Aspects du Raisonnement

R2 : Si le fonctionnement est risque Alors le maximum de

pression a lieu pendant loscillation de temp rature

R3 : Si le maximum de pression a lieu apr s le maximum de

temp rature Alors cest un accident grave

Faits initiaux

" le fonctionnement est risque

" le minimum de pression est 14 heures

Raisonnement en I. A.

15

Aspects du Raisonnement

3. Le temps dans les Rs

" le maximum de temp rature est 16 heures

Raisonnement en I. A.

16

Aspects du Raisonnement

3. Le temps dans les Rs

Exemple 2

" londulation de to est pendant la coul e et le maximum de pression

est avant la coul e

" par transivit le maximum de pression est avant londulation de

to

Cas g n ral

REL. DED = XOR (REL. BASE)

Relation dorigine

D ductive

" Exemple

Londulation de to est au d but de la coul e et la coul e

contient le maximum de pression

" par transivit londulation de to contient ou est nie par ou

est suivie par ou est avant le max de pression (. . . ! !)

Raisonnement en I. A.

17

Aspects du Raisonnement

3. Le temps dans les Rs

Logiques modales temporelles

Logiques modales Extension de la logique classique par ladjonction

de nouveaux op rateurs

" Possibilit : p

" N cessit : (cid:3) p

op rateurs intentionnels

Notion de syst me modal minimal

Logiques modales temporelles Adjonction dop rateurs temporels

" Futur : Fp (il sera vrai au moins une fois que p)

" Pass : Pp (il a t vrai au moins une fois que p)

Op rateurs d nis partir de F et P

" Gp a F p (p sera toujours vrai)

" Hp a P p (p a toujours t vrai)

Raisonnement en I. A.

18

Aspects du Raisonnement

3. Le temps dans les Rs

Lien avec les op rateurs modaux habituels :

" p a p( Fp possibilit

" (cid:3) p a p' Gp n cessit

Syst me temporel minimal

Grande lourdeur de mise en Suvre (pas de grosses r alisations

pratiques pr visibles court terme)

Incompl tude des logiques temp. du 1er ordre

Raisonnement en I. A.

19

Aspects du Raisonnement

3. Le temps dans les Rs

Gestionnaire de relations temporelles

T ches du gestionnaire :

" (Pb1) Acc s : position relative de 2 faits

" (Pb2) Modication : ajout / suppression de :

" nouvelles relations

" nouvelles unit s temporelles

avec :

maintien / v rication coh rence de la base

Repr sentation : 2possibilit s :

" lalg bre dintervalles

" lalg bre dinstants

Raisonnement en I. A.

20

Aspects du Raisonnement

3. Le temps dans les Rs

A

B

A

A

B

A

A

B

A

A

B

B

B

B

A bef B ou B aft A

avant apr s

A d B ou B ct A

pendant contient

A si B ou B s A

commence comme

A B ou B f A

ni comme

A o B ou B oi A

recouvre

A m B ou B mi A

contigu

A = B

gale

Treize relations primitives de Allen

Raisonnement en I. A.

21

Aspects du Raisonnement

3. Le temps dans les Rs

Remplissage

Cuve

touche

D bordement

cuve

termin -par

Fermeture

vanne

recouvre

Sonnerie

Alarme

touche

Un exemple de graphe temporel dans la th orie de J. F. Allen

Raisonnement en I. A.

22

Aspects du Raisonnement

3. Le temps dans les Rs

Probl mes de satisfaction de contraintes

Exemple

x, y, z {a, b, c}

{(a, b); (a, c); (b, b); (b, c)}

x

y

{(a, b); (b, c); (c, a)}

{(a, c); (b, b); (c, b); (c, c)}

z

x {a, b} ; y et z {b, c}

Raisonnement en I. A.

23

Aspects du Raisonnement

3. Le temps dans les Rs

" Probl me dexistence NP-Complet

" Approche par propagation locale de contraintes :

1. consistance de sommets

2. consistance darcs

3. consistance de chemins

. . .

k consistance

Raisonnement en I. A.

