Résolution de problèmes par émergence








télécharger 0.83 Mb.
titreRésolution de problèmes par émergence
page7/31
date de publication01.07.2017
taille0.83 Mb.
typeSolution
ar.21-bal.com > documents > Solution
1   2   3   4   5   6   7   8   9   10   ...   31

Auto-organisation et systèmes multi-agents


Les notions d'émergence et d'auto-organisation sont étroitement liées, comme le montre d'ailleurs la présentation détaillée de la partie 1. Pourtant on trouve abondamment dans la littérature des travaux se focalisant exclusivement sur cette seconde notion et n'évoquant pas, ou peu, la première. Une hypothèse pouvant expliquer cela serait peut-être le caractère abstrait de la notion d'émergence la rendant difficile à appréhender et de ce fait délicate à manipuler, en opposition à celle d'auto-organisation, plus concrète de par sa description en terme de mécanismes et donc plus aisément exploitable. Mais en se focalisant exclusivement sur les mécanismes, ne risque-t-on pas de sortir du cadre de la notion originale ?

Cette seconde partie du Chapitre I. explore plus spécifiquement le concept d'auto-organisation et ses mécanismes en général, ainsi que son rapport à l'émergence et son utilisation dans les SMA.
      1. Auto-organisation : définition et contexte

        1. Historique et Définition


Si l'on se réfère aux origines issues de la Physique et plus précisément de la Thermodynamique de l'auto-organisation, une définition minimaliste peut être donnée : l'apparition de structures ou motifs (patterns) sans qu'un agent externe ne l'impose [Heylighen 99]. La cristallisation et les cellules de Bénard (cf. partie sur l'émergence) sont parmi les exemples les plus classiques. Mais le concept est également manipulé depuis longtemps par la Biologie [Thompson, 17] pour expliquer la diversité organisée des patterns dans le vivant comme par exemple les rayures et autres motifs sur les animaux ou les structures géométriques de coquillages. [Ball 99] en fait notamment une présentation étendue remarquable.

Mais cette définition ne fait pas apparaître tout l'aspect dynamique de l'auto-organisation qui possède la caractéristique particulière de ne pas forcément tendre vers un état d'équilibre stable. Ilya Prigogine en a été le premier et plus fervent défenseur [Prigogine 77]. Un autre aspect important que l'on doit aux nombreux travaux de Humberto Maturana et Francisco Varela, sur la Biologie et les cellules d'une part, mais surtout sur la cognition, est celui d'autopoïèse [Autopoietica www]. Ce concept peut se résumer à la capacité d'un système, à travers l'interaction, la transformation, la destruction et la régénération de ses éléments, à maintenir ses éléments et leur dynamique particulière, ainsi que l'unité propre du système.

En élargissant et en explicitant un peu plus, l'auto-organisation est généralement définie comme l'ensemble des mécanismes permettant à un système d'exhiber des structures de formes ou de fonctionnements sans contrainte explicite ni intervention quelconque de l'extérieur du système. Ceci signifie que les mécanismes qui contraignent l'organisation sont internes au système et résultent de, ou s'expriment par, les interactions des composants du système. Cette organisation peut produire un équilibre stable, évoluer dans le temps et l'espace, ou produire éventuellement des phénomènes éphémères. De plus, on considère généralement qu'il y a des flux de ressources ou d'énergie sous la forme de structures dissipatives afin de contrer l'entropie inhérente des systèmes dynamiques.

Mais on peut aussi aborder le concept sous d'autres formes et considérer l'auto-organisation comme le mécanisme permettant à un système de se déplacer d'une région quelconque de son espace d'état à une région persistante généralement plus petite (appelée alors un attracteur) sous le contrôle seul du système lui-même. Ou alors considérer que l'auto-organisation fait référence à l'apparition de corrélations entre des variables ou des éléments d'un système au cours du temps et de l'espace alors qu'ils étaient a priori indépendants et dont le comportement n'est dicté que par des règles locales.

