Partie 5: Agents ractifs et agents hybrides

1
Partie 5 Agents réactifs et agents hybrides
DAMAS Dialogues, Agent et Multiagents
2
Plan de la 5ème partie

• Les architectures réactives
• Brooks et son architecture
• Les limitations du réactif
• Les architectures hybrides
• TouringMachines
• InteRRaP
• SRK

3
Agents réactifs

• Un agent qui serait capable de percevoir,
  délibérer-planifier et agir tout en apprenant est
  très difficile à concevoir
• Questionnement sur la viabilité de lIA
• Pourquoi ne pas délaisser le délibératif-planifica
  tion, au profit dune certaine réactivité?
• Brooks à proposé son architecture de subsumption.

4
Les idées de Brooks

• Brooks a mis de lavant 3 thèses
• Le comportement intelligent peut être généré sans
  explicite représentations du genre de celui de
  lIA classique
• Le comportement intelligent peut être généré sans
  explicite raisonnement abstrait du genre de lIA
  classique
• Lintelligence est une propriété émergente de
  certains systèmes complexes.

5
Les idées de Brooks

• 2 idées clés sont à la base de la recherche de
  Brooks
• LIA est située dans des systèmes qui ne sont pas
  désincarnés tel que des prouveurs de théorèmes ou
  des systèmes experts
• Le comportement intelligent émerge comme le
  résultat dinteractions de lagent avec son
  environnement. Lintelligence est dans lil de
  lobservateur, ce nest pas une propriété isolée.

6
Larchitecture de Brooks

• Level 0 prioritaire que level 1 et chaque
  niveau est du type situation ! action

7
Brooks (suite)

• La sélection daction dans larchitecture de
  subsumption

8
Brooks (suite)

• Larchitecture de Brooks est une hiérarchie de
  comportements accomplissant des tâches
• Chaque comportement est une structure simple du
  type règle Si Alors
• Chaque comportement est en compétition avec les
  autres pour avoir le contrôle de lagent
• Les couches de bas représentent les comportements
  primitives du genre  éviter les obstacles  et
  ont précédence sur les couches de plus haut
  niveau
• Les systèmes résultats sont simples en termes de
  charge computationnelle et leurs résultats
  pourraient être impressionnants vs lIA classique

9
Exemple dutilisation de AS

• Steels (Ferber et autres) a utilisé
  larchitecture de subsumption pour lexploration
  dune planète genre mars
• Lobjective consistait à collecter des
  échantillons de rochers dont la localisation
  nétait pas connue davance, mais il était connu
  que les rochers se trouvaient en général sous la
  forme damas
• Bonne à très bonne performance comme résultat.

10
Exemple dutilisation de AS

• Pour chaque agent individuel, le comportement de
  niveau 0, est le comportement  éviter les
  obstacles 
• If obstacle détecté Then changer de direction
• Les échantillons ramassées doivent être ramenées
  et déposées dans la navette
• If on porte des échantillons et on est à la base
  Then déposer les échantillons
• Les agents chargés avec des échantillons doivent
  retournés à la base
• If on porte des échantillons et on nest pas à la
  base Then suivre le gradient

11
Utilisation de AS (suite)

• Les agents doivent collecter des échantillons
• If on détecte un échantillon Then le ramasser
• Un agent qui na rien à faire doit explorer au
  hasard
• If True Then se déplacer au hasard

12
Les limitations du réactif

• Point positifs simplicité, facilité
  dimplémentation, robustesse, élégance, etc.
• Limitations
• Si les agents nont pas de modèles de leur
  environnement, ils doivent avoir des informations
  suffisantes dans leur environnement local pour
  déterminer laction à exécuter
• La décision prise par ce type dagent ne peut
  quêtre de  courte vue  ou à  très court
  terme 
• Il est difficile de voir comment de tels agents
  peuvent apprendre en vue daméliorer leur
  performance et au besoin, sadapter aux
  différentes situations

13
Les limitations du réactif (suite)

• Limitations (suite)
• Ce type de raisonnement se base sur lémergence,
  un phénomène mal compris et qui en général ne
  peut être compris ! mène une conception très
  difficile en vue de faire faire aux agents ce
  quon veut.
• La seule méthodologie consiste à passer par des
  essais-erreurs assez laborieux
• Il est généralement plus difficile de construire
  des agents avec plusieurs couches.
• La dynamique des interactions entre les
  différents comportements devient très complexe à
  comprendre.

14
Architectures hybrides

• Les chercheurs mettent de lavant ladage ni une
  complète architecture délibérative ni une
  complète architecture réactive ne peut convenir
  aux agents.
• Il suggèrent dutiliser des architectures
  hybrides qui combinent en fait les deux
• Un sous-système délibératif contenant un monde
  symbolique, qui peut planifier, délibérer. Etc.
• Un sous système réactif qui réagit aux événements
  sans raisonnement complexe.

15
Architectures hybrides (suite)

• En général, le réactif a précédence sur le
  délibératif.
• Avec les deux systèmes \rightarrow quà des
  architectures en couches
• TouringMachines
• InterRRaP
• SRK

16
Architectures hybrides (suite)

• Comment gérer les interactions entre les
  différentes couches? Deux sortes darchitectures
  
• Architectures en couches à lhorizontal Dans ce
  cas, les couches sont directement connectés aux
  senseurs et aux effecteurs. En fait, chaque
  couche agit elle même comme un agent, produisant
  suggestion au regard de ce quil doit faire
• Architectures en couches à la verticale La
  couche dentréesenseurs-- et la couche de
  sortieactionssont reliée chacune à au plus une
  couche.

17
Architectures hybrides (suite)
18
Ferguson TouringMachines

• TouringMachines une architecture qui consiste
• En une couche de perception et en une couche
  daction, interfacées directement avec
  lenvironnement de lagent
• 3 couches de contrôles embarquées dans le
  framework de contrôle qui fait la médiation entre
  les 3 couches

19
Ferguson TouringMachines

20
Ferguson TouringMachines

• La couche reactive layer est implémentée comme un
  ensemble de règles situation-actions
• Rule-1 kerb-ovoidance
  If is-in-front(kerb,Observer) and
  speed(Observer) gt o and separation(kerb,observer)
  lt kerbThreshHold Then change-orientation(KerbAvoid
  anceAngle)
• La couche planning layer construit des plans et
  sélectionne des actions pour exécuter des actions
  afin de réaliser les buts de lagent.

21
TouringMachines (suite)

• La couche modelling layer contient des
  représentations symboliques des autres entités
  évoluant dans lenvironnement
• Les 3 couches communiquent chacun avec lautre et
  sont ambarquées dans un framework de contrôle qui
  utilise des règles de contrôles.

22
Skill-Rule-Knowledge