24

Aspects du Raisonnement

3. Le temps dans les Rs

d- Conclusion

logiques modales temporelles solution importante

de logiciels repr senter les infos et contraintes temporelles

SBC fonctionnant en temps r el enjeu majeur dans lindustrie

de Pbs encore mal r solus

Raisonnement en I. A.

25

Aspects du Raisonnement

4. R. par Analogie

4. Raisonnement par Analogie

Cest un raisonnement courant chez lhomme

Mise en correspondance de 2 situations

D duire un comportement dune situation nouvelle en fonction

dune autre d j rencontr e

(notion de similitude ou de distance

peu utilis (se d veloppe beaucoup ces derni res ann es )

utilis comme recours ( en cas de n cessit )

Cas particulier (du R par analogie) = R fond sur des cas

(case-based reasoning)

" La R. de Pb a Acc s des informations m moris es

lors dexp riences

" Lexpertise nest pas un ensemble de r gles

Mais = un grand nombres d pisodes ( g n raliser)

Raisonnement en I. A.

26

Aspects du Raisonnement

4. R. par Analogie

Remarque

1. Lien avec Rep par Frames et R. par classication

2. Analogie a un outil dapprentissage symbolique

d couvrir de nouvelles Cs avec g n ralisation inductive

Raisonnement en I. A.

27

Aspects du Raisonnement

4. R. par Analogie

But

Interpr ter une situation nouvelle par comparaison une situation

voisine d j rencontr e pour :

guider un raisonnement ou la r solution dun probl me

mettre des hypoth ses sur un domaine peu familier

g n raliser lexp rience acquise

Objet d tude privil gi pour les sciences cognitives de lIA

Pour linstant peu implant dans les syst mes base de

connaissances

(sauf raisonnement par cas ou par classication)

Intervient aussi dans dautres champs de lIA :

compr hension des langues naturelles

r solution de probl mes

apprentissage

planication

Raisonnement en I. A.

28

Aspects du Raisonnement

4. R. par Analogie

etc.

Caract re multiforme du raisonnement par analogie

Premi res r alisations pratiques : ANALOGY (Evans, 1968), JCM

(Becker, 1969), ZORBA-1 (Kling, 1971)

Nombreux projets :

vers une meilleurs compr hension des m canismes de lanalogie sous

ses di rents aspects

vers lutilisation de lanalogie pour la r solution de probl mes, la

compr hension du langage naturel, lapprentissage, etc.

Raisonnement en I. A.

29

Aspects du Raisonnement

4. R. par Analogie

Principe du raisonnement par cas

M moire de cas

M thode de

recherche

Recherche du cas

le plus pertinent

Am lioration de

la m thode

Description

du probl me

R solution du probl me

laide du cas retenu

Examen de

la solution

Raisonnement en I. A.

30

Aspects du Raisonnement

4. R. par Analogie

Principe du raisonnement partir de cas

Entr e : probl me p

Recherche dun cas

(pk,Sk)

(pk analogue p)

Adaptation :

pk

p

Sk

S= ?

Base des cas :

{(p1, S1),

(p2,S2),

...

(pn,Sn)}

structur e

(p, S*)

Stockage

Tests, corrections

Sortie : Solution S*

Raisonnement en I. A.

31

Aspects du Raisonnement

5. R. par classication

5. Raisonnement par classication

a- Introduction

2 cas possibles :

Un ensemble dobjets les r partir en classes (cat gorisation)

Dans la repr sentation par objets structur s : trouver la place dun

objet (classication)

Lhomme utilise beaucoup de R. dicile formaliser (exp : avec des

Cs typiques)

Le R. par classication :

utiliser une situation connue pour appr hender une nouvelle

ou reconna tre un objet en cherchant

la classe laquelle il appartient

Utilisation :

ce R. est utilis dans les syst mes h ritages

Raisonnement en I. A.