Sans entrer dans les détails techniques, on peut citer quelques caractéristiques et concepts inhérents ou annexes comme :

  • L'absence de contrôle externe (autonomie);

  • Le fonctionnement dynamique (évolution au cours du temps);

  • Les fluctuations non déterministes du système dues au bruitage ou à des possibilités multiples;

  • La disparition de la symétrie ou plus généralement de la liberté ou de l'hétérogénéité de comportement;

  • L'apparition d'un ordre global, i.e. émergence à partir de règles locales.

  • La capacité de dissipation (d'énergie, d'entropie);

  • L'instabilité par la non linéarité et le renforcement de comportements;

  • La possibilité d'équilibres multiples (plusieurs attracteurs);

  • Des comportements dits "critiques" (effets de seuil, changements de phases);

  • La redondance (résistance aux perturbations ou dommages);

  • L'auto-maintien (réparation, reproduction, autopoïèse);

  • L'adaptation (prise en compte des variations externes);

  • La complexité;

  • La notion de hiérarchie ou systèmes imbriqués (plusieurs niveaux d'auto-organisation).


        1. Explicitation des mécanismes


Alors que l'émergence n'est restée longtemps qu'un concept philosophique manipulable en tant que tel, le domaine de l'auto-organisation a tout de suite essayé de chercher des règles générales de fonctionnement expliquant la croissance et l'évolution des structures systémiques observées, de trouver les formes que les systèmes peuvent prendre, et finalement de produire des méthodes pour prédire les futures organisations apparaissant à la suite de changements effectués sur les composants des systèmes. Et les résultats éventuels sont censés être applicables à tout autre système exhibant les mêmes caractéristiques (recherche de fonctionnements génériques).

Un des meilleurs exemples est certainement le célèbre modèle réacto-diffusif (ou de réaction-diffusion) de Alan Turing [Turing 52] découvert alors qu'il explorait les mécanismes de la genèse du cerveau. Ce modèle explique comment des structures régulières peuvent apparaître grâce à la seule combinaison de mécanismes d'activation et d'inhibition engendrés par les mécanismes de production eux-mêmes : lors de la genèse du système, il y a production d'un activateur pour produire certains types de structures qui s'auto-catalyse (grande production de ce type de structures) mais qui active également un inhibiteur qui empêche la formation de ces structures. Comme les taux et les vitesses de diffusion diffèrent (l'inhibiteur est plus rapide), la production des structures est perturbée régulièrement par l'inhibiteur dès que la quantité d'activateur augmente, i.e. il y a mise en place d'une régulation.

Ce modèle pourtant simple et répondant entièrement à la définition de l'auto-organisation modélise particulièrement bien un vaste panel de phénomènes naturels, de la morphogenèse de certaines structures embryonnaires à la production des "dessins" sur les animaux, jusqu'à certains comportements des insectes sociaux.

Le fait d'aboutir effectivement sur des modèles ou des mécanismes concrets permet alors une approche d'expérimentation et de simulation : il suffit d'intégrer le comportement à tester au sein d'un programme pour observer et analyser ce qu'il produit. On peut alors tester efficacement des hypothèses sur le fonctionnement du monde qui nous entoure. De nombreux travaux se sont ainsi focalisés sur l'expérimentation de systèmes fonctionnant sur des mécanismes d'auto-organisation, notamment en biologie et plus particulièrement en éthologie où les phénomènes observés incitent naturellement à se tourner vers l'auto-organisation. On peut ainsi citer les travaux de Jean-Louis Deneubourg, Scott Camazine, Eric Bonabeau et Guy Théraulaz [Bonabeau 97], ensembles ou séparément, sur les insectes sociaux comme les fourmis et les termites. L'exemple des termites servira ensuite pour discuter de la notion d'émergence dans la partie suivante.

Pour résumer, nous dirons que l'auto-organisation est l'ensemble des processus au sein d'un système, issus de mécanismes basés sur des règles locales, qui conduisent ce système à produire des structures ou des comportements spécifiques non dictés par l'extérieur du système [Georgé 04].
      1. Auto-organisation, émergence et règles de comportement locales


Dans la plupart des définitions d'émergence et d'auto-organisation, il est question sous une forme ou une autre de règles locales et de comportements en résultant, avec comme contrainte forte pour ces comportements de n'être pas imposés, dictés, explicitement informés ou contraints par l'environnement du système. Le caractère local d'une règle pose un cadre strict et clair. Mais pour ce qui est de l'influence de l'environnement sur le système, directement ou au travers des règles, la caractérisation exacte de cette influence est particulièrement difficile et floue.

