Afin de rendre les systèmes multi-agents à grande échelle fiables, nous proposons une application adaptative de stratégies de réplication. Les agents identifiés comme les plus critiques seront ainsi répliqués pour les protéger contre des possibilités de pannes. Comme la criticité des agents (définie brièvement comme l’impact d’une panne locale à un agent sur un dysfonctionnement de toute l’organisation) peut évoluer pendant le calcul et la résolution de problèmes, il nous faut adapter dynamiquement et automatiquement le nombre de réplicas (copies) des agents, afin de maximiser leur robustesse et leur disponibilité en fonction des ressources disponibles. Nous étudions une approche et des mécanismes pour évaluer la criticité d’un agent donné, basée sur une information sémantique au niveau de l’application (par exemple les dépendances entre agents) et également sur une information statistique au niveau système (par exemple, la charge de communication). Un module de décision choisit à partir de ces informations quelle stratégie appliquer (par exemple, réplication passive ou active) et comment la paramétrer (par exemple, le nombre de réplicats).