32

Aspects du Raisonnement

5. R. par classication

(exp : langage de repr sentation des Cs en hi rarchie : KL-ONE)

conna tre un objet a appariement de ses propri t s avec celles

dobjets connues (pour le classer)

Remarque

Cat gorisation a technique dapprentissage et dacquisition de Cs

b- Le langage KL-ONE

Entre les R seaux S mantiques et les langages de Frames

Repr sente les objets dun domaine (appel s Concepts)

Concept est muni dattributs ou r les

les relations que le concept entretient avec les autres

une cardinalit est associ au r le

Lensemble des concepts est un graphe dh ritage multiple de racine

THING

Raisonnement en I. A.

33

Aspects du Raisonnement

5. R. par classication

2 types de concepts :

Concept primitif (d note les grandes cat gories naturelles)

qui servent construire

des Concepts d nis

Exp :

Raisonnement en I. A.

34

Aspects du Raisonnement

5. R. par classication

*

Thing

*

Mammif res

*

Personne

Parent

Grand-Parent

Date-de

X

Naissance

(1,1)

Enfants

X

(1,)

Enfants

X

(1,)

*

*

Date

Personne

Parent

Raisonnement en I. A.

35

Aspects du Raisonnement

5. R. par classication

La subsumption en KL-ONE

Un concept Super subsume un Sub si lensemble d not par

Super contient lensemble d not par Sub

Un concept Super subsume un concept Sub si :

Tous les concepts qui sont des anc tres de Super sont aussi des

anc tres de Sub

Pour chaque r le de Super, il existe un r le de Sub qui d note la

m me relation

Les contraintes sp ci es pour chaque r le de super sont v ri es

par les r les correspondants de Sub :

La cardinalit de chaque r le de Super subsume la cardinalit du

r le correspondant dans Sub

Le type de la valeur de chaque r le de Super subsume le type de

la valeur du r le correspondant de Sub

Raisonnement en I. A.

36

Aspects du Raisonnement

5. R. par classication

Lalgorithme de classication de KL-ONE

Soit C le concept classer

Pour chaque nSud N (non marqu ) du graphe dh ritage faire:

Si N ne subsume pas C

Alors aucun des successeurs de N ne subsume C (le sous

graphe de racine N est lagu , les nSuds faisant partie de

ce sous graphe sont marqu s et ne seront plus consid r s)

Sinon N est un subsumeur

continuer la classification partir du premier successeur

de N

Si aucun des successeurs de N ne subsume C

Alors N est le subsumeur le plus sp cifique

tablir un lien est-un entre C et N

finSi

finSi

finPour

Raisonnement en I. A.

37

Aspects du Raisonnement

6. R vision dun R

6. R vision dun R : Le R hypoth tique

a Introduction

Lincompl tude et l volution des Cs est possible (en + de lincertain)

Faire des suppositions sur les connaissances manquantes

gestion dhypoth ses

Exp : Hyp : on suppose quun oiseau vole

R viser cette Hyp si la C. se compl te (autruche)

Les suppositions a valeurs par d faut provenant :

hyp. du monde clos

valeurs prototypiques (repr sentation par objets)

hyp. li e au frame problem

le context du R. qui devine des infos manquantes

(un mot mal reconnu en compr hension)

Raisonnement en I. A.

38

Aspects du Raisonnement

6. R vision dun R

Une mise jour dans un Sys de R. revient remettre en cause des Cs

Cest un probl me de R. r visable : il faut

des m thodes pour g rer les hypoth se engendr es

Pb de maintien de v rit

ou de maintien de coh rence (Truth maintenance)

Il exite 2 solution (TMS et ATMS)

Remarques

Il existe une di rence entre :

1. le concept d volution

2. le concept de non monotonie

Dans 1. : Faits viennent contredire des faits acquis

Dans 2. : Connaissancess viennent modier des hyp formul es

6= formalismes (pour implanter un R non-monotone) :

1. La compl tion de pr dicats

2. Le R par d faut (assurer par di rents m canismes)

logique des d fauts

r gles de d duction (avec quanticateurs ous)

3. La circonscription

Raisonnement en I. A.

39

Aspects du Raisonnement

6. R vision dun R

4. Les logiques modales non monotones

5. Coef num riques (conance aux hyp)

Raisonnement en I. A.

