dsignent les mcanismes dexcution des actions (lenvoi et la rception de messages), les processus psychologiques se rapportent aux transformations opres par les communications sur les buts et les croyances des agents. Au sens de Ferber, la communication est un moyen ou une mthode de coopration (dinteraction), ct de la : x collaboration qui sintresse la manire de rpartir le travail et les ressources entre plusieurs agents ; x coordination dactions qui analyse la manire dont les actions des diffrents agents doivent tre organises dans le temps et lespace de manire atteindre les objectifs ; x rsolution de conflit par arbitrage et ngociation en tablissant par exemple des compromis, etc.. Les thories de la communication disponibles (ex. [Searle, 69], [Cohen & Levesque, 90]) ont pour but dexpliquer et de justifier la communication humaine. Daprs T. Bouron [Bouron, 92], leur complexit et leur haut niveau dabstraction sont tels quelles ne peuvent sappliquer aux agents raliss en informatique. Il rajoute que les facilits de communication sont par consquent dveloppes dans la plupart des systmes multi-agents, sans fondement thorique. Elles sont dpendantes du domaine dapplication. Voyons maintenant, pourquoi les agents communiquent ? quand ? comment ? et avec qui ? Pourquoi communiquer ? les agents communiquent et interagissent pour synchroniser leurs actions et pour rsoudre des conflits, qui sont des conflits de ressources, de buts ou dintrts. Ils communiquent galement pour saider mutuellement ou, comme le souligne J. Ferber, pour suppler aux limites de leurs champs de perception. En effet, un agent ne peut tre en relation avec tous les autres, ni quip de tous les capteurs ncessaires la connaissance de lenvironnement. Quand et avec qui communiquer ? Pour rpondre cette question, il faut identifier les situations qui vont ncessiter la communication des agents. En gnral, les agents communiquent lorsquils sont face un problme quils ne savent pas rsoudre (soit par manque de comptences ou de ressources), lorsquil est ncessaire de coordonner leurs actions, ou encore lorsquil y a un conflit entre plusieurs agents et que le conflit ne peut pas tre rsolu de faon dterministe. Les communications peuvent tre diffuses lensemble des agents ou des agents particuliers (des agents susceptibles dtre intresss par le message). Comment communiquer ? Les procdures de communication pour vhiculer les messages (qui sont porteurs dinformations ou dactions) entre agents sont la communication par envoi de messages, la communication par partage dinformations. 2.4.2.1 Communication par partage dinformations Cest historiquement, le premier modle de communication qui est apparu au dbut des annes 60 [Newell, 62]. Le parangon des structures centralises est le tableau

10

noir [Hayes-Roth 85], o la mmoire partage est vue comme un tableau sur lequel les agents crivent, trouvent des rponses partielles, des informations. Le tableau noir est divis en niveaux. Les agents travaillant un niveau particulier dabstraction ont accs un niveau correspondant dans le tableau. Un dispositif de contrle gre les conflits daccs au tableau, les agents faisant les demandes daccs de manire autonome (fig. II. 3).

Agent Agent . . Agent Structure partage Dispositif de Contrle . . .

Figure II.3 : Communication par Partage dInformations Le mcanisme de blackboard [Nii, 86] est constitu de trois lments principaux : Les Sources de Connaissances (Knowledge Sources) : la connaissance du domaine ncessaire pour la rsolution du problme est partage entre plusieurs modules appels sources de connaissances (SC); Le blackboard : le blackboard contient une description de ltat de la rsolution sous formes dentits appeles souvent faits, hypothses ou noeuds. Il est organis sous forme de niveaux qui permettent une dcomposition de la description de la solution en niveaux dabstraction. Le Contrle : le mcanisme de contrle a pour rle de choisir, parmi les sources de connaissances dont la partie condition est vrifie, celle dont la partie action sera excute, crant ainsi de nouvelles hypothses dans le blackboard et permettant la rsolution de se poursuivre. Laide au choix des SC activer se fera par le biais d vnements . Ces vnements sont engendrs par la cration ou la mise jour dune hypothse dans le blackboard. Ils sont placs dans une liste qui sera traite par le mcanisme de contrle. 2.4.2.2 Communication par envoi de messages Si les agents communiquent par envoi de messages ils se rapprochent du modle dacteur propos par Hewitt [Hewitt, 77]. Ce premier modle dfinissait un acteur comme une entit active et autonome qui a une vue partielle de lunivers. Cet acteur tait dcrit au moyen de deux lments : des accointances (qui correspondent aux acteurs connus dun autre acteur), et un comportement dcrit par un script, ensemble de mthodes qui indiquent les diffrentes actions que peut accomplir cet acteur en rponse aux messages quil reoit. Lacteur pourra adopter diffrents comportements pour rpondre un message : soit il le traite, soit il dlgue la tche ses accointances ; il peut galement crer de nouveaux acteurs puis disparatre. Lenvoi de messages est le seul mode de communication entre acteurs. Tous les messages sont asynchrones et placs dans une mmoire-tampon (sans attente de rponse). Chaque message contient une continuation, qui doit tre retourne la rponse la requte. Il y a distribution des connaissances (chaque acteur possde un

11

comportement rparti entre ses accointances) et distribution du contrle (chaque acteur possde un script qui dfinit sa raction aux messages quil reoit) [Ouzrout, 96]. 2.4.2.3 Protocoles de communication Pour communiquer les agents doivent utiliser un protocole qui leur permet de structurer et dassurer la continuit des communications et des changes entre un dbut et une fin. La nature de ces changes dpendant videmment des capacits des agents mettre des informations et les traiter. Chacun met des messages commenant par un mot cl de dbut et finissant de mme, ces messages tant des ordres ou des informations, des requtes, des promesses ou des menaces, etc.. Les rponses sont des messages porteurs dinformations ou dactions. Lexpression du protocole se traduit par une succession dtapes (reprsentes par un tat) lmentaires de traitement local mise en uvre au sein des agents, sintercalant entre toute rception et mission dinteraction [Populaire & al., 93]. Les protocoles font appel des principes psycho-cognitifs et sociaux. Ils sappuient sur des mcanismes tels que les actes de langages ou mcanismes dappels doffres utiliss dans les tablissements de contrats publics [Ferber & Erceau, 91]. Dans ce mmoire, nous nallons nous intresser qu la communication par envoi de messages. Pour ce type de communication, plusieurs protocoles sont possibles. Les dcisions sur la faon dont les agents vont communiquer entre eux sont contraintes par la politique organisationnelle choisie ; plusieurs politiques sont proposes : x communication slective ou diffuse : les agents font-ils une distinction entre ceux avec qui ils vont communiquer et les autres ? si oui quels sont les critres pour choisir les destinataires ? x communication non-sollicite ou sur demande : sait-on qui veut communiquer avec qui ? la communication est-elle effectue aprs demande dinformations ou aprs analyse des besoins informationnels des autres agents ? x communication avec ou sans accus de rception : le destinataire doit-il ou non indiquer lmetteur sil a reu linformation ? x communication unique ou rpte: une information est-elle envoye une ou plusieurs fois ? quelle frquence ? 2.4.3 Organisation des agents Du point de vue de la rflexion sur la distribution des tches et de linteraction cohrente entre les agents dans la rsolution de problmes distribus ou dans un systme multi-agents, le problme de base est une question dorganisation, savoir, dcider quel agent fera quoi et quand. [Gasser, 88] Dans un premier temps, les travaux dIAD se sont essentiellement rapports aux thories de lorganisation. Ces travaux sont nombreux et varis13, de ce fait, ils sont assez difficiles apprhender dans leur globalit. Ces travaux ont eu pour but de permettre la comprhension13

On peut citer les travaux de [ March & Simon, 58 ; Malone & Crowston, 90 ; Durfee & al., 87 ; Fox, 81 ; Pattison & al., 87 ; Bouron, 93 ; Ferber, 95 ]