P
renons l'exemple des cellules de convection de Bénard (cf. point 1.1.5.1 pour une description) qui est un exemple classique d'auto-organisation. Le phénomène produit par auto-organisation est ici la forme des déplacements des molécules d'eau qui crée cette structure de courants observable particulière. Les règles locales sont ici les déplacements et les chocs entre molécules. Le fait que les molécules se déplacent plus aisément lorsqu'elles vont dans le même sens (car subissant moins de chocs) crée des sens de circulation. Mais les parois du conteneur ainsi que l'apport de chaleur qui oblige les molécules à se déplacer font bien partie de l'environnement et influent sur le comportement du système. Il faut alors décider de l'impact et de la nature de cette influence sur les comportements des molécules et du système. On peut alors argumenter que c'est bien cet apport de chaleur qui impose aux molécules de se déplacer et que les parois contraignent ce déplacement. Mais cela ne suffit pas pour expliquer comment les molécules doivent se déplacer. Et ce sont bien les règles locales de collision qui vont faire apparaître les cellules hexagonales visibles de dessus. Le cadre d'auto-organisation semble ici relativement clair.

Mais plus le système sera complexe et riche, plus les interactions avec l'environnement auront une influence et plus il sera dur de juger de la nature de cette influence. Voyons alors un exemple plus complexe qui est celui de la construction de nids des termites autour d'une reine. Ces constructions ont des formes bien particulières avec une chambre pour la reine au centre de constructions concentriques élevées composées de nombreuses arches et passages. Les termites étant des insectes avec des cerveaux simples et des capacités de communication limitées, toute forme de planification complexe permettant d'atteindre une forme connue de termitière est bien sûr exclue et les éthologues ont très tôt envisagé la piste de l'auto-organisation. Les modèles actuels de comportements des termites expliquent relativement bien le résultat final.

Ces modèles (cf. Error: Reference source not found) sont basés sur la diffusion de phéromones par les termites et par la reine, ainsi que par la prise en compte de ces deux types de phéromones par les termites lors du dépôt des composants de la termitière. En simplifiant, les termites préfèrent déposer les matériaux près de fortes concentrations de phéromones et lorsqu'ils déposent, ils émettent également des phéromones. Les phéromones émises par la reine incitent donc les termites à déposer les matériaux en cercles concentriques autour d'elle et les phéromones émises par les termites eux-mêmes conduisent à créer les arches, colonnes et murs formant effectivement la structure.

Si l'on se concentre sur la termite individuelle, elle est effectivement autonome (elle n'est pas contrôlée) et se base sur des règles locales pour son comportement : le dépôt de matériaux de préférence sur de fortes concentrations en phéromones et l'émission de phéromones lors de dépôts. On peut alors considérer que l'on a développé un modèle basé sur l'auto-organisation. Pourtant, si les apparitions d'arches sont bien un phénomène émergent (on retrouve les mêmes phénomènes chez les fourmis quant à la création de tas), le fait d'avoir des cercles concentriques pour les murs ne l'est certainement pas : il est évident que l'émission de la phéromone de la reine sous cette forme conduit effectivement à la forme concentrique. La reine indique bien comment déposer les matériaux pour obtenir la circularité.

Pourtant, nous avons bien des règles locales pour les termites. Mais il semble que ces règles, en ce qui concerne la forme circulaire, sont trop explicitement influencées par l'environnement (si on considère l'ensemble des termites excepté la reine comme étant le système étudié) ce qui exclut la caractéristique d'émergence pour cette forme. Peut-on cependant parler d'auto-organisation ? Le flou autour de la notion d'influence vient perturber inlassablement les réflexions. En fait, dans la communauté scientifique, on retrouve abondamment un mélange entre de l'auto-organisation que je qualifierais de stricte et la notion de template (plan, schéma). La phéromone de la reine est clairement un template pour les termites, mais la température du sol, l'humidité, et tout simplement la forme en sont aussi.

