Chapitre III : Spécification et
modélisation d'une solution à base de SMA
3.4. Domaines d'application des SMA
On distingue généralement trois types
d'utilisations des systèmes multiagents:
LA SIMULATION OU LA MODELISATION DE PHENOMENES COMPLEXES
On utilise les SMA pour simuler des interactions existantes
entre agents autonomes. Le but est de déterminer
l'évolution de ce système afin de prévoir l'organisation
finale. Ce qui importe c'est le comportement d'ensemble et non pas le
comportement individuel. L'autonomie permet ici de simuler le comportement
exact d'une entité. La première simulation utilisant les SMA, et
qui d'ailleurs fut la source d'inspiration de ceux-ci est le système
MANTA (simulation d'une fourmilière).
LA RESOLUTION DE PROBLEMES ET PRISE DE DECISION
L'intelligence artificielle distribuée est née
pour résoudre les problèmes de complexité des gros
programmes de l'intelligence artificielle : l'exécution est alors
distribuée, mais le contrôle reste centralisé.
Contrairement aux SMA, où chaque agent possède un contrôle
total sur son comportement. Pour résoudre un problème complexe,
il est plus simple de concevoir des programmes relativement petits (les agents)
en interaction qu'un seul gros programme monolithique. L'autonomie permet au
système de s'adapter dynamiquement aux changements imprévus qui
interviennent dans l'environnement.
Exemple : Minimisation d'impact pour des
aménagements.
LA CONCEPTION DE PROGRAMMES
Intégrer un système d'information
constitué d'un ensemble d'agents organisés pour faciliter la
compréhension et la décision, soit individuelles, soit
collectives. Contrairement à un objet, un agent peut prendre des
initiatives, refuser d'obéir à une requête, se
déplacer . . .
Exemple : Systèmes d'aide à la
négociation de projets
3.5. Quelques exemples de SMA
Les systèmes multiagents associés à
l'intelligence artificielle représentent actuellement un grand domaine
d'application et de recherche. Plusieurs systèmes ont été
développés, nous présenterons ici quelques-uns tels que
:
72
Chapitre III : Spécification et
modélisation d'une solution à base de SMA
I. LE SYSTEME MANTA
Ce système illustre parfaitement
l'intérêt de la modélisation multiagents de type
réactif. Il modélise la constitution d'une fourmilière
mature à partir d'une ou plusieurs reines, étudie la
capacité d'adaptation d'une telle colonie, le mécanisme de
polythéisme (division du travail), et la spécialisation des
ouvrières.
Cette simulation avait vérifié le fait qu'une
société d'agents peut bien survivre et s'organiser en se passant
de tout système de contrôle centralisé et d'une quelconque
organisation hiérarchique.
II. LE COMPORTEMENT DE MEUTE
Les agents réactifs se montrent capables
d'évoluer parfaitement en groupe tout en s'évitant mutuellement,
constituant par là une meute aux comportements très souples. Le
premier à s'être intéressé à ce comportement
est CRAIG REYNOLDS en 1987. Il a créé des créatures
appelées "Boïds", des agents réactifs capables d'interagir
pour réaliser un comportement semblable à un vol d'oiseaux
migrateurs, chacun des Boïds se contentant d'appliquer un ensemble de
règles comportementales.
III. LES SYSTEMES INDUSTRIELS DISTRIBUES
Les concepteurs partent de problèmes existants et
cherchent à les résoudre avec les techniques d'interaction et de
coopération des SMA.
IV. APPLICATIONS TEMPS REEL
Les agents ont été bien évidemment
appliqués au domaine des systèmes temps réel, ce dernier
maintien des systèmes à contrainte souple. On voit de plus en
plus des systèmes temps réel dit Hard utilisant des agents.
V. APPLICATIONS AGENTS POUR LE COMMERCE ELECTRONIQUE
Le e-commerce signifie des échanges de produits qui se
passent via Internet. Les sites pour les ventes aux enchères, pour les
négociations entre les utilisateurs
(producteurs/consommateurs)...etc.
73
| 