12

du fonctionnement des organisations et lidentification des moyens daction sur lorganisation. 2.4.3.1 Quelques dfinitions dorganisation Crozier et Friedberg [Crozier & Friedberg, 77], dfinissent lorganisation comme un construit politique et culturel, un moyen dont les acteurs sociaux se dotent pour rgler leurs interactions afin dobtenir le minimum de coopration ncessaire pour atteindre des objectifs collectifs. Selon Malone [Malone, 87], lorganisation est une structure de coordination (de prise de dcision) et de communication comprenant un ensemble dacteurs afin de raliser un but commun. Pour T. Bouron [Bouron, 92], lorganisation est dfinie comme lensemble des engagements tenus par les agents constituant la socit. Lorganisation, pour M. Hannoun [Hannoun, 98] spcifie qui fait quoi et comment. Il base son modle dorganisation sur les rles et les liens organisationnels entre ces rles, ce qui rejoint les travaux de M.S. Fox [Fox, 81], qui qualifie lorganisation de structure dcrivant comment les membres sont en relation et interagissent afin datteindre un but commun. Henry Mintzberg [Mintzberg, 79] a donn une vue unifie de quelques travaux ; il a dfini la structure dune organisation comme la somme totale des moyens employs pour diviser le travail en tches distinctes et pour ensuite assurer la coordination ncessaire entre ces tches Daprs les dfinitions issues des diffrentes disciplines (sociologie qui est une discipline fondatrice de ce concept, SMA, sciences humaines, sciences conomiques), cites plus haut, nous constatons que le terme organisation est ambigu, il renvoie la fois laction dorganiser et au rsultat de cette action. Nanmoins, nous pouvons dduire que lorganisation est directement lie la division de travail, rpartition des rles, des tches et de responsabilits entre les membres dun groupe. Des tudes relativement rcentes montrent [Huberman & al., 94] que dans les entreprises performantes coexistent deux types dorganisations : x celle qui est formelle, dont lobjectif est de guider ses membres une aptitude de collaboration ; x celle qui est informelle, o la collaboration entre individus est faite de faon spontane. De faon analogue, nous pouvons trouver dans la littrature de lIAD deux types dapproches pour la conception des organisations [Sichman, 95] : x lapproche statique : selon cette approche, les liens dautorit et de communication entre des agents, que lon connat tous a priori, sont compltement dfinis pendant la phase de conception du systme. Ils servent tablir un moyen de contrle global de la socit, en la conduisant un comportement cens rsoudre un problme. x lapproche dynamique : selon cette approche, les liens dautorit et de communication ne sont pas pr-tablis entre les agents. Ces liens sont crs de faon dynamique (que certains auteurs dsigneraient par le terme mergence ), lorsque les agents cherchent atteindre leurs propre buts. 2.4.3.2 Typologie des organisations Suivant les rles et les relations entre agents, diffrents types dorganisations ont t proposs par Gasser [Gasser, 92]:

13

centralise (hirarchie uniforme), qui correspond au mode dadaptation fixe, avec des liens de subordination de type matre/esclave. A chaque niveau, les matres centralisent les pouvoirs de prise de dcision et de contrle. de march, ce qui correspond aux organisations bases sur le principe de contrat. Les organisations de ce type sont formes dagent indpendants qui rsolvent leurs tches individuelles en soumettant des sous-tches aux autres. Lexemple de rfrence est le rseau contractuel (contract Net) de R.G. Smith [Smith, 80], qui repose sur un mcanisme dallocation de tches rgi par le protocole dappel doffres qui est utilis dans les organisations humaines. Cette catgorie reflte la mthode qui existe dans lunivers conomique rel. de communaut pluraliste, qui correspond aux organisations variables mergentes. Les agents dans ce type dorganisation sont indpendants, ils prparent des solutions aux problmes et communiquent leurs rsultats aux autres membres de la communaut. On peut citer la communaut scientifique comme exemple de cette catgorie. de communaut rgles de comportements, des organisations variables prdfinies avec interactions selon des protocoles explicits. Les systmes multi-experts et multi-sources de connaissances14 appartiennent cette catgorie. Ces quatre types de structures sont bass sur des modles dorganisations humaines. Les socits dagents peuvent reposer sur une ou plusieurs de ces organisations, comme nous le verrons dans le chapitre IV. Nous constatons quaucune dfinition unifie na t donne pour la notion dorganisation. A cet gard et dans ltat actuel de la recherche sur les organisations, rien ne nous permet de dire que tel ou tel modle dorganisation est le mieux adapt tel ou tel systme. Ce que nous pouvons affirmer, cest que la structure dune organisation est fonction de lenvironnement dans lequel elle volue, des ressources (informations) disponibles pour atteindre le but commun, ainsi que de la nature de ce but. Un des buts majeurs dune socit dagents rside dans le fait que celle-ci peut tirer partie de la distribution pour rsoudre les problmes, cest ce que nous allons voir dans le paragraphe suivant.

2.5 Distribution Tous les systmes rels sont distribus . [Hayes-Roth, 80]

La distribution est un atout pour les SMA, elle permet de contrler la complexit des problmes rsoudre en dcomposant par exemple le traitement. Elle peut tre caractrise comme un lment essentiel des systmes volutifs dans le sens ou elle permet aussi le remplacement dun systme par plusieurs sous systmes, ce qui conduit une meilleure adaptation aux changements de lenvironnement extrieur. Parmi les aspects, proposs par A.H. Bond et L. Gasser [Bond & Gasser, 88], qui peuvent tre distribus, nous citons : lautorit, en effet diffrents agents peuvent avoir des niveaux14

Tels que HEARSAY [Erman, 80], GBB [Corkill, 86], et BB1 [Hayes-Roth, 88].

14

dautorit ou de responsabilit pour diffrents aspects dune situation : les ressources, le travail, linformation, ou la connaissance. Les raisons qui ont pouss les chercheurs sintresser la connaissance distribue, et qui nous ont orients choisir une architecture distribue (vue la problmatique et le contexte industriel actuel, chap. I), sont multiples : x les approches traditionnelles ont montr travers le dveloppement industriel des systmes experts, que la conception de bases de connaissances suscite de nombreuses difficults lies limportance de la taille des bases de connaissances, la multiplicit des sources de connaissances et dinformations, lincohrence des bases de rgles, et au raisonnement rsultant de sources multiples, etc. x une seule base de connaissance (centralise) ne peut tre une solution pour la reprsentation de raisonnement conflictuel. x lespace explorer dune base de connaissance est tellement grand quil en rsulte une explosion combinatoire, do leffondrement des performances du systme. x la faible rsistance des systmes, o la connaissance est centralise, aux perturbations externes. x dans la ralit, les hommes travaillent gnralement (dans une entreprise) en groupe. Ils mettent en commun leurs expriences afin de collaborer pour atteindre un but. Il serait irraliste de vouloir tout prix reprsenter un systme par un seul expert artificiel alors que la connaissance du systme provient de plusieurs individus aux points de vue diffrents voire contradictoires. Durfee, Lesser, Cornill [Durfee & al., 87], [Lesser & Cornill, 87] ont propos plusieurs modes de distribution : une distribution spatiale qui concerne lemplacement spatial des agents, de la connaissances, des processus, etc.. ; une distribution fonctionnelle qui dtermine le rle des agents au sein de la socit ; une distribution temporelle qui sexplique par exemple dans le cas dune expertise qui peut tre disponible ou non un moment donn ; une distribution logique, comme le prcise P. Moraitis, concerne le degr dindpendance logique entre les diffrentes parties de la connaissance disponible. Toutes ces notions sont en cohrence avec notre problmatique et correspondent bien notre contexte, elle vont tre sous-jacentes au modle de socit que nous proposons dans le systme MAC1 (chap. VI). En rsum, une architecture distribue facilite la modularit. Lextension du systme est ralise par lajout dagents. La sparation des composants du systme permet daccrotre la fiabilit de lensemble, de grer les dfaillances sans remettre en cause la construction globale. Il faut dvelopper la fois la distribution et lintgration des comptences pour que les diffrences entre les agents autonomes accroissent les capacits du systme.

