Exercice
61 pages
Français

Exercice

-

Obtenez un accès à la bibliothèque pour le consulter en ligne
En savoir plus
61 pages
Français
Obtenez un accès à la bibliothèque pour le consulter en ligne
En savoir plus

Description

Exercice Définissez (au sens SMA) chacune des notions suivantes :  SMA ouvert  Environnement  Agent cognitif  Autonomie  Agent coopératif  Système Multi-Agent  Agent situé  Hétérogénéïté  Exécution synchrone  Agent rationnel  SMA faiblement couplé À préparer pour le cours 2...
  • couverts problème classique en systèmes répartis 
  • couverts ¶
  • ihm →
  • modélisation des actions 
  • couvert
  • faux faux
  • agents
  • agent

Sujets

Informations

Publié par
Nombre de lectures 118
Langue Français
Poids de l'ouvrage 1 Mo

Exrait

Exercice
Définissez (au sens SMA) chacune des notions suivantes :
 SMA ouvert
 Environnement
 Agent cognitif
 Autonomie
 Agent coopératif
 Système Multi-Agent
 Agent situé
 Hétérogénéïté
 Exécution synchrone
 Agent rationnel
 SMA faiblement couplé

À préparer pour le cours 2...Cours 2
Modélisation multi-agents
(première partie)
sans trop regarder les interactions...
Définition d'un agent
 Modélisation d'un SMA
→ on décrit les données de l'environnement
→ on définit les actions sur l'envirent
(actions « exogènes »)
→ on définit les buts/rôles des agents
→ on définit les données et actions des agents
 Attention : l'environnement est passif
 Sinon, c'est lui-aussi un agent
→ on peut avoir un agent « environnement »
c'est l'environnement « logique »
→ ni vraiment un agent, ni vraiment un objet
→ tout un pan de la recherche sur E4MAS Running example
 Le dîner des Philosophes (Dijkstra, 1971)
 Environnement :
 N couverts
 État libre ou pris
 Agents
 2 couverts accessibles
 État « faim »
 Manger
 Penser
 But : penser
Modélisation de
l'environnement
 Choix du type de processus → thread
 Choix de la perception → active
 Données
Soit N le nombre d'agents. i∈[1,N] désigne l'AID de l'agenti
∀i∈[1,N], soit f ∈[0,1]l'état du couvert à gauche de l'agentii
f =1ssi le couvert est libre (par défaut)i
 Actions exogènes : prendre et lâcher couverts
Problème classique en Systèmes Répartis
 Lâcher/prendre par couvert → risque d'interblocage !
ex : tous les agents prennent le couvert de gauche
puis sélectionnent les autres actions (qui échouent)
 Lâcher et prendre par 2 uniquement

→ risque de famineModélisation de
l'environnement (2)
 Actions exogènes
1 si f ∧fi i1mod N prendreiPrendre : [1,N] → [0,1] { }0 sinon
+ changements états couverts
Attention : agent i « prend » couvert j≠i
 poseri f =1∧f =1Lâcher : [1,N] → void i i1mod N
Attention : agent i « pose » couvert j≠i
L'environnement ne régule pas tout !
→ hypothèse = fortement couplé
 Fonction d'initialisation du SMA
cf. modèle agent
 IHM → sortie standard
ère(un agent prévient la 1 fois qu'il pense)
Environnement :
implémentation
public static final int N = 10;
public static boolean [] libre = new boolean[N];
public static void poser(int i) {
  libre[i] = libre[(i+1)%N] = true;
}
public static boolean prendre(int i) {
  if (libre[i]&&libre[(i+1)%N]) {
    libre[i] = libre[(i+1)%N] = false;
    return true;
Agent  } else { return false; }
public class Philosophe}
         extends Thread {public static void main(String [] args) {
  private int id;  int i;
  for(i=0;i<N;i++) {
  public Philosophe(int i) {    libre[i] = true;
    id = i;    (new Philosophe(i)).start();
  }  }
}
  public void run() {Environnement
    while(true) { … }

  }
}Modélisation de l'agent
 Choix du type d'agent → cognitif, orienté tâche
Etat  Modélisation des données initial2Soit g ,d ∈[0,1] indiquant les croyances de l'agent ii i
g=1ssi le couvert de gauche est supposé occupé
fauxAttention : g ≠¬f (perception)i i
Soit ready ∈[0,1] indiquant si l'agent i tient les 2 couverts fauxi
Soit faim∈[0,1] indiquant si l'agent i a faim vraii
 Modélisation des actions
 Modèle STRIPS : (nom, Precondition, Effet)
voir aussi « interactions »
 Modèle orienté tâche :
Précondition → nécessaire et suffisant pour
décider la sélection d'action Modélisation de l'agent (2)
 Modélisation des actions
 Manger P : faim∧readyi i
E :¬faimi
 Penser P :¬faimi
E : faim et si c'est la première fois, l'écrirei
 P :∅Regarder
E :g =¬f ∧d =¬fi i i i1mod N
P :¬ready∧¬g∧¬d ∧prendrei=true i i iPrendre
E :readyi
 Poser P :readyi
E :¬ready∧poserii
Modélisation de l'agent (3)
 Boucle procédurale → chaîne
(réseau de Petri)
regarder
poserprendre
faim
prepared
mangerpenser
Pas de puit !
Pas de source !
→ tout faire vs sélectionner aléatoirement

  • Accueil Accueil
  • Univers Univers
  • Ebooks Ebooks
  • Livres audio Livres audio
  • Presse Presse
  • BD BD
  • Documents Documents