40

Aspects du Raisonnement

6. R vision dun R

b Principe

Les SBC : utilis s dans les applications de plus en plus complexes

Dicult s : prendre en compte la nature volutive

Des connaissances sont incompl tes, approximatives et sujettes r vision

On fait recours la notion dHypoth se pour contourner ces Pbs

Un R. fond sur des Hyp permet :

de completer une BC (si elle est incompl te et inapte produire des r sultats)

Une Hyp est r visable et peut repr senter des infos volutives ou incertaines

Les Sys de maintient de v rit (MV) a une approche pour g rer des Hyp

Un de leur objectif : assurer la coh rence dune BC

(en r visant les d ductions sensibles l volution de la BF)

Ils utilisent et g rent le concept dHyp

D f :

Hyp :

Une proposition ayant une

ind termin e que lon veut pouvoir xer

valeur de

v rit

Les inf rences du module de R (M. R.) d pendant du choix

de la valeur de v rit des Hyp

Raisonnement en I. A.

41

Aspects du Raisonnement

6. R vision dun R

" Un R. hypoth tique doit pouvoir en examiner les r percussions

Ainsi :

Pour une conguration dhypoth ses

il doit d river des donn es d ductibles par le MR

pour former un contexte

Si le nSud Faux est d riv dans un CONTEXTE

" le context devient incoh rent

Une mise jour doit r tablir la coh rence

" en invalidant lensemble des Hyp (et ses cons quences) qui ont

donn ce nSud

Le Sys de MV permet de g rer la dimension hypoth tique dun R

Raisonnement en I. A.

42

Aspects du Raisonnement

6. R vision dun R

c Int r t des Sys de MV

Capacit traiter les Hyp

avec examen dune trace des inf rences produites par le MR

Une trace a donn es initiales du PB

des Hyp

des contraintes de coh rence entre ces Hyp

des inf rences du MR

Ces l ments sont repr sent s par des JUSTIFICATIONS

En retour le module de MV :

tient jour les d ductions partir desquelles

le MR va produire de nouvelles inf rences

il fournit au MR les seules d ductions compatibles avec son contexte

Raisonnement en I. A.

43

Aspects du Raisonnement

6. R vision dun R

gure explicite ce m canisme :

Module de

raisonnement

Requ tes

R ponses

Justications

Hypoth ses

Syst me de maintien

de v rit

change entre le syst me de maintient de v rit et le MR

Raisonnement en I. A.

44

Aspects du Raisonnement

6. R vision dun R

d Approches

Plusieurs approches existent d pendant de :

1. la capacit du module de maintien de v rit traiter un ou plusieurs contextes

2. la nature monotone ou non monotone des justications

3. lutilisation implicite ou explicite des hypoth ses

4. lensemble des valeurs de v rit s que peut prendre une information :

{vrai, faux} ou {vrai, inconnu}

5. la capacit eectuer des inf rences non monotones

le (1) permet une classication en 2 classes :

-A- les TMS (Truth Maintenance Systems) Doyle 1979

-B- les ATMS (Assumption-Based TMS) Kleer 1986

Raisonnement en I. A.

45

Aspects du Raisonnement

6. R vision dun R

-A-

Ne permettent de construire quun contexte

Les hypoth ses sont non typ es

Si les justications sont monotones on parle :

de JTMS (Justication-based TMS)

si valeurs de v rit s {V, inconnu}

de LTMS (Logic-based TMS)

si valeurs de v rit s {V, F}

Si le TMS manipule des justications non monotones on parle

de NMJTMS (Non-Monotone-Justication-based TMS)

-B-

Dans les ATMS plusieurs contextes sont :

manipulables

et les donn es sont partag es en 2 classes :

(classe hypos, classe non-hypos)

Les justications sont toujours monotones

Raisonnement en I. A.

46

Aspects du Raisonnement

6. R vision dun R

2 familles :

Les CMS (Clause Management System) REITER 87

valeurs de v rit {V, F}

Les ATMS

valeurs de v rit {V, inconnu}

e Conclusion

Le domaine de sy. de MV est en plein essort

Les applications industrielles sont op rationnelles

(les g n rateurs de S. E KEE et PART lont permis)

Voies de d veloppement dans 2 directions :

Sy de MV avec des logiques non classiques

Sy de MV avec dautres Rs

Raisonnement en I. A.