Ces templates ont une influence sur les comportements des entités composant le système. Plus ces templates sont précis et imposés, moins je serais enclin à parler d'auto-organisation, même si les entités elles-mêmes ont des comportements autonomes et suivent bien des règles absolument locales. Lorsqu'on utilise l'auto-organisation comme fonctionnement interne du système, il faut donc porter un regard attentif et critique sur l'influence de l'environnement sur le système.
      1. Auto-organisation dans les systèmes multi-agents


Le paradigme des SMA, de par sa nature inspirée des systèmes naturels, se prête particulièrement bien à l'approche par auto-organisation. Cependant, une technique n'est jamais garante du concept sous-jacent à elle seule et les SMA, pour prétendre à un fonctionnement par auto-organisation, doivent se contraindre au cadre plus ou moins strict donné par le concept fondamental de l'auto-organisation.
        1. Systèmes multi-agents : Définition


Si l'on considère une définition très large, nous pouvons dire qu'un SMA est un système artificiel dont le fonctionnement repose sur l'interaction d'un certain nombre d'agents. Et un agent est une "entité virtuelle ou réelle qui est capable d'agir sur son environnement, qui possède des moyens de perception et de représentation partielle de son environnement, qui est capable de communiquer avec d'autres agents et qui est autonome dans sa prise de décision" [Ferber 95]. Son comportement autonome est la conséquence de ses observations, de ses compétences et des interactions avec les autres agents.

De façon générale, un agent possède donc principalement:

  • Des propriétés individuelles : son état général et ses compétences (ce qu'il sait faire) qui détermineront son rôle (ou plusieurs) dans la réalisation de tâches.

  • Des propriétés sociales : ses accointances qui correspondent aux autres entités du système avec qui l'agent peut interagir ainsi que son comportement envers ces entités.

  • Des connaissances (ou croyances) : sur lui-même et sur les autres, ainsi que sur son environnement.

  • Des moyens de perception de l'environnement, de communication, d'action, voire d'apprentissage et de raisonnement lorsqu'on s'éloigne des agents réactifs vers des agents plus cognitifs.

Mais un SMA est aussi plongé dans un environnement et doit réaliser ce qu'en attend son concepteur, il doit être adéquat. Par exemple, dans le cas d'une simulation, il est nécessaire que le système reproduise le comportement des entités simulées ; on dit alors que le système a atteint une adéquation comportementale. Dans le cas où le système réalise une certaine fonction, on parlera d'adéquation fonctionnelle s'il réalise la bonne tâche, celle pour laquelle il a été conçu. Un SMA doit aussi mener à une activité collective cohérente, la notion importante est alors celle de collectivité et la fonction réalisée par ce collectif a une signification.

Ainsi, un système multi-agent peut être défini [Georgé 03b] comme un macro-système composé d'agents autonomes qui interagissent dans un environnement commun pour réaliser une activité collective cohérente, bien qu'ils puissent chercher à atteindre des objectifs individuels parfois contradictoires. Le résultat de l'organisation des agents correspond au système multi-agent. L'organisation d'un système multi-agent, quant à elle, est définie comme liens possibles entre les agents qui composent le système. Une organisation dépend fortement du problème en cours de résolution : elle est contextuelle.
        1. Potentiel d'auto-organisation dans les SMA


En considérant de tels systèmes composés d'entités autonomes (les agents) interagissant en suivant des règles locales (perceptions limitées), tout semble en place pour construire ces systèmes afin qu'ils exhibent des fonctionnements particuliers qui ne soient pas imposés ou dictés explicitement de l'extérieur.

En généralisant les caractéristiques des travaux autour des SMA en lien avec l'auto-organisation, deux grandes catégories de SMA apparaissent en fonction du but recherché. D'un côté, nous pouvons référencer tous les travaux du domaine de la simulation (voir par exemple le workshop MABS : Workshop on Multi-Agent Based Simulation). Il s'agit alors, soit d'étudier explicitement l'auto-organisation afin d'en comprendre les mécanismes, soit de vérifier ou parfaire des hypothèses sur le fonctionnement du monde qui nous entoure. De l'autre côté se situent les travaux dont le but est de produire des systèmes adaptatifs capables de réaliser des tâches données ou plus généralement de faire de la résolution de problèmes.