3 CONNAISSANCE DUN AGENT Celui qui sait quil ne sait pas, sait dj beaucoup Le premier acte de la connaissance, cest sans doute la prise de conscience de ce que lon connat pas Aphorisme

3.1 Gnralits sur la connaissance en IA

15

Avant daborder la connaissance dun agent, voici quelques gnralits sur la connaissance en IA (acquisition et reprsentation). Ds les annes soixante-dix, un intrt particulier est port au concept de connaissance. Sil y a des notions difficiles dfinir, la connaissance en est une ; elle est dfinie (en IA) comme lensemble des informations (savoir, savoir-faire, exprience, souvenir, concepts, faits..), ncessaires un tre humain (ou une machine) organises de manire ce quil puisse accomplir une tche considre comme complexe. Les connaissances utilises en IA ont une smantique principalement symbolique, et cest ce type de connaissance que nous nous intressons. Il est convenu que lors de la mise en uvre d'un systme base de connaissances [Kayser, 84] : Les deux facettes complmentaires de leffort mener sont la reprsentation des connaissances a priori et lutilisation de ces connaissances a posteriori. Quelques questions sur le sujet ont t alors poses [Sleeman, 92], [Napoli, 92], [Brachman, 90], [Laurire, 88], [Kayser, 84] : x Comment acqurir les connaissances dun expert ? x Sous quelle forme doivent sexprimer ces connaissances ? x Comment reprsenter ces connaissances dans un systme ? x Quel et comment un algorithme ou un mcanisme de raisonnement peut-il exploiter un ensemble de connaissances forcment limit, et comment peut-il tirer de cet ensemble toutes les informations implicites quil renferme ? Tout au long de ce mmoire, nous essayerons de rpondre quelques unes des questions cites ci-dessus. 3.1.1 Acquisition de la connaissance Pour rsoudre des problmes dans un domaine prcis, ltre humain doit tout dabord avoir une connaissance du domaine en question. Cette connaissance permet dorienter le raisonnement vers le but atteindre. De ce fait, si on veut faire rsoudre des problmes par des machines automatiques, il faut les doter de connaissances ncessaires la rsolution. Ces connaissances seront obtenues par le biais dun processus appel acquisition de connaissances qui consiste transfrer des connaissances depuis les sources dexpertises (experts, documents, bases de donnes, etc..) vers le systme automatique. Lexpertise dtenue par les experts reprsente la connaissance la plus difficile extraire et modliser dans un Systme Base de Connaissances (SBC). En effet, cette expertise est acquise par une longue pratique (exprience), et puisque lexpert na pas un accs conscient ses connaissances, leur explicitation par celui-ci nest pas vidente et leur acquisition reprsente donc une tche dlicate. Un autre problme auquel sont confronts les dveloppeurs des SBC est celui de loubli de la part des experts de dlivrer une partie de leurs connaissances. Cela est d au fait que lexpert ne se met pas toujours en situation relle lorsquil fournit ses connaissances, par consquent il ne dcompose pas explicitement toutes les tapes du raisonnement pour fournir la totalit de son savoir propos de la tche quil traite.16

La confrontation ces problmes a donn naissance des mthodologies15 dacquisition de connaissances qui ont pour objectif de faciliter le transfert de connaissances depuis des experts humains vers des systmes informatiques, parmi les plus avances et populaires nous pouvons citer MACAO [Aussenac, 89], KADS16 [Brenker, 85 ; Krisch, 93], KOD17 [Vogel, 88]. Ces mthodes ont comme principe la sparation des phases danalyse et de conception pour aboutir la construction dun modle de connaissances fiable. 3.1.2 Reprsentation de la connaissance La connaissance, manipule au sein dun agent et dun SBC, est considre comme une unit calculable, une entit ontologique des taxonomies dobjets et des relations qui les relient. Elle peut tre un fait, une donne brute ou une action caractrisant les objets du domaine d'application ou leur comportement. Pour un SBC, la cration, la maintenance, la rutilisation des bases de connaissances, l'acquisition des connaissances et l'apprentissage sont trs dpendants de la reprsentation des connaissances qui consiste transcrire des connaissances sous une forme symbolique exploitable par un systme de raisonnement. Le mode de reprsentation qui nous intresse (par rapport notre domaine dapplication, chap. I) est de nature dclaratif, car il permet une formalisation des connaissances, la fois explicite et directement accessible, indpendante de la structure de contrle. Ainsi, Reprsenter = Stocker + Raisonner [Napoli, 92]. La bonne connaissance suppose l'utilisation bon escient des informations dont on dispose Le problme est de trouver des structures informatiques permettant le stockage et l'utilisation par la machine elle-mme de ces informations [Kayser, 84]. The knowledge needed to get along the world could be written down in some form and then used as needed [Brachman, 90]. De ces points de vue une dfinition plus gnrale de la reprsentation des connaissances peut tre dgage : La reprsentation des connaissances, dans n'importe quel systme informatique, consiste a priori en l'laboration des formalismes et des structures de donnes appropries au stockage et la manipulation des connaissances, et a posteriori en l'implmentation des programmes capables de mieux exploiter l'ensemble (forcement limit) de ces connaissances. La reprsentation des connaissances consistait ses dbuts en la mise en uvre de formalismes relativement simples (exemple : objet-attribut-valeur de SNARK [Laurire, 86] et objet typ sous forme dune liste d'attribut-valeurs dOPS [Forgy, 81] et ses drivs). Cette faon de faire narrivait pas rpondre dune manire satisfaisante aux besoins rigoureux des15 16 17

Boose, 86 ; Eshelman, 86 ; Vogel, 88 ; Aussenac, 89 ; Dieng, 90 ; Brunet, 91; Vicat, 93. Knowledge Acquisition and Design Support, dveloppe dans le cadre dun projet ESPRIT (n 1098) Knowledge Oriented Design

17

applications qui ncessitaient lemploi et la manipulation des objets complexes. En effet, dans de nombreux cas, la solution un problme complexe fait appel divers types de raisonnement et par consquent ncessite une reprsentation htrogne afin de modliser convenablement chaque type de connaissances. Depuis, la reprsentation des connaissances a largement dpass le statut dactivit secondaire de lIA, pour devenir un domaine de recherche part entire [Brachman, 90]. Au long de sa maturit, elle a connu des changements de mthodologies, et de dveloppement de nouvelles techniques ainsi que d'importantes contributions des autres disciplines comme les mathmatiques (en particulier les logiques), la psychologie, l'informatique (notamment les bases et les banques de donnes), les langages objets [Kayser, 84, 85]. Notre intrt porte tout particulirement sur la reprsentation des connaissances par rgles et par objets, pour les raisons que nous allons voir dans les paragraphes suivants. Le retentissement de l'Approche Oriente Objet (AOO) dans les activits lies la reprsentation des connaissances dcoule du fait qu'une reprsentation par objets rpond le mieux aux objectifs de spcifications. Elle permet d'apprhender d'une manire efficace et naturelle un concept (entit, action ou tat) qui existe dans un univers, d'un point de vue conceptuel (structurel). Les concepts sont dfinis comme des collections de proprits structurelles et procdurales dcrivant leur tat et les oprations qu'ils sont capables d'excuter pour communiquer entre eux. De tels langages sont aussi qualifis de langages de reprsentation hirarchique du fait qu'ils organisent les concepts en niveaux d'abstraction par l'intermdiaire du mcanisme d'hritage18. Les formalismes habituellement employs pour reprsenter des hirarchies de concepts sont les classes (d'objets) et les frames. La reprsentation des connaissances et la programmation par objets ont pris corps dans les annes 70 partir de travaux comme ceux de Minsky19. Depuis, le paradigme objet a eu un succs remarquable et a t impliqu dans beaucoup d'activits de recherches et en particulier les bases de donnes [Gardarin, 93] et les SBC [Pachet, 92, Masini et al., 89]. L'intrt de l'activit de la reprsentation des connaissances pour l'AOO s'est dvelopp durant la dernire dcennie, quand cette activit a exprim des besoins de spcification et de modlisation difficilement ralisables avec les outils de l'informatique classique. Elle s'appuie sur des atouts puissants concernant la pluralit des niveaux d'abstraction, la rutilisation, la facilit de passage du modle conceptuel l'implmentation etc. [Debenham, 94, Unland & Schlageter, 92, Mylopoulos, 91, Ferber, 85]. La conception oriente objet permet la spcification des structures et comportements concernant un objet la fois, alors que le formalisme rgles de production qui manque doutils structurels, permet la manipulation densembles dobjets, chose difficilement faisable avec la programmation oriente objet seule. Aussi, le formalisme rgles de production est incapable tout seul, daccueillir dautres formes de comportement de la connaissance que les associations condition-action. LAOO apporte un complment au paradigme rgle de production, permettant dexprimer toute forme de dynamique quune connaissance pourrait avoir. Le paradigme objet est considr alors comme l'unit logico-smantique de la connaissance [Laurire, 88].18 19