47

Aspects du Raisonnement

7. Mod les et R : R Qualitatif

7. Mod les et R : R Qualitatif

a

Introduction

En contraste avec SE de 1 re g n ration (Faits, R gles, ...) on parle de R

associatif

Le R. Qualitatif a t tudi n des ann es 70 nouveau R pour les probl mes de

diagnostic

Le R. Qualitatif sappuie sur un mod le du syst me tudi

Model-based-reasoning

( un tre vivant

une machine

un processus industriel

un organisme ... )

Ce R de type causal (associe eets et causes)

r sout un probl me en raisonnant sur une structure dobjets dans un univers en

fonction du temps (li au R temporel)

Raisonnement en I. A.

48

Aspects du Raisonnement

7. Mod les et R : R Qualitatif

b Exemples de Sys

Le Sys CASNET (WEISS 1978)

diagnostic m dical

C a R seau s mantique

avec 4 plans reli s par des liens causaux

(depuis les sympt mes jusquaux th rapies)

le R a trouver un chemin dans les graphes des 6= plans

DART (GENESERETH 1985)

diagnostic de circuits lectroniques

GDE-1 (KLEER 1986) GDE-2 (1989)

d tection de pannes

R avec mod le + coef de certitude

DE DALE (DAGUE 1987)

d pannage de circuits analogiques

Ces Sys utilisent des Cs plus profondes

M ler le R heuristique + R avec mod le

Raisonnement en I. A.

49

Aspects du Raisonnement

7. Mod les et R : R Qualitatif

nouvelle g n ration de SBC (comme lhomme)

SE de 2 me g n ration (Avignon 1990)

Donc le R qualitatif est un :

un cas du R causal fond sur un mod le

issue des travaux sur la physique et le domaine conomique

sappuie sur une mod lisation qualitative

en termes :

dordre de grandeur

ou sens de variation des ph nom nes

Depuis les ann es 60

Lexpert humain pour r soudre un Pb :

il se r f re un mod le mental de nature qualitative (par exp rience)

Actuellement beaucoup de travaux bas s sur le R qualitatif

(la pr diction du comportement dun sys dans le temps)

mod lisation (mieux que la r solution num rique)

-C- R qualitatif : pr sentation technique

Un programme dIA doit pouvoir :

r soudre un probl me sans info quantitatives (6= des mod les num riques)

Raisonnement en I. A.

50

Aspects du Raisonnement

7. Mod les et R : R Qualitatif

Le R doit tudier un sys en se fondant sur :

la description qualitative de ce sys

1- Quoi ?

Lhomme utilise des Cs qualitatives pour pr dire leet dun ph nom ne donn , il

saura :

quun objet non soutenu tombe

quune balle lastique rebondit ...

J. de Kleer appelle cela envisionnement (du verbe envisionner : se forger une

image mentale de)

Automatiser lenvisionnement g n ration dune succession d tats instantan s

un arbre : des nSuds a des tats qualitatifs

une branche a une s quence de comportements

possibles

d crire ce R plusieurs termes :

physique qualitative

simulation qualitative

Raisonnement en I. A.

51

Aspects du Raisonnement

7. Mod les et R : R Qualitatif

analyse qualitative

mod lisation qualitative

certains aspect du R de bon sens ...

Raisonnement en I. A.

52

Aspects du Raisonnement

7. Mod les et R : R Qualitatif

un R. Q. contient 2 phases :

1 : produire une version du sys (avec un ensemble de composants

inter-connect s)

2 : d rivation des comportements du sys (et les expliquer)

EXP :

Masse attach e un l

R gulation de d bit

Raisonnement en I. A.

