Résilience et auto-réparation de processus de décisions multi-agents. Application à l’auto-configuration d’environnements intelligents - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Revue Ouverte d'Intelligence Artificielle Année : 2022

Résilience et auto-réparation de processus de décisions multi-agents. Application à l’auto-configuration d’environnements intelligents

Pierre Rust
  • Fonction : Auteur
Fano Ramparany
  • Fonction : Auteur
  • PersonId : 1011536
  • IdRef : 139639055

Résumé

In this paper we define the notion of -resilience for computational graphs in support of agents’ decisions on dynamic systems. We propose a method to self-repair the computation distribution, DRPM[DMCM], as to ensure the continuity of collective decisions following the disappearance of agents, through the deployment of replicas calculations. We are interested here in constraint optimization process repair, where the computations are decision variables or distributed constraints. We model a smart environment configuration problem as a distributed constraint optimization problem to be repaired by our repair techniques. We experimentally evaluate the performance of DRPM[DMCM] on different topologies of systems operating algorithms (A-MaxSumor A-DSA) to solve classic problems (random, graph coloring, Ising) and SECP instances, while agents disappear at runtime.
Dans cet article, nous définissons la notion de -résilience de graphes de calculs en support aux décisions d’agents opérées sur des systèmes dynamiques. Nous proposons une méthode d’auto-réparation de la distribution des calculs, DRPM[DMCM], afin d’assurer la continuité des décisions collectives suite à la disparition d’agents, grâce au déploiement de réplicas de calculs. Nous nous intéressons ici à la réparation de processus d’optimisation sous contraintes, où les calculs sont des variables de décision ou des contraintes distribuées sur l’ensemble des agents. Nous appliquons la modélisation sous contraintes distribuées à un problème de coordination multi-agents d’objets dans le cadre de la maison intelligente (SECP) afin d’y appliquer nos techniques de réparation. Nous évaluons expérimentalement les performances de DRPM[DMCM], sur différentes topologies de systèmes opérant des algorithmes (A-MaxSumou A-DSA) pour résoudre des problèmes classiques (aléatoire, coloration de graphe, Ising) et des instances de SECP, alors que des agents disparaissent en cours de fonctionnement.
Fichier principal
Vignette du fichier
DTIS22258.1670246252.pdf (1.4 Mo) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Licence : CC BY - Paternité

Dates et versions

hal-03949304 , version 1 (17-02-2023)

Identifiants

Citer

Pierre Rust, Gauthier Picard, Fano Ramparany. Résilience et auto-réparation de processus de décisions multi-agents. Application à l’auto-configuration d’environnements intelligents. Revue Ouverte d'Intelligence Artificielle, 2022, 3 (5-6), pp.587-623. ⟨10.5802/roia.44⟩. ⟨hal-03949304⟩

Collections

ONERA
15 Consultations
18 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More