ou de subsomption. Dans le cadre de ce projet, on s'intresse uniquement l'hritage. M. Minsky a introduit la notion de frame, proche de celle de classe dobjets, en travaillant sur les rapports entre perception et mmoire. "Here is the essence of the theory : "When one encounters a new situation (or makes a substantial change in one's view of the present problem), one selects from memory a substantial structure called a frame. This is a remembered framework to be adapted to fit reality by changing details as necessary." [Minsky, 75], extrait de [Masini et al., 89] p 275.

18

3.2 Formalisation de la connaissance dun agent3.2.1 Introduction Depuis longtemps, lhomme a eu lide de faire rsoudre des problmes par des machines automatiques. De la mise en pratique de cette ide, il sest avr que cela nest vraiment possible quen dotant ces dites machines de connaissances utilises par les humains lorsquils accomplissent des tches donnes. Dsormais tout dveloppeur ou utilisateur dun systme intelligent sait que la capacit du systme rsoudre des problmes et fournir des explications dpend des connaissances quil exploite : les concepts, les relations, les reprsentations, les mthodes et les heuristiques portant sur son domaine de travail. Lagent cognitif dispose de connaissances explicites quil peut utiliser pour apprhender le monde, surmonter des difficults, tablir des jugements, rsoudre des problmes, prendre des engagements, cest dire assurer sa propre autonomie [Haurat, 95]. Son comportement est fond sur des connaissances donnes a priori ou des connaissances rviss par apprentissage (Cf. chap. III, V). La connaissance dagent ne se limite pas celle des tches quil accomplit, il faut aussi inclure les informations concernant le monde qui lentoure, cest--dire son environnement et les autres agents avec lesquels il communique et interagit. La connaissance dans linteraction est le fruit dinteractions entre agents cognitifs [Ferber, 95]. Il existe une approche, qui reprsente ce quon appelle lhypothse kntique ou interactionniste [Ferber, 95], qui postule que la connaissance dun individu peut tre considre comme un systme multi-agent part entire, les concepts, notions et reprsentations tant alors des agents de nature particulire qui vivent lintrieur des agents. Le raisonnement dun agent peut alors tre vu comme la rsultante des interactions notiques20 [Morin, 91] la manire dont Minsky le suggre dans sa socit de lesprit [Minsky, 88]. Cette approche nous semble pertinente (en perspective) car elle pourrait apporter des rsultats intressants quand la comprhension de llaboration de la connaissance dans les systmes multi-agents. En gnral, les agents cognitifs disposent de trois types de connaissances [Iffenecker, 92] : 1. connaissances du domaine, cest lexpertise sur un domaine prcis (Cf. . 3.3). 2. connaissances de communication, pour raliser un projet et atteindre les objectifs, les agents cooprent et interagissent en schangeant des informations ou des problmes. Les connaissances de communication leur servent alors progresser dans la ralisation de ce projet (cf. chap. IV). 3. connaissances de contrle, permettent aux agents de coordonner leurs actions, et de dcider des tches accomplir en vue de raliser un projet commun.

20

Phil. Relatif la nose. Nose : acte par lequel la pense vise un objectif pour la phnomnologie.

19

3.2.2 Quelques caractristiques dun agent Dans ce paragraphe, nous prsentons quelques aspects qui caractrisent un agent cognitif, tels que lintention, la rationalit, la croyance, lengagement. La liste est loin dtre exhaustive, mais nous navons retenu que ceux qui nous intressent. 3.2.2.1 Intention Lintention21 est un lment crucial du comportement intelligent dun agent, cest la dclaration explicite des objectifs individuels. Elle exprime donc la volont consciente dun agent datteindre un but ou deffectuer un acte. Les intentions sont modlises par un tat mental complexe repris des travaux de Cohen et Levesque [Cohen & Levesque, 88 ; 90]. Selon ces auteurs, les intentions doivent satisfaire deux contraintes : des contraintes temporelles, et des contraintes sur des buts : Des contraintes temporelles sous-jacentes la notion dintention supposent que des intentions mises par un agent prennent en compte des croyances dans le pass et un dsir final raliser dans le futur. Des contraintes sur des buts supposent une relation dordre concernant les intentions. Plus prcisment, un dsir est ralis en un ensemble dintentions complexes dfinies par des buts satisfaire. Les buts sont alors dcomposs en sous-buts jusqu' lobtention de sous-buts lmentaires. 3.2.2.2 Concept de Rationalit Du point de vue de lIA,et comme lindique Newell [Newell, 82], le principe de rationalit consiste faire en sorte que si un agent sait que lune de ses actions lui permet datteindre ses buts, alors il slectionnera cette action . Les agents rationnels disposent de critres dvaluation de leurs actions, et slectionnent selon ces critres les meilleures actions qui leurs permettent de prendre la meilleure dcision. De tels agents sont capables de justifier leurs dcisions. 3.2.2.3 Croyances En gnral, les croyances dcrivent ltat du monde du point de vue dun agent, et donc la manire dont il se reprsente son environnement, les autres agents ainsi que lui mme. Notons que toute information qui fait lobjet dune croyance peut tre remise en question, ce type de connaissance nest pas objectif. Chaib-Draa [Chaib-Draa, 89] lui donne le sens dune information pertinente pour lagent. 3.2.2.4 Engagements Lengagement (committment) se prsente comme lun des concepts cls de laction collective dans le cas de SMA cognitifs. Ce concept a t introduit en IA [Fikes, 82],

21

Notons que chez Minsky la notion dintentionnalit nexiste pas, elle est remplace par la notion dobjectif.

20

et analys en dtail par Alan Bond [Bond, 89 ; 90], [Rao & Georgeff, 92], [Cohen & Levesque, 87 ; 90]. Pour Jacques Ferber, les engagements caractrisent les dpendances (devoirs, contraintes...) qui lient les agents cognitifs par rapport eux-mmes, mais surtout par rapport aux autres lorsquils dcident daccomplir une action, de rendre un service et, dune manire gnrale, lorsquils ont lintention de faire quelque chose. Si les agents ne prenaient pas dengagements, il leur serait impossible davoir une reprsentation adquate dun tat futur du monde et donc de planifier leurs propres actions en anticipant sur lavenir. Ce concept dengagement semble vou dsigner les liens unissant les membres dune organisation, et constituer une transition entre lorganisation et la communication. On peut distinguer plusieurs cas de figure [Ferber, 95] selon que les engagements portent sur la ralisation dune action (je mengage vous payer), sur laffirmation dune croyance (je vous assure que cest vrai), sur la ralisation dun but (jai bien lintention daugmenter le chiffre daffaire), sur des conventions sociales (je mengage accepter les rglements intrieurs de cette firme), ou sur un rle social (je mengage faire tout ce qui est en mon pouvoir en tant que premier ministre). Engagements relationnels : un agent sengage envers autrui soit accomplir une action (ou essayer de satisfaire un but), soit sur la validit dune information. Engagements environnementaux: il sagit de lengagement envers les ressources. Engagements envers le groupe social : il existe deux formes dengagement lies au groupe social. La premire consiste promettre daccomplir une tche pour le groupe ou lorganisation (semblable lengagement relationnel, seulement lengagement se rapporte un groupe et non plus un agent). La deuxime forme porte sur lengagement envers des conventions sociales et sur lacceptation des contraintes associes un rle dans une organisation. Engagement des organisations envers ses membres : une entreprise, par exemple, sengage effectivement payer ses salaris. Il sagit donc dun type dengagement inverse du type prcdent puisque cest le groupe qui sengage envers ses membres. Engagements envers soi-mme : un agent peut sengager envers lui-mme accomplir une action.

