De nos jours, le travail collaboratif a pris une place très importante dans plusieurs domaines, et notamment dans le domaine du télédiagnostic médical. Et la cohérence des données partagées est un enjeu primordial dans ce type d'application. De plus, pour garantir la cohérence des données, l'utilisation d'un algorithme de consensus est un élément indispensable dans les plateformes collaboratives. Nous présentons ici un nouvel algorithme de consensus, nommé FLC, permettant de garantir la cohérence des données partagées dans les systèmes distribués collaboratifs complètement asynchrones. Notre algorithme est tolérant aux pannes et a pour objectif d'améliorer la performance de consensus et notamment lorsque les processus participants tombent en panne. Ce nouvel algorithme utilise l'oracle leader Omega pour contourner le résultat d'impossibilité du théorème FLP. L'algorithme est décentralisé et adopte le modèle de pannes crash-stop. L'algorithme FLC s'appuie sur deux idées principales. La première propose de réaliser, au début de chaque cycle d'exécution, une phase simple d'élection de processus leader garantissant l'existence d'un seul leader par cycle. La deuxième bénéficie de la stabilité du système et plus particulièrement du fait que le processus leader ne tombe pas en panne d'un consensus à l'autre. Les performances de notre algorithme ont été analysées et comparées à celles des algorithmes les plus connus dans le domaine. Les résultats obtenus par simulation en utilisant la plateforme Neko ont montré que notre algorithme donne les meilleures performances lorsque le réseau utilisé est un réseau multicast et qu'aucun processus ne tombent en panne ainsi que pour les situations dans lesquelles l'algorithme de consensus subit une ou plusieurs pannes de processus coordinateurs/leaders. / Nowadays, collaborative work took a very important place in many fields and particularly in the medicaltelediagnosis field. The consistency of shared data is a key issue in this type of applications. Moreover, itis essential to use a consensus algorithm to ensure data consistency in collaborative platforms. We presenthere our new consensus algorithm FLC that helps to ensure data consistency in asynchronous collaborativedistributed systems. Our algorithm is fault tolerant and aims to improve the performance of consensus ingeneral and particularly in the case of process crashes. The new algorithm uses the leader oracle tocircumvent the impossibility result of the FLP theorem. It is decentralized and considers the crash-stop failuremodel. The FLC algorithm is based on two main ideas. The first is to perform, at the beginning of eachround, a simple election phase guaranteeing the existence of only one leader per round. The second is totake advantage of system stability and more particularly of the fact that the leader does not crash betweentwo consecutive consensus runs. The performance of our algorithm was analyzed and compared to the mostknown algorithms in the domain. The results obtained by simulation, using the Neko platform, demonstratedthat our algorithm gave the best performance when using a multicast network in the best case scenario and insituations where the algorithm undergoes one or more crashes of coordinators/leaders processes.

Doctorat en sciences sociales, politiques et économiques / info:eu-repo/semantics/nonPublished

Cette thèse adresse le problème du consensus dans les réseaux. On étudie des réseaux composés d'agents identiques capables de communiquer entre eux, qui ont une mémoire et des capacités de calcul. Le réseau ne possède pas de nœud central de fusion. Chaque agent stocke une valeur qui n'est pas initialement connue par les autres agents. L'objectif est d'atteindre le consensus, i.e. tous les agents ont la même valeur, d'une manière distribuée. De plus, seul les agents voisins peuvent communiquer entre eux. Ce problème a une longue et riche histoire. Si toutes les valeurs appartiennent à un espace vectoriel, il existe plusieurs protocoles pour résoudre le problème. Une des solutions connues est l'algorithme du gossip qui atteint le consensus de manière asymptotique. C'est un protocole itératif qui consiste à choisir deux nœuds adjacents à chaque itération et de les moyenner. La spécificité de cette thèse est dans le fait que les données stockées par les agents n'appartiennent pas nécessairement à un espace vectoriel, mais à un espace métrique. Par exemple, chaque agent stocke une direction (l'espace métrique est l'espace projectif) ou une position dans un graphe métrique (l'espace métrique est le graphe sous-jacent). Là, les protocoles de gossip mentionnés plus haut n'ont plus de sens car l'addition qui n'est plus disponibles dans les espaces métriques. Cependant, dans les espaces métriques les points milieu ont du sens dans certains cas. Et là ils peuvent se substituer aux moyennes arithmétiques. Dans ce travail, on a compris que la convergence du gossip avec les points milieu dépend de la courbure. On s'est focalisés sur le cas où l'espace des données appartient à une classe d'espaces métriques appelés les espaces CAT(k). Et on a pu démontrer que si les données initiales sont suffisamment "proches" dans un sens bien précis, alors le gossip avec les points milieu - qu'on a appelé le Random Parwise Midpoints- converge asymptotiquement vers un consensus / This thesis deals with the problem of consensus on networks. Networks under study consists of identical agents that can communicate with each other, have memory and computational capacity. The network has no central node. Each agent stores a value that, initially, is not known by other agents. The goal is to achieve consensus, i.e. all agents having the same value, in a fully distributed way. Hence, only neighboring agents can have direct communication. This problem has a long and fruitful history. If all values belong to some vector space, several protocols are known to solve this problem. A well-known solution is the pairwise gossip protocol that achieves consensus asymptotically. It is an iterative protocol that consists in choosing two adjacent nodes at each iteration and average them. The specificity of this Ph.D. thesis lies in the fact that the data stored by the agents does not necessarily belong to a vector space, but some metric space. For instance, each agent stores a direction (the metric space is the projective space) or position on a sphere (the metric space is a sphere) or even a position on a metric graph (the metric space is the underlying graph). Then the mentioned pairwise gossip protocols makes no sense since averaging implies additions and multiplications that are not available in metric spaces: what is the average of two directions, for instance? However, in metric spaces midpoints sometimes make sense and when they do, they can advantageously replace averages. In this work, we realized that, if one wants midpoints to converge, curvature matters. We focused on the case where the data space belongs to some special class of metric spaces called CAT(k) spaces. And we were able to show that, provided initial data is "close enough" is some precise meaning, midpoints-based gossip algorithm – that we refer to as Random Pairwise Midpoints - does converge to consensus asymptotically. Our generalization allows to treat new cases of data spaces such as positive definite matrices, the rotations group and metamorphic systems

