Les communications multi-parties et leur régulation dans les systèmes multi-agents : modèle et support
Institution:
Paris 9Disciplines:
Directors:
Abstract EN:
In this Ph. D thesis, we propose a model of multi-party communications and their control for multi-agent systems. This model, called EASI (Environment as Active Support of Interaction) is that of an active environment. The agents delegate to it their data addressing and information search tasks. The formalization comes from Symbolic Data Analysis, which is suitable for this kind of problems. The contributions are (1) the use of the context to carry through the tasks of the environment, and (2) the standardization of direct interactions, based on the dynamic choice of the receivers, and indirect interactions, based on the dynamic selection of data. We extend our model to regulate and control the communications, with the EARI (Environment as Active Regulator of the Interaction) model. The environment carries out different communication policies, depending on the desired behavior: standard communication services and/or mandatory rules. The agents can also increase or decrease their awareness of other agents' messages. The models are completed with algorithms for data management and update and by an abstract architecture. They have been applied and evaluated in two different deployment contexts, a client/server prototype and an extension of the MadKit platform. The evaluation of our algorithms show a significant improvement in efficiency compared to the usual means of supporting multi-party communications, broadcast
Abstract FR:
Dans cette thèse, nous proposons une modélisation des communications multi-parties et leur régulation dans les systèmes multi-agents. Cette modélisation, appelée EASI (Environnement Actif comme Support des Interactions) est celle d'un environnement actif. Les agents lui déléguent les tâches d'adressage des données et de recherche d'information. La formalisation est issue de l'analyse de données symboliques, adaptée à ce type de problèmes. Les apports de ce modèle sont (1) la prise en compte du contexte pour mener à bien les tâches de l'environnement, et (2) la standardisation des interactions directes, fondées sur la sélection dynamique des récepteurs, et des interactions indirectes, fondées sur la sélection dynamique des messages. Nous généralisons ensuite le modèle pour réguler et contrôler les communications, en proposant le modèle EARI (Environnement Actif comme Régulateur de l'Interaction). L'environnement met en oeuvre des politiques d'interactions différenciées en fonction des comportements souhaités: services de communications standard et/ou règles impératives. Les agents peuvent également accroître ou restreindre leur attention (awareness) aux messages des autres agents. Les modèles sont complétés par des algorithmes de traitement et de mise à jour des informations, et par une architecture fonctionnelle de l'environnement. Ils ont été mis en oeuvre et évalués dans deux contextes de déploiement, un prototype en fonctionnement client/serveur et une extension de la plate-forme MadKit. Les tests réalisés ont montré un gain d'efficacité important de nos algorithmes sur le modèle généralement utilisé pour les communication multi-parties, la diffusion