GLOSSAIRE

Accointances :

21

Chaque agent est li directement un ensemble dautres agents quon appelle ses accointances [Ferber, 95]. Agent : On appelle agent une entit physique ou virtuelle, a . qui est capable dagir dans un environnement, b . qui peut communiquer directement avec dautres agents, c . qui est mue par un ensemble de tendances (sous la forme dobjectifs individuels ou dune fonction de satisfaction, voire de survie, quelle cherche optimiser), d . qui possde des ressources propres, e . qui est capable de percevoir (mais de manire limite) son environnement, f . qui ne dispose que dune reprsentation partielle de cet environnement (et ventuellement aucune), g . qui possde des comptences et offre des services, h . qui peut ventuellement se reproduire, i . dont le comportement tend satisfaire ses objectifs, en tenant compte des ressources et des comptences dont elle dispose, et en fonction de sa perception, de ses reprsentation et des communications quelle reoit [Ferber, 95]. Un agent est une entit intelligente, agissant rationnellement et intentionnellement, en fonction de ses buts propres et de ltat actuel de ses connaissances [Demazeau et al . 90]. Un agent est toute entit active dont le comportement est utilement dcrit laide de notions mentales telles que les connaissances, les buts, les intentions, ...[Lesprance, 95]. Agent adaptatif : Un agent adaptatif est un agent dun haut niveau de flexibilit, capable de contrler ses aptitudes (de communication, comportementales, etc.) selon lagent avec lequel il interagit [Labidi et al. 93]. Agent cognitif : Un agent cognitif est un agent qui dispose dune base de connaissances comprenant lensemble des informations et des savoir-faire ncessaires la ralisation de sa tche et la gestion des interactions avec les autres agents et avec son environnement [Ferber, 95].

Agent Intelligent : On appelle agent intelligent un agent cognitif, rationnel, intentionnel et adaptatif [Labidi et al . 93]. Agent intentionnel : Un agent intentionnel est un agent guid par ses buts [Labidi et al . 93]. Il possde des buts et des plans explicites lui permettant daccomplir ces buts [Ferber, 95]. Agent rationnel : Un agent rationnel est un agent qui suit le principe de rationalit suivant : Si un agent sait quune de ses actions lui permet datteindre un de ses buts, il la slectionnera [Newell, 82]. Un tel agent est capable de justifier sa dcision [Labidi et al . 93]. Un agent rationnel est un agent dont les actions sont toujours le fruit dune dlibration raisonne et qui servent directement la satisfaction des buts de lagent [Ferber, 95]. Agent ractif : Les agents ractifs sont des agents qui ne disposent que dun protocole et dun langage de communication rduits, leurs capacits rpondent uniquement la loi stimulus/action [Labidi et al . 93]. Apprentissage : Les agents doivent tre capables de mettre jour leurs connaissances sur les autres, et/ou leurs connaissances sur la rsolution des problmes en tenant compte des critiques sur les connaissances antrieures, les checs, les nouveaux exemples. Il doivent donc pouvoir apprendre, lacquisition des connaissances pouvant seffectuer par communication ou par perception [Moraitis, 94]. Cognition :

22

Cest la capacit dune entit de distinguer un soi du non-soi. Autrement dit : La cognition dsigne la proprit qui permet dtablir une relation au monde dans lequel notre soi se distingue de quelque chose de peru comme un non-soi [Dausset, 90]. La cognition dsigne la proprit dune entit propre au milieu dvnements rcurrents ou diffrents, susceptibles de mettre mal la dite identit. Cette dfinition est dorigine biologique : le niveau le plus bas tant, par exemple, notre systme immunitaire. La frontire entre un soi et un non-soi peut tre repre des niveaux dorganisation plus levs, tels que le corps, voire mme une organisation conomique [Micaelli, 94]. Cogniton : Un cogniton est une entit cognitive lmentaire qui est relie dautres cognitons pour former une configuration mentale dynamique qui volue avec le temps. NB : Ce terme est construit partir du vocable cognitif et de la terminaison on qui dsigne quelque chose dinscable, une particule lmentaire, la manire de photon ou mson. Il a t labor par analogie avec infon lunit lmentaire dinformation dveloppe par K. Devlin, 91 dans le cadre de la smantique situationnelle [Ferber, 95], [Devlin, 91]. Communication : La communication dsigne lensemble des processus physiques et psychologiques par lesquels seffectue lopration de mise en relation dun agent (lmetteur) avec un ou plusieurs agents (les rcepteurs), dans lintention datteindre certains objectifs. La communication est caractrise par lchange dinformation entre deux agents. Les processus physiques dsignent les mcanismes dexcution des actions (ex. lenvoi et la rception de messages), les processus psychologiques se rapportent aux transformations opres par les communications sur les buts et les croyances des agents [Anzieu et al. 68] [Bouron, 92]. Comptence : La comptence est une connaissance utile (par exemple) lentreprise en vue datteindre des rsultats. Il sagit dune aptitude savoir, tre et faire. Elle sexerce sur un domaine. Il peut exister plusieurs formes de comptences : 1. La comptence professionnelle : connaissance approfondie de certaines mthodes et techniques. 2. La comptence spcialise : connaissances approfondies dans un domaine technique prcis. 3. La comptence experte : matrise complte de concepts et pratiques dans un domaine hautement spcialis [Bruneau et al. 92].

Connaissance : La connaissance (en IA) est dfinie comme lensemble des informations (savoir, savoir-faire, exprience, souvenir, concepts, faits....) ncessaire un tre humain (ou une machine ) organises de manire ce quil puisse accomplir une tche considre comme complexe. NB : La connaissance dun agent ne se limite pas celle des tches quil accomplit : il faut aussi inclure les informations concernant le monde qui lentoure, cest--dire son environnement et les autres agents avec lesquels il communique et interagit [Ferber, 95]. La connaissance dans linteraction est le fruit dinteraction entre agents cognitifs qui, par un processus de confrontation, dobjections, de preuves et de rfutations, laborent des concepts, construisent des thories et formulent des lois [Lakatos, 76]. Les connaissances sont les faits qui ne servent pas dcrire la situation et qui nont pas t tablis par le systme pour donner des proprits de cette situation; les connaissances servent laborer des faits nouveaux ou dterminer les actions quil faut entreprendre. Une caractristique de la connaissance est sa permanence pour une varit de problmes. NB : Ceci est particulirement dlicat, quand il y a apprentissage, des faits tablis par le systme deviennent des connaissances...[Pitrat, 90]. La connaissance selon un sens premier : la connaissance dsigne le rapport gnral dun sujet un objet. Cette connaissance diffuse imprgne totalement le sujet au point dtre difficilement communicable; cest ce qui rend ncessaire lintroduction dun second sens selon lequel : la connaissance dsigne le