53

Aspects du Raisonnement

7. Mod les et R : R Qualitatif

2 Pourquoi le raisonnement qualitatif ?

Lint r t du raisonnement qualitatif est multiple :

la perception par lhomme de l volution des param tres r gissant un syst me

est plut t de nature qualitative, m me si ces param tres sont souvent d nis

quantitativement ;

dans la r solution de probl mes, on se heurte souvent un manque de donn es

quantitatives. Par ailleurs, le traitement de telles donn es est parfois co teux,

comme la r solution de syst mes d quations aux d riv es partielles ;

la construction de mod les quantitatifs complets nest pas toujours possible. En

eet, les relations exactes reliant di rents param tres ne peuvent pas toutes

tre formul es math matiquement. La repr sentation qualitative permet

lexpression explicite des liens de causalit entre les param tres. En outre, elle

est plus concise et permet dadjoindre des m canismes dexplication plus

satisfaisants ;

les syst mes experts manquent souvent de connaissances de bon sens. Ce

manque peut tre palli en partie par lutilisation dun raisonnement qualitatif

Raisonnement en I. A.

54

Aspects du Raisonnement

7. Mod les et R : R Qualitatif

3 Objectifs des recherches

Les objectifs de ces travaux sont multiples :

d gager des mod les qualitatifs des lois physiques, conomiques ou autres, et de

leur expression di rentielle. Les m thodes utilis es consistent en une version

qualitative de calcul beaucoup plus simple que le calcul quantitatif, mais

toutefois formelle ;

inf rer des r sultats pertinents partir dune description qualitative ne tenant

que les ordres de grandeur ;

expliciter les relations causales dans les syst mes physiques. Ceci permet

notamment de fournir des explications fond es de leur comportement ;

pr dire les comportements des syst mes physiques en termes qualitatifs ;

fournir des mod les sur lesquels pourront sappuyer les syst mes dIA du futur ;

fournir des mod les de fonctionnement destin es tre int gr s dans des

architectures existantes de syst mes experts ;

faire coop rer les connaissances quantitatives et les connaissances qualitatives ;

Pour satisfaire ces objectifs, il est n cessaire de disposer de formalismes de

mod lisation de syst mes physiques complexes di rents niveaux de d tail et de

granularit . Ces niveaux de d tail comportent :

la description des di rents processus ainsi que de leurs interactions ;

Raisonnement en I. A.

55

Aspects du Raisonnement

7. Mod les et R : R Qualitatif

la possibilit dinstancier ces descriptions

la g n ration de nouvelles descriptions pour rendre compte du comportement

dynamique des syst mes physiques.

Raisonnement en I. A.

56

Aspects du Raisonnement

7. Mod les et R : R Qualitatif

4 Historique

1960 : 1er travaux ( conomistes) -H. A. Simon-

1977 : 1 re utilisation de ce R. dans une SBC (sy. Newton) -Kleer-

1979 : travaux de P. J. Hayes sur la physique na ve (C. humaines de bon sens)

1984 : un num ro sp cial de la revue A. I. consacr ce R.

par la suite les travaux se sont multipli s

1989 : un num ro sp cial de la revue dI. A. (panorama en France)

1989 : ouvrage de base (Weld et de Kleer)

pour ma triser ce R. des travaux de synth se

-Kleer 1987 - Cohn 1987 Fouch 1989-

mod les d velopp s non puissants pour les Pbs de grande taille

Actuellement :

fournir un cadre th orique pour ce R.

valider les applications r elles

Raisonnement en I. A.

57

Aspects du Raisonnement

7. Mod les et R : R Qualitatif

5 3 Approches

But du R. d crire qualitativement le comportement physique dun syst me

Ceci est crucial dans beaucoup dapplications (diagnostic)

(les comprtements ind sirables peuvent tre expliqu s)

Approche ` CENTREE CONTRAINTE

mod lisation non li e la structure de linstallation

consid rer un ensemble de contraintes sur les param tres du syst me

Approche a CENTREE COMPOSANT

sappuie sur la structure de linstallation

et sur la notion de composant

donc un syst me physique est d crit avec ses composants

un composant est soumis des lois physiques

(lois exprim es par des quations Q.)

Raisonnement en I. A.