Cette seconde catégorie nous intéresse plus particulièrement. En effet, de tels systèmes ont un but bien précis : exhiber le comportement attendu par l'utilisateur/programmeur/observateur en fonction de l'interaction du système avec son environnement. Pour qu'un système exhibe bien le bon comportement en fonction de l'environnement, il doit prendre en compte cet environnement et donc être influencé par lui. On retrouve alors le flou de la définition de l'auto-organisation en ce qui concerne l'influence extérieure dans la vaste palette de fonctionnements possibles au sein des SMA allant de la supervision avec contrôle central jusqu'à des systèmes dont les agents ne se soucient pratiquement pas de l'environnement.

Le paradigme des SMA fournit bien tous les "outils" nécessaires pour produire des systèmes basés sur le concept d'auto-organisation, et ces outils sont puissants, pratiques à utiliser et génériques. Mais encore faut-il arriver à les utiliser dans le cadre spécifique de l'auto-organisation.
        1. La supervision dans les SMA et l'autonomie


Pour prétendre à un fonctionnement basé sur l'auto-organisation, un SMA doit donc manipuler les contraintes de l'environnement ou du but global avec subtilité. Si le but global est effectivement inscrit dans sa totalité au sein des agents, ou si l'environnement pose des templates explicites pour l'organisation des agents, il sort du contexte de l'auto-organisation. Un tel système peut être pertinent dans un certain contexte (si on connaît le but et comment y arriver, autant l'implémenter si cela est possible), mais ne possède plus la caractéristique principale de l'auto-organisation : la création de nouveauté et donc l'adaptation.

Or dans la tradition informatique de conception de systèmes artificiels, la tentation est grande d'introduire dans les SMA sous une forme ou une autre, une supervision avec un contrôle global plus ou moins explicite sur les agents. Ceci est bien sûr à éviter pour les systèmes qui nous intéressent car ce contrôle global est forcément limité par ce que le programmeur y inscrit et empêche de ce fait la potentialité d'auto-organisation de s'exprimer.

On pourrait argumenter que ceci ne cadre de toute façon pas avec le caractère d'autonomie voulu pour les agents. Mais le concept d'autonomie est particulièrement difficile à définir dans l'absolu [Carabelea 03] et on ne l'utilise généralement que pour un contexte donné (par exemple : autonomie financière). En effet, l'autonomie absolue, dans le sens d'indépendance à tout critère, n'existe que pour une entité isolée. A partir du moment où il y a des échanges, que ce soit de ressources, d'informations ou de stimuli, le comportement de cette entité dépend de ces échanges. Quand on parle d'autonomie de décision pour les agents, le cadre est alors un peu moins strict : cela signifie avant tout que la conduite de l'agent n'est pas dictée par une autre entité. Mais l'on ne peut nier que dès que l'algorithme de l'agent prend en compte des paramètres acquis par sa capacité de perception ou d'interaction, le comportement en résultant n'est pas strictement indépendant du reste du système. L'autonomie est alors plus une frontière subtile entre deux extrêmes : l'isolation et le contrôle total extérieur.
        1. Le rôle de l'environnement et les règles locales


De plus, l'autonomie de l'agent n'est pas en soi une garantie pour l'apparition d'auto-organisation. Si chaque agent, bien qu'il soit autonome et fonctionnant avec des règles locales, possède un plan préétabli de son rôle, de son comportement et des interactions à effectuer afin que le système atteigne un but précis, l'ensemble des agents aura peut-être à se réorganiser, mais ce ne sera pas là non plus de l'auto-organisation. Ou en tout cas pas dans le sens strict du terme comme le montre l'exemple des termites et de la forme circulaire des termitières.

Pourtant nous voulons bien obtenir un système répondant aux changements dans l'environnement, et de la façon la plus adaptative possible. Vouloir utiliser le concept d'auto-organisation amène alors à définir une influence subtile de l'environnement sur le système (au travers des agents le composant) en lui fournissant des informations utiles pour la convergence du système vers un fonctionnement spécifique, sans que ces informations explicitent ce but ou contraignent inopportunément le comportement du système. Et ceci est couplé avec une certaine autonomie et des règles de comportement locales pour chaque agent (servant également à prendre en compte l'influence de l'environnement) qui n'intègrent pas en leur sein de plan explicite vers le but du système.