23

rapport dun sujet un objet en tant quil est objectivable, cest--dire en tant quil est transmissible par le langage....[Ganascia, 91]. Ensemble des procdures et des structures qui permettent un acteur dutiliser son savoir pour modifier son rapport au monde [Micaelli, 94]. Connaissance collective : Cest lensemble des savoirs thoriques, savoir-tre et savoir-faire qui permettent par exemple lentreprise de faire face aux exigences de son environnement et forment la connaissance de lentreprise. La connaissance collective est plus que la simple addition des connaissances individuelles. Elle reprsente en effet un ensemble coordonn de savoirs, pratiques et comportements tendant la fois obtenir des parts de march pour lentreprise et lui permettre dassurer son identit propre. Tout comme un individu, la connaissance dune entreprise, et plus gnralement dun systme, comprend trois lments : - Le savoir thorique collectif : type dinformations disponibles et recherches, jargon technique.... - le savoir-faire collectif : ensemble des mtiers de lentreprise, des mthodes de travail.... - le savoir-tre collectif : identit de lentreprise ( logo, objectifs, projets, valeurs, histoire), rituels des runions...[Bruneau et al, 92]. Connaissance gnrale : Les connaissances gnrales correspondent des connaissances de bon-sens. Lexpert ne les applique pas directement pour excuter des tches habituelles, mais dans des situations, nouvelles ou exceptionnelles, quil ne sait pas traiter a priori. Leur gnralit rend ces connaissances versatiles mais elles sont lourdes de maniement car non finalises [Hoc, 87], [Falzon, 88], [Aussenac, 89]. Connaissance routinire : Les connaissances routinires, trs familires pour le sujet, sont des automatismes de traitement, mis en oeuvre sans un contrle conscient de sa part. Ces connaissances ne sont gnres quaprs la rptition dune srie de situations correspondant des conditions extrmement proches. Lautomatisation se traduit par une sorte de compilation des procdures de rsolution, cest--dire un affinage par limination des informations non directement pertinentes dans ces procdures [Hoc, 87] [Falzon, 88], [Aussenac, 89]. Connaissance oprationnelle : Les connaissances oprationnelles , au contraire, sont finalises et spcifiques dun domaine ou dune tche. Leur acquisition dcoule de la pratique rpte dune tche, qui proviennent dune srie dexpriences analogues dans un environnement imparfaitement stable[Hoc, 87] [Falzon, 88] [Aussenac, 89]. Coopration : On dira que plusieurs agents cooprent, ou encore quils sont dans une situation de coopration, si lune des deux conditions est vrifie : 1. Lajout dun nouvel agent permet daccrotre diffrentiellement les performances du groupe. 2. Laction des agents sert viter ou rsoudre des conflits potentiels ou actuels[Ferber, 95]. Coordination : La coordination est dfinie comme lacte de grer les inter-dpendances des diffrentes activits excutes pendant la ralisation dun but. Les inter-dpendances regroupent les prrequis (rsultat dune activit est ncessaire une autre activit), le partage des ressources et la simultanit (il existe une synchronisation entre lexcution des activits). Suivant cette dfinition, la coordination recouvre les indices de coopration se rapportant au partage des ressources, la coordination des actions et la paralllisation des actions[Malone et al . 90]. La coordination dfinit les interactions entre un ensemble dagents qui accomplissent des activits collectives[Bond et Gasser, 88]. Malone donne une dfinition similaire en considrant une structure de coordination comme un modle de prise de dcision et de communication entre un ensemble dacteurs qui accomplissent des tches afin de raliser des objectifs [Malone, 88b].

24

Durfee et montgomery considrent que le but de la coordination est de trouver, parmi un ensemble de comportements dagents qui interagissent, une collection de comportements qui ralisent dune faon satisfaisante les objectifs les plus importants des agents[Durfee et Montgomery, 91]. Coordination dactions : La coordination dactions est comme lensemble des activits supplmentaires quil est ncessaire daccomplir dans un environnement multi-agents et quun seul agent poursuivant les mmes buts naccomplirait pas [Malone, 88]. La coordination des actions, dans le cadre de la coopration, peut donc tre dfinie comme larticulation des actions individuelles accomplies par chacun des agents de manire ce que lensemble aboutisse un tout cohrent et performant [Ferber, 95]. Croyance : Les croyances dcrivent ltat du monde du point de vue dun agent, et donc la manire dont il se reprsente son environnement, les autres agents ainsi que lui-mme. En particulier il faut bien distinguer les croyances sur soi des croyances sur les autres, les premires pouvant tre cohrentes avec ltat dans lequel se trouve lagent, alors que les secondes ne sont que partielles et ventuellement errones [Ferber, 95]. Dcision : Choix arrt qui rend effectif une action [Micaelli, 94]. Dcider, cest identifier et rsoudre les problmes que rencontre toute organisation [Le Moigne, 74]. Dcision stratgique : Concerne la politique gnrale de lentreprise long terme [Ansoff, 89]. Ce sont des dcisions qui portent par exemple sur le choix des produits que lentreprise fera et des marchs o elle vendra. [Anthony, 65], [Burlat, 96]. Les dcisions prises aux niveaux stratgique et tactique sont considres comme des dcisions de contrle appeles mta-dcisions qui fait quoi , selon quels critres [Mintzberg et al . 76]. Dcision tactique ( administrative ) : Elles servent la gestion des ressources en vue dobtenir les meilleurs rsultats possibles [Anthony, 65], [Burlat, 96]. ....toutes les dcisions visant obtenir et utiliser efficacement les ressources disponibles pour atteindre effectivement des objectifs assigns [Anthony, 65]. Dcision oprationnelle : Cest une dcision qui assure la flexibilit quotidienne ncessaire pour faire face la demande, dans le respect des dcisions tactiques [Ansoff, 89]. Les dcisions oprationnelles ont pour but dobtenir de lexploitation courante le maximum de profit[Anthony, 65] [Burlat, 96]. Les dcisions oprationnelles sont des dcisions par lesquelles on mne effectivement et efficacement bien des tches spcifiquement prdfinies [Le Moigne, 74]. Dcision rflexe : Les dcisions rflexes sont mises par le systme infrent lorsquil reconnat une situation dj rpertorie, compose dintentions habituelles, dinformations rptitives, et de rationalits stables et connues [Burlat, 96]. Dcision structure : Les dcisions structures correspondent au cas o, bien que linformation ne soit pas complte, le dcideur sait quil peut faire appel un certain nombre dalgorithmes, de structures de raisonnement,

25

qui seront susceptibles de laider grandement avancer dans la phase de rsolution [Le Moigne, 74] [Burlat, 96]. Dcision non-structure : La dcision non-structure ou faiblement structure pour laquelle la multiplicit des critres prendre en compte peut dcourager la formalisation. Cette dcision peut lextrme limite devenir irrationnelle ou injustifiable [Le Moigne, 74], [Burlat, 96]. Emergence : Cest lapparition dun organe nouveau ou de proprits nouvelles dordre suprieur[Le petit Robert]. Engagement : Les engagements caractrisent les dpendances (devoirs, contraintes...) qui lient les agents cognitifs par rapport eux-mmes, mais surtout par rapport aux autres lorsquils dcident daccomplir une action, de rendre un service et, dune manire gnrale, lorsquils ont lintention de faire quelque chose [Ferber, 95]. Expertise : Lexpertise est une connaissance qui relve de la spcialisation (connaissance approfondie dans un domaine particulier). Elle sappuie sur une longue exprience reconnue. Sa finalit est de rsoudre des problmes pointus et non standards [Bruneau et al . 92]. Aptitude rsoudre un problme complexe en temps fini, de faon viable, sur la base dune exprience donne [Micaelli, 94]. Indicateur de performance : Les indicateurs de performance constituent une solution possible pour valuer lentreprise partir de la recherche dobjectifs quantifiables. Un indicateur de performance cest : - une donne exprime en quantit et non en valeur, - qui mesure lefficacit, - de tout ou partie dun processus ou dun systme, - par rapport une norme, un plan ou un objectif, - qui aura t dtermin et accept [Bonnefous, ][Pole info, 93], Les indicateurs de performance ne doivent pas constituer une mosaique de logiques locales, mais un systme collectif de logiques partielles traduisant une stratgie globale [Lorino]. Indicateur de processus : Exemple : La quantit produite [Bonnefous, ][Pole info, 93]. Les entreprises occidentales ont toujours privilgi les indicateurs de rsultats, les entreprises japonaises, ceux de processus. Les occidentaux comptent les oeufs de la poule, les japonais sintressent la sant de celle-ci.[Greif .M]. Indicateur de rsultat : Exemple : la faon dont la quantit a t produite : nombre dincidents, rebuts, etc...[Bonnefous, ] [Pole info, 93]. Information : Une information est un fait nouveau, un renseignement ou une connaissance rsultant dune observation [(de) Rosnay, 75]. Une information pour une personne (ou un automate) tout signal, tout message, toute perception qui produit un effet sur son comportement ou sur son tat cognitif [Mlse, 79]. Une information constitue une reprsentation un instant donn de notre environnement [Nicolet et al . 84]. Une information est un renseignement, lment de connaissance; elle est lunit lmentaire de connaissance, elle sert la constitution de la connaissance [Bruneau et al . 92].

