Systèmes de classeurs et communication dans les systèmes multi-agents
Institution:
NiceDisciplines:
Directors:
Abstract EN:
We focused on the communication problem within multi-agents systems, inspirated by nature and more precisely by the ants that are a perfect example of living integrating learning (ontogenesis) to genetic inheritance (phylogenesis) : the Baldwin effect. We work worked with agents represented by classifiers systems using genetic algorithm. We introduced a new fixed knowledge based classifiers system, the simplified Pittsburgh classifier system, which we studied in a spontaneous coordination multi-agents problem. Then, we successfully allowed “homogeneous” agents to communicate their “knowledge” using distributed elitism. Finally, “heterogeneous” agents efficiently exchanged informations thanks to a minimal communication model we defined, bound to reality and extended.
Abstract FR:
Nous nous sommes intéressés à la problématique de la communication au sein des systèmes multi-agents en nous inspirant de la nature et plus particulièrement des fourmis qui sont un parfait exemple de l’intégration de l’apprentissage du vivant (ontogenèse) au capital génétique de celui-ci (phylogénie) : l’effet Baldwin. Nous avons choisi de travailler avec des systèmes de classeurs à algorithme génétique pour représenter les agents. Nous avons introduit un nouveau type de système de classeurs à base de connaissance de taille fixe, les systèmes de classeurs de type Pittsburg simplifié, dont nous avons étudié les propriétés dans un contexte multi-agents de coordination spontanée. Nous avons ensuite proposé avec succès aux agents « homogènes » de communiquer pour échanger leur « connaissance » à l’aide de l’élitisme distribué. Enfin, les agents hétérogènes ont échangé efficacement des informations grâce à un modèle minimal de communication que nous avons ancré dans la réalité puis étendu.