En d'autres termes, pour avoir un SMA adaptatif fonctionnant sur les mécanismes de l'auto-organisation, il faut des mécanismes régissant les réorganisations internes qui soient non explicitement informés du but global (comment atteindre ce but) ainsi qu'un rapport subtil entre ces règles et les contraintes imposées par l'environnement.
        1. Des travaux en relation avec l'auto-organisation


La communauté SMA s'est progressivement intéressée à l'auto-organisation comme moyen de permettre aux SMA d'exprimer leur plein potentiel à constituer des systèmes adaptatifs puissants capables de répondre à des contraintes complexes et dynamiques de l'environnement. L'auto-organisation est également apparue comme une riche voie de recherche pour explorer la résolution de problèmes complexes se modélisant naturellement sous forme de SMA.

Dans la communauté française par exemple, d'intérêts divers en approches hétérogènes, le thème de l'auto-organisation se retrouve présent dans de nombreux travaux sous des formes plus ou moins explicites et toujours mélangé à d'autres préoccupations. Le phénomène d'émergence et les préoccupations sur le rapport entre les comportements individuels et collectifs sont ainsi très présents comme dans les travaux de Jean-Pierre Müller [Müller 02]. Ce thème d'émergence couplé avec une étude approfondie du rôle de l'environnement dans les phénomènes d'auto-organisation a été également l'objet d'étude principal de Salima Hassas [Hassas 03]. Ces travaux se situent dans une approche fondamentale d'exploration des concepts cités et de comment les appliquer au paradigme SMA.

D'autres travaux puisent allégrement dans l'inspiration biologique pour aborder la résolution collective de problèmes avec l'expérimentation et la simulation qui vont de pair, comme dans les travaux de Vincent Chevrier [Chevrier 02]. Dans ces travaux, l'auto-organisation est clairement citée comme la technique utilisée pour atteindre le but souhaité. La résolution de problèmes peut aussi être abordée en accordant une importance prédominante aux rapports sociaux inspirés des Sciences Sociales tels que le partage de connaissances et la coopération qui est une caractéristique fondamentale des travaux de Philippe Mathieu [Mathieu 02]. Le domaine de la Vie Artificielle est également une riche source d'inspiration comme l'affirme Alexis Drogoul comme préambule à ses travaux [Drogoul 00] dans lesquels il explore notamment les techniques à développer nécessaires pour aborder les futurs problèmes que voudra traiter l'informatique, comme l'intelligence diffuse par exemple (Pervasive computing ou Ambient intelligence) [Drogoul 01]. Les techniques décrites dans ces travaux présentent également des relations étroites avec l'auto-organisation.

On peut aussi citer des travaux se focalisant plus spécifiquement sur l'utilisation de l'auto-organisation comme moyen de créer des systèmes adaptatifs. En effet, cette caractéristique d'adaptation est une des pierres d'achoppement de l'Intelligence Artificielle, ce qui est apparent par sa prédominance dans de nombreux travaux comme par exemple ceux d'Alain Cardon [Cardon 00]. Mais elle est aussi indispensable à de nombreux systèmes informatiques confrontés à des environnements complexes et dynamiques. Les préoccupations des travaux de Zahia Guessoum le montrent bien [Guessoum 03].

Le phénomène d'émergence est souvent lié à celui d'auto-organisation dans les SMA et on retrouve son étude dans divers travaux. G. Beurier, O. Simonin et J. Ferber [Beurier 03] présentent ainsi un modèle spécifique dédié à l'étude d'émergence multi-niveau de structures et de formes dans les SMA. On retrouve souvent ces préoccupations de structures dans les travaux de simulations comme dans le projet Rivage [Servat 99] qui simule par SMA le ruissellement de gouttes d'eau sur un terrain et la formation de ruisseaux et flaques d'eau. Dans le même ordre d'idée, le travail récent de M. Vasirani et M. Mamei [Vasirani 03] est très représentatif de ces préoccupations : il présente une étude, au travers de simulations, de la morphogenèse de forme d'un groupe de robots minimaliste pouvant servir pour des matériaux s'auto-assemblant.