26

Code mis, transmis et reu, grce un support invariant, au sein dun systme donn [Micaelli, 94]. Une information est un cogniton qui reprsente une croyance vhicule par un autre agent et transmise par message [Ferber, 95]. Ingnierie de la connaissance : Discipline dont lintrt est de concevoir des artefacts susceptibles de codifier, de mmoriser, ou de communiquer la connaissance[Micaelli, 94]. Intention (du point de vue de lIAD) : Une intention est la dclaration explicite des buts et des moyens dy parvenir. Elle exprime donc la volont de lagent datteindre un but ou deffectuer une action [Searle, 83] [Searle, 90]. Les intentions dcrivent ce qui meut un agent, ce qui lui permet de passer lacte [Ferber, 95] . Interaction : Une interaction est une mise en relation dynamique de deux ou plusieurs agents par le biais dun ensemble dactions rciproques [Ferber, 95]. On appelle situation dinteraction un ensemble de comportements rsultant du regroupement dagents qui doivent agir pour satisfaire leurs objectifs en tenant compte des contraintes provenant des ressources plus ou moins limites dont ils disposent et de leurs comptences individuelles[Ferber, 95]. Intuition : Lintuition est une synthse du savoir acquis qui se dclenche inconsciemment quand un problme se pose, cest une action rflexe face un vnement. Lintuition parat tre une composante du savoirfaire [Bruneau et al . 92]. Un absolu ne saurait tre donn que dans une intuition, tandis que tout le reste relve de lanalyse [Bergson, 48]. Mtarationalit : Proprit dune action ou dune structure amliorer son jugement sur ce quelle ralise et comment elle le ralise [Micaelli, 94]. Modle : Entit permettant une connaissance ou un contrle de la ralit. Il est le produit dune thorie. [Micaelli, 94]. Modle productique : Reprsentation fonctionnelle du systme de fabrication utile sa rationalisation [Micaelli, 94]. Modlisation : Faon de rendre intelligible une ralit en ayant recours des lments contenus en elle (modle contingent), hors de celle-ci (modle formel) ou abstraite de celle-ci (modle abstrait) [Micaelli, 94]. Modliser : Modliser cest la fois identifier et formuler quelques problmes en construisant des noncs, et chercher rsoudre ces problmes en raisonnant par simulations. En faisant fonctionner le modlenonc, on tente de produire des modles solutions. Modlisation et simulation, rflexion et raisonnements, sont les deux faces insparables de toute dlibration [Le Moigne, 90]. Motivation : La motivation est propre chacun. Cest un agglomrat de plusieurs types de dsirs : vouloir se perfectionner, donner un sens son mtier, veiller sa curiosit, travailler sur soi-mme, chercher apprendre. Elle se relve peut-tre de la volont de se construire soi-mme et de saccomplir [Bruneau et al . 92]. Ngociation :

27

La ngociation dsigne une stratgie de rsolution qui utilise le dialogue pour parvenir un accord visant rsoudre des conflits de croyances ou de buts. Les conflits de croyances sont produits par lexistence de contradictions entre les croyances des diffrents agents. Ils sont dus au fait que les agents possdent des connaissances incompltes voir errones [Bouron, 92]. Organisation : Lorganisation dsigne un ensemble dagents travaillant ensemble au cours de la rsolution dune ou de plusieurs tches. Le concept dorganisation peut tre exprim partir des concepts plus lmentaires dagent et de tche. Par rapport au concept de tche, lorganisation dsigne les processus qui permettent : la dcomposition des tches en sous-tches, lallocation des tches aux agents et laccomplissement des tches dpendantes de faon cohrente. Par rapport au concept dagent, lorganisation dtermine les statuts et les comportements sociaux dagents(les rles) et les relations qui permettent dunir les agents au sein dun groupe, que ce soit vis vis de la dcision (les liens dautorit) ou vis vis de la coordination (les liens dengagement) [Bouron, 92]. La structure dune organisation peut tre simplement dfinie comme la somme totale des moyens employs pour diviser le travail en tches distinctes et pour ensuite assurer la coordination ncessaire entre ces tches [Mintzberg, 79]. Raisonnement : Les diffrents types de raisonnement qui peuvent tre utiliss par lexpert afin de traiter une tche sont [Benchimol, 86] : - Inductif : partir de faits, dgager des caractristiques gnrales; - dductif : partir de proprits gnrales, identifier des proprits plus particulires; - itratif : rptition dune mme partie de raisonnement pour faire voluer un fait vers un but; - rcursif : dgager une proprit gnrale dune proprit dont on a montr de proche en proche quelle est vraie pour un ensemble de faits; - par labsurde : montrer que la ngation dune conclusion est fausse; - par spcialisation : restriction des proprits gnrales un contexte particulier; - par analogie : association de faits ou vnements de caractristiques communes ou trs voisines; - limination ou rduction des diffrences.......; Dans les systmes experts, on distingue avant tout les raisonnements progressifs et rgressifs, qui conduisent deux mcanismes dinfrence dans les moteurs : partir des donnes (dit chanage avant ) ou partir des buts ( dit chanage arrire) [Laurire, 82] [Farreny, 85]. Rationalisation : Sens gnral : Procdure idale-typique par laquelle sont values et modifies, sur une priode donne, les actions en vue dune efficience (efficience est la capacit produire un effet plus pertinent) accrue. [Micaelli, 94]. Rationalit : Proprit dune action ou dune structure rendre adquats des moyens des objectifs (rationalit instrumentale ou rationalit en moyens ou rationalit praxoloique ou rationalit technique) ou assurer la cohrence entre des fins (rationalit axiologique), de faon priori (rationalit substantive) ou mesure de son droulement ou de son histoire ( rationalit procdurale). Une action rationnelle est finalise, valuable, et justifiable [Micaelli, 94]. Rationalit valuative : Cest une rationalit qui se refre aux objectifs apparemment viss par les dcideurs, ainsi quaux critres dvaluation des rsultats [Van Gigch, 91]. Rationalits du niveau propre : Les rationalits substantive et procdurale sont en gnral issues du niveau propre [Van Gigch, 91]. Rationalit structurelle : Qui oriente la constitution de la structure de prise de dcision. Elle se rfre la question de savoir quel type de dcision doit tre prise, comment, quand et par qui [Van Gigch, 91]. Rationalit procdurale : Qui renvoie au problme du choix des procdures de prise de dcision [Van Gigch, 91].

28

Rationalit substantive : Qui est constitue partir dun ensemble de connaissances appartenant un paradigme. Cette rationalit renvoie la substance du savoir et permet de guider les actions [Van Gigch, 91]. Ractivit : Dlai ncessaire pour rpondre un besoin [Micaelli, 94]. Requte : Les requtes sont des actions effectues par un agent afin quun autre agent accomplisse une action (faire quelque chose, rpondre une question, ....) [Ferber, 95]. Savoir : Le savoir est autre chose quun simple stock dinformations. Il se compose certes dinformations, mais tries, mises en forme, interprtes de faon en obtenir une reprsentation. Le savoir se compose dides, de concepts, dimages plus ou moins systmatiss. Le savoir est un processus; il volue constamment dans le temps [Bruneau et al . 92]. Informations stockes, accessibles, transmises et susceptibles de donner une certification son dtenteur [Micaelli, 94].

