Analyse de problèmes de décision distribuée et conception d'heuristiques de résolution
Institution:
Paris, EHESSDisciplines:
Directors:
Abstract EN:
This PdH dissertation is about distributed decision making helping frameworks. We address problems in which decision has to made with defavorable contexts such as uncertaincy and perception errors. Decision makers have a partial view of the environment and must meet an agrement about the identity of an object with timme constraints. Our contribution is based on distributed artificial intelligence and multi-agents systems. We rely on a three layer model (individual, social and normative) to describe a framework in which a conflict-free consensus emerges. The individual leval is based on probabilistic decision trees and perception integration. The social level models inter-agent conflict dependancies (based on three structures comparison), and the normative level allows fine tunning of the system and user request representation. Consensus is achieved by sorting assumptions with the help of aggregation of agents quality measurements.
Abstract FR:
Cette thèse porte sur l'élaboration d'un système d'aide à la décision destiné à être déployé dans des situations où un ensemble de décideurs, qui disposent d'informations partielles et différentes, doivent parvenir à une décision commune répondant à des tâches de type identification d'objets en temps limité. Les problèmes que nous étudions sont caractérisés par la nature incomplète et imprécise des données (en raison de la nature imparfaite de capteurs permettant d'observer un environnnement). Notre travail se fonde sur les paradigmes de l'Intelligence Artificielle Distribuée, et plus particulièrement sur les Systèmes Multi-Agents. Nous utilisons un modèle en trois couches (individuelle, sociale et déontique) pour décrire une société d'agents et modéliser les conflits entre décisions individuelles. Un consensus émergent est obtenu par aggrégation de métriques sociales.