Axe 7 : Systèmes multi-agents, cognition et autonomie

  • Posted on: 12 April 2018
  • By: admin
  • Updated on: 12 April 2018
Détails: 

Que ce soit au niveau des systèmes sociaux, de production ou encore de distribution, l’adaptabilité et la changeabilité des systèmes constituent des caractéristiques majeures dans leur performance future 33. En effet, ces nouveaux systèmes ont évolué récemment pour pouvoir s’adapter de façon à réagir automatiquement à des changements de l’environnement, et pour cela des degrés plus élevés d’autonomie ont été de plus en plus intégrés dans leur conception.

Cette changeabilité s’exprime selon deux aspects prépondérants : la reconfigurabilité et la flexibilité du système, lui permettant de s’adapter de manière plus efficace à son environnement. Un premier exemple réside dans les systèmes de production, car l’industrie doit pouvoir faire face à des changements de produits et de services plus fréquents, une personnalisation accrue, des améliorations constantes en termes de coûts, de qualité et de fiabilité et une infrastructure à la fois flexible et facilement reconfigurable physiquement et en termes de systèmes d’information. Un deuxième exemple réside dans la robotique, avec des robots pour les opérations de sauvetage, de minage ou d’exploration des grandes profondeurs maritimes, qui doivent pouvoir évoluer et s’adapter dans des environnements inconnus. Ces systèmes nécessitent, pour réussir ces objectifs, des capacités cognitives incluant perception, raisonnement et apprentissage.

Les systèmes autonomes et cognitifs :

  • exhibent un comportement intégrant la perception, via les capteurs, le raisonnement et l’action, et des objectifs et comportements flexibles en fonction du contexte et de l’expérience ;
  • agissent dans des environnements non structurés sans l’intervention de l’Humain en répondant d’une façon robuste à des changements dynamiques ;
  • interagissent avec des humains et d’autres systèmes cognitifs pour réaliser conjointement les tâches.

Le contrôle de ces systèmes devient donc un enjeu particulièrement crucial afin de tirer le meilleur parti des technologies de l’information apparaissant dans ces systèmes. De plus, la position de l’humain dans ce type de système, souvent très automatisé et piloté par une intelligence artificielle de plus en plus développée, doit être mûrement réfléchie afin de le mettre dans les meilleures dispositions et ainsi apporter toute son expertise au sein du contrôle. Un certain nombre de questions sont donc à étudier, parmi lesquelles :

  • Comment concevoir de systèmes autonomes et multi-agents de façon à maximiser la synergie avec les Humains pour les bénéfices de la société?
  • Comment concevoir et entretenir des systèmes de contrôle complexes et hautement-performants qui puissent être fondés sur un modèle complet du système?
  • Comment assurer la connaissance de la situation dans les systèmes distribués de large échelle avec une gestion et un contrôle décentralisés?
  • Comment gérer de très larges quantités de données en temps réel pour superviser la performance du système et détecter défaillances et possibles dégradations?
  • Comment appréhender les modèles de fonctionnement nominal à partir d’exemples du passé et assurer l’auto-reconfiguration et l’adaptation du système?

Les systèmes logiciels basés sur des agents apparaissent depuis quelques années comme étant une technologie clé pour les systèmes intelligents de contrôle des systèmes. Une plateforme logicielle multi-agents peut offrir des fonctions de gestion et de contrôle intelligentes distribuées avec des capacités de communication, de coopération et de synchronisation, et également fournir les spécifications de comportement des composants intelligents du système.