Prise en compte de la dynamique du contexte pour les systèmes ambiants par systèmes multi-agents adaptatifs
Institution:
Toulouse 3Disciplines:
Directors:
Abstract EN:
The ambient systems are composed by many heteregeneous devices, distributed in the environment, and interacting dynamically. So, the person is a central concern of these systems that have to adapt themselves to the users' context. Thos kind of systems are called/named context aware system. However, the strong dynamic of ambient systems makes impossible to design a priori all adaptation rules needed. The learning of the behaviour to give to an ambient system depending of its context, independantly of any a priori knowledge -knowledge about the behaviour he has to learn, about the used data, or about the users preferences- is the challenge to which this thesis tries to answer. The main contribution of this work is the design of the adaptive multi agent system Amadeus. Its objective is to learn a pertinent behaviour for an ambient system based on the observation of the reccuring actions performed by users, and then to determine in which contexts theses actions are performed in order to perform them on behalf of the user. The learning performed by Amadeus is based on the AMAS approach (Adaptive Multi-Agent System), and is local to each device. It consists in distributing and integrating the Amadeus agents to each device of the ambient system, these agents being able to determine locally and cooperatively the good behaviour to assign to the associated device depending of the users actions.
Abstract FR:
Les systèmes ambiants se composent de nombreux appareils électroniques hétérogènes, distribués dans l'environnement et interagissant de façon dynamique. Dès lors, l'individu est au centre des préoccupations de la conception de ces systèmes qui peuvent et doivent s'adapter au contexte des utilisateurs. On parle alors de systèmes sensibles au contexte. Cependant, la forte dynamique des systèmes ambiants rend difficile, voire impossible, d'établir à l'avance pour de tels systèmes toutes les règles d'adaptation nécessaires. L'apprentissage du comportement à attribuer à un système ambiant en fonction du contexte, en s'affranchissant de toute connaissance a priori, qu'il s'agisse de connaissance sur le comportement qu'il cherche à apprendre, sur les données manipulées, sur les préférences ou profils des utilisateurs, est un défi à lequel tente de répondre cette thèse. La principale contribution de ce travail porte sur la conception du système multi-agent Amadeus. Son objectif est d'apprendre un comportement pertinent pour un système ambiant en se basant sur l'observation des actions récurrentes des utilisateurs, puis d'établir dans quels contextes ces actions sont réalisées afin de suppléer l'utilisateur si une situation similaire se présente. L'apprentissage réalisé par Amadeus s'appuie sur l'approche par AMAS (Adaptive Multi-Agent System), et est local à chaque dispositif. Il consiste à distribuer et à intégrer les agents d'Amadeus à chaque dispositif composant le système ambiant, ces agents étant alors en charge d'apprendre et de mettre en œuvre localement et coopérativement le bon comportement à attribuer au dispositif associé en fonction des actions de l'utilisateur.