Savoir-faire : Savoir-faire est un ensemble dinformations permettant de rendre oprationnels des savoirs [Bruneau et al . 92]. Savoir thorique : Savoir thorique est un ensemble dinformations gnrales, pas forcment oprationnelles [Bruneau et al . 92]. Savoir-tre : Le savoir-tre est un ensemble dinformations comportementales(exemple : la patience) [Bruneau et al . 92]. Systme multi-agents : On appelle systme multi-agent (SMA), un systme compos des lments suivants : 1 . Un environnement E, cest--dire un espace disposant gnralement dune mtrique. 2 . Un ensemble dobjet O. Ces objets sont situs, cest--dire que, il est possible, un moment donn, dassocier une position dans E. Ces objets sont passifs, cest--dire quils peuvent tre perus, crs, dtruits et modifis par les agents. 3 . Un ensemble A dagents, qui sont des objets particuliers ( AO ), lesquels reprsentent les entits actives du systme. 4 . Un ensemble de relations R qui unissent des objets ( et donc des agents ) entre eux. 5 . Un ensemble doprations Op permettant aux agents de A de percevoir, produire, consommer, transformer et manipuler des objets de O. 6 . Des oprateurs chargs de reprsenter lapplication de ces oprations et la raction du monde cette tentative de modification, que lon appellera les lois de lunivers [Ferber, 95].

Systmique : Doctrine de modlisation. Oppose la doctrine analytique. La systmique peut se dfinir comme une mthodologie de modlisation. Elle propose un certain nombre de postulats relatifs la ralit, aux capacits pistmiques du modlisateur et lefficacit des modles, qui doivent tre admis pour quun modle ou quune dmarche de modlisation soient jugs satisfaisants [Micaelli, 94]. Tableau noir : Le modle de tableau noir (blackboard) dfinit une architecture qui organise la rsolution de problmes par coopration de plusieurs modules, appels sources de connaissances, autour dune base de donnes partage appele tableau noir. Chaque source de connaissances vient lire ou crire sur le tableau noir.

29

Dune faon gnrale, le rle dune source de connaissances est de rsoudre un sous problme particulier en fonction de ltat du tableau noir. NB : Le terme tableau noir dsigne la fois le modle et la base partage [Labidi et al . 93].

30

Bibliographie du glossaire[Alliot et schiex, 93] J.-M. ALLIOT & T. SCHIEX. Intelligence Aetificielle & Informatique thorique, Cpadus-Editions, 1993. [Ansoff, 89] H. ANSOFF. Stratgie du dveloppement de l'entreprise. Paris. Editions d'organisation. [Anthony, 65] R. ANTHONY. Planning and control systems : A framework for analysis, Harvard University Press, 1965. [Anzieu et al . 68] D.ANZIEU et J.Y. Martin. La dynamique des groupes, p189. [Aussenac, 89] N.AUSSENAC. Conception dune mthodologie et dun outil dacquisition de connaissances expertes. Thse de doctorat en informatique, Universit Paul Sabatier de Toulouse. [Benchimol, 86] G. BENCHIMOL, P. LEVINE, et J.C. POMEROL. Systmes experts dans lentreprise, Paris : Ed. HERMES, Gestion et productique, mai 1986. [Bergson, 48] H. BERGSON. Lvolution cratrice, P.U.F. [Bond et Gasser, 88] A.H. BOND et L.GASSER. Reading in distributed artificial intelligence, Morgan Kaufmann publishers, Inc, 1988. [Bouron, 92] T. BOURON. Structure de communication et dorganisation pour la coopration dans un univers multi-agents, thse de doctorat, universit Paris 6. [Bruneau et al . 92] J-M BRUNEAU et J-F PUJOS. Le management des connaissances dans lentreprise : ressources humaines et systmes dinformation, Editions dOrganisation . [Burlat, 96] P. BURLAT. Contribution lvaluation conomique des organisations productives : vers une modlisation de lentreprise comptences, thse de doctorat en science conomique, cole des mines de St-Etienne. [Dausset, 90] J. DAUSSET. La dfinition biologique du soi, dans soi et non-soi, sous la direction de J.Bernard, M.Bessis, et C.Debru, Editions du Seuil. [Demazeau et al . 90] Y. DEMAZEAU et J.P. MULLER. Decentralized artificial intelligence, proceeding of the 1st modelling autonomous agents and multi-agents worlds, Cambridge : NorthHolland. [Devlin, 91] K. DEVLIN. Logic and information, Cambridge University Press. [Durfee et Montgomery, 91] E.H. DURFEE et T. MONTGOMERY. Coordination as distributed search in a hierarchical behavior space, IEEE Trans. Syst., Man, Cybern., vol. 21, no.6, pp. 1363-, november/december 1991. [Falzon, 88] P. FALZON et W. VISSER. Recueil et analyse de lexpertise dans une activit de conception, psychologique franaise, psychologie de lexpertise, J.P. CAVERNI Ed., tome 33-3, Nov. 88, pp. 133- 138. [Farreny, 85] H. FARRENY. Les systmes experts : principes et exemples, Editions Cpadues,1985. [Ferber, 95] J. FERBER. Les systmes multi-agents : vers une intelligence collective, InterEdition. [Galliers, 88] J.R GALLIERS. A Theorical Framework for Computer Models of Cooperative Dialog, Acknowledging Multi-agent Conflict, Open University (UK). [Ganascia, 91] J.G GANASCIA. Lhypothse du knowledge level : thorie et pratique, rapport de Laforia n 20 . [Hoc, 87] J.M HOC. Psychologie cognitive de la planification, PUG,Grenoble,1987.

31

[Labidi et al . 93] S. LABIDI, W. LEJOUAD. De lIAD aux SMA, rapport de recheche n 2004 INRIASophia Antipolis. [Lakatos, 76] I. LAKATOS. Proofs and refutations, Cambridge University Press. [Laurire, 82] J.L. LAURIERE. Representation et utilisation des connaissances, 1re partie : Systmes Experts, TSI Vol 1, n 1,1982. [Le Moigne, 74] J.L. LE MOIGNE. Les systmes de dcision dans les organisations, PUF. [Le Moigne, 90] J.L. LE MOIGNE. La modlisation des systmes complexes, Dunod. [Lesprance et al . 95] Y. LESPERANCE, H.J. LEVESQUE et F. LIN. Fondements dune approche logique la programmation dagents, in 3me Journes Francophones sur lIAD & les SMA, StBaldolph, France 15-17 mars. [Malone, 88a] T.W. MALONE. What is coordination theory, in National Science Foundation Coordination Theory Workchop, MIT. [Malone, 88b]T.W. MALONE. Modeling cooperation in organizations and markets, in reading in distributed artificial intelligence, A.H. BOND et L.GASSER, (Eds) Morgan Kaufmann Publishers, Inc, 1988. [Malone et al . 90] T.W. MALONE et K. CROWSTON. What is coordination theory and how it can help design cooperative work systems, proceedings of the Conference on Computer-Supported Cooperative Work, Tora Bikson and frank Halasz editors, pp. 357-370. [Mlse, 79] J. MELESE. Approche systmique des organisations : vers lentreprise complexit humaine, Homme et Techniques. [Micaelli, 94] J.P Micaelli. Contribution une ingnierie conomique des systmes de production : fondements et exprimentation, thse de doctorat en sciences conomiques, Universit Lumire Lyon 2. [Mintzberg et al . 76] H.MINTZBERG, D.RAISINGHANI et A. THEORET. The structure of instructured decision processes, Administrative Science Quarterly, 21,1976. [Mintzberg, 79] H.MINTZBERG. The structuring of organizations : a synthesis of the research, Prentice-Hall. [Moraitis, 94] P. MORAITIS.