58

Aspects du Raisonnement

7. Mod les et R : R Qualitatif

Approche b CENTREE PROCESSUS

le processus physique (se mouvoir, s couler, chauer, bouillir, ...) constitue

la notion cl

d crire le fonctionnement dun syst me a

identier tous les processus (qui interviennent)

d terminer ceux qui font voluer le syst me

cette approche est construite partir de la pr c dente en mod lisant :

• les composants
• et les processus agissant sur eux

travaux de -Forbus 1984-

Raisonnement en I. A.

59

Aspects du Raisonnement

7. Mod les et R : R Qualitatif

6 Conclusion

(voir chapitre)

Raisonnement en I. A.

60

Aspects du Raisonnement

8. Raisonnement distribu (IAD)

8. Raisonnement distribu (IAD)

IA parall le

IAD

Agents intelligents

distribu s

{

{

• raisonnement classique
• gain en vitesse par multi-processeurs
• exemples : MULTILISP, PROLOG

concurrent

• interaction et communication des agents
• coop ration / concurrence
• aspect "social"

Aspects composites

et r solution de probl mes

distribu e

{

• mergence dintelligence dun ensemble

dagents non intelligents

• distribution totale
• aspect neuronique

( cf mod les connexionnistes)

Lintelligence articielle distribu e est multiforme

Raisonnement en I. A.

61

Aspects du Raisonnement

8. Raisonnement distribu (IAD)

Deux grandes cat gories de syst mes multi-agents

Deux grandes cat gories de syst mes multi-agents

Syst mes dagents cognitifs

Syst mes dagents r actifs

Repr sentation explicite de

lenvironnement et des autres agents

Pas de repr sentation explicite de

lenvironnement

Peut tenir compte de son pass

Pas de m moire de son histoire

Mode social dorganisation

Petit nombre dagents

Mode de fonctionnement :

stimulus ** r ponse

Mode biologique ( thologique)

dorganisation

Grand nombre dagents

Raisonnement en I. A.

62

b

b

b

b

b

b

b

b

b

Aspects du Raisonnement

8. Raisonnement distribu (IAD)

FONCTIONNALIT S DUN AGENT

REPR SENTATION : des autres et de lui-m me

COMMUNICATION : directe, indirecte

PERCEPTION : acquisition dinformation sur lenvironnement

RAISONNEMENT : cr ation de nouvelles connaissances

CONTR LE conduite et planication de ses actions

TRAVAIL COLLECTIF : possibilit de coop ration

APPRENTISSAGE ET R VISION DE CROYANCES

Raisonnement en I. A.

63

Aspects du Raisonnement

8. Raisonnement distribu (IAD)

TYPOLOGIE DES SYST MES MULTI-EXPERTS

COMMUNICATION

PAR MESSAGES

PAR PARTAGE DINFORMATIONS

INTERACTION

1. COOP RATION

COMPL MENTARIT

a D COUPAGE MODULAIRE

DUNE BASE DE CONNAISSANCES

a

a

a

a

INTERACTIONS FONCTIONNELLES

FORTES

(

Raisonnement en I. A.

64

Aspects du Raisonnement

8. Raisonnement distribu (IAD)

2. CONCURRENCE

(CONFLITS)

a GESTION DE CONFLITS

a COH RENCE DES CONCLUSIONS

(

a CONTR LE

3. M LANGE DES DEUX MODES

Raisonnement en I. A.

65

Aspects du Raisonnement

8. Raisonnement distribu (IAD)

LE MOD LE DE BLACKBOARD

COMPOSANTS DE BASE

A3A3

A2A2

A1A1

BLACKBOARD

E

L

R

T

N

O

C

1) ENSEMBLE DAGENTS IND PENDANTS

2) BLACKBOARD, BASE DE DONN ES COMMUNE

3) M CANISME de CONTR LE

Raisonnement en I. A.

66

Aspects du Raisonnement

8. Raisonnement distribu (IAD)

SYNTAX

DIALOG

LEXICON

PHONETICS

SEMANTICS

BLACKBOARD

BLACKBOARD

BLACKBOARD

BLACKBOARD

(COMPLEX DATA

BASE)

BASE)

FEATU...