Consensus occurs within a multi-agent system when every agent is in agreement about the value of some particular state. For example, the color of an LED, the position or magnitude of a vector, a rendezvous location, the most recent state of data within a database, or the identity of a leader are all states that agents might need to agree on in order to execute their tasking. The task of the decentralized consensus problem for multi-agent systems is to design an algorithm that enables agents to communicate and exchange information such that, in finite time, agents are able to form a consensus without the use of a centralized control mechanism. The primary goal of this research is to introduce and provide supporting evidence for Stochastic Local Observation/Gossip (SLOG) algorithms as a new class of solutions to the decentralized consensus problem for multi-agent systems that lack a centralized controller, with the additional constraints that agents act asynchronously, information is discrete, and all consensus options are equally preferable to all agents. Examples of where these constraints might apply include the spread of social norms and conventions in artificial populations, rendezvous among a set of specific locations, and task assignment. This goal is achieved through a combination of theory and experimentation. Information propagation process and an information propagation algorithm are derived by unifying the general structure of multiple existing solutions to the decentralized consensus problem. They are then used to define two classes of algorithms that spread information across a network and solve the decentralized consensus problem: buffered gossip algorithms and local observation algorithms. Buffered gossip algorithms generalize the behavior of many push-based solutions to the decentralized consensus problem. Local observation algorithms generalize the behavior of many pull-based solutions to the decentralized consensus problem. In the language of object oriented design, buffered gossip algorithms and local observation algorithms are abstract classes; information propagation processes are interfaces. SLOG algorithms combine the transmission mechanisms of buffered gossip algorithms and local observation algorithms into a single "hybrid" algorithm that is able to push and pull information within the local neighborhood. A common mathematical framework is constructed and used to determine the conditions under which each of these algorithms are guaranteed to produce a consensus, and thus solve the decentralized consensus problem. Finally, a series of simulation experiments are conducted to study the performance of SLOG algorithms. These experiments compare the average speed of consensus formation between buffered gossip algorithms, local observation algorithms, and SLOG algorithms over four distinct network topologies. Beyond the introduction of the SLOG algorithm, this research also contributes to the existing literature on the decentralized consensus problem by: specifying a theoretical framework that can be used to explore the consensus behavior of push-based and pull-based information propagation algorithms; using this framework to define buffered gossip algorithms and local observation algorithms as generalizations for existing solutions to the decentralized consensus problem; highlighting the similarities between consensus algorithms within control theory and opinion dynamics within computational sociology, and showing how these research areas can be successfully combined to create new and powerful algorithms; and providing an empirical comparison between multiple information propagation algorithms.

Ce mémoire propose de décrire et comprendre les pratiques communicationnelles menant à la prise de décision consensuelle d’une collaboration interorganisationnelle (CI) spécifique, la Table québécoise de la sécurité routière (TQSR). Nous adoptons la perspective de la communication constitutive des organisations (CCO) développée par « l’École de Montréal » pour appréhender les dimensions constitutives de ces pratiques de communication et de ce mode privilégié de décision en CI. Après un aperçu de la littérature disponible en matière de CI et concernant la notion de consensus, nous proposons de nous concentrer sur les pratiques communicationnelles du consensus en adoptant la perspective du consensus par absence d’opposition d’Urfalino (2014). L’analyse de conversation et les principes d’une approche rhétorique sont ensuite mobilisés pour rendre compte des pratiques de communication qui permettent l’accomplissement du consensus lors d’une séance plénière du troisième cycle de travail de la TQSR, spécifiquement consacrée à la rédaction de son rapport final. Nous verrons que 1) les pratiques communicationnelles mobilisées facilitent l’arrêt de la décision et que 2) celles-ci sont constitutives du consensus qui favorise l’unité du collectif