A l'image de cette diversité, la communauté internationale présente elle aussi de nombreux travaux très variés abordant l'auto-organisation dans les SMA à des degrés divers. On ne peut tous les citer mais certains laboratoires et universités ont une longue tradition autour de la complexité et de l'auto-organisation comme le Santa Fe Insitute [SFI www] ou de recherche en Robotique, Vie Artificielle ou Intelligence Artificielle en général avec des rapports réguliers à l'auto-organisation comme au "Artificial Intelligence Laboratory" du MIT [MIT www].

Pour citer quelques personnes précises qui présentent des travaux fondateurs, nous pouvons évoquer les travaux généraux de réflexion et de définition de H. Van Parunak [Parunak 01] et James Odell [Odell 02] sur l'auto-organisation, les systèmes complexes et leurs rapports avec les SMA. Un peu moins proche des SMA car traitant de robotique (mais qui présente cependant de nombreuses similitudes quand il ne s'agit pas ouvertement des mêmes problématiques pour certaines), citons les travaux de Maja Mataric [Mataric 96] sur l'apprentissage qui donnent des résultats surprenants. Dans un domaine complètement différent, les travaux de Luc Steels sur le langage [Steels 99] illustrent bien l'apparition ou la création de nouveauté, en l'occurrence le langage, sous certaines contraintes chez des agents. Enfin, à nouveau dans l'idée de développer des techniques pour répondre aux besoins futurs des systèmes distribués amenés à être omniprésents dans notre environnement de tous les jours, nous pouvons référencer les travaux inter-équipes de Franco Zambonelli, Robert Tolksdorf, etc.., sur l'informatique diffuse [Zambonelli 04].

Au final, quelques grandes conférences et workshops regroupent en général la plupart des personnes associées au domaine de l'auto-organisation dans les SMA. La plus prestigieuse est certainement AAMAS (International Conference on Autonomous Agents and Multi-Agent Systems) avec son workshop associé dédié à l'auto-organisation, ESOA (Engineering Self-Organising Applications). On retrouve l'intérêt pour le vivant dans le symposium AAMAS (Symposium on Adaptive Agents and Multi-Agent Systems) intégré à la convention AISB (Artificial Intelligence and the Simulation of Behaviour Convention). Il y a même eu des workshops isolés spécialisés dans l'auto-organisation et les SMA comme SOMAS (Workshop on Self-Organisation in Multi-Agent Systems). Mais de façon générale, le thème de l'auto-organisation prend une place de plus en plus importante et dans le tout nouveau workshop européen sur les SMA, EUMAS (First European Workshop on Multi-Agent Systems) [Georgé 03c] l'auto-organisation était un des thèmes majeurs avec une session dédiée.

1   2   3   4   5   6   7   8   9   10   ...   31

similaire:

Résolution de problèmes par émergence iconRésolution de problèmes

Résolution de problèmes par émergence iconRésolution des problèmes techniques liés au chantier

Résolution de problèmes par émergence iconInstallation logiciels et résolution des problèmes
«Exception e convert error dans le module sismolog exe à 00008 e 19/12/1990 n’est pas une date correcte»

Résolution de problèmes par émergence iconBibliographie La pédagogie par situations-problèmes est aujourd'hui...

Résolution de problèmes par émergence iconDe beaubourg à la république, en passant par le temple; L’Émergence de "la sociale"

Résolution de problèmes par émergence iconPar delà les industries culturelles, l’émergence du capitalisme culturel

Résolution de problèmes par émergence iconMéthodologie de mise en œuvre et problèmes posés par la première application de la réforme 2005

Résolution de problèmes par émergence iconI. presentation de l'homme
«d'avoir des problèmes sur le chantier», ce qui peut se résumer par le tableau suivant

Résolution de problèmes par émergence iconRésumé Le vote par Internet est aujourd’hui une réalité en cours...

Résolution de problèmes par émergence iconEssai sur L’Esprit de l’Azerbaïdjan
«dépassés» par les océans et ceux-ci par l’espace interplanétaire et bientôt intersidéral a donné lieu à l’émergence d’une civilisation...








Tous droits réservés. Copyright © 2016
contacts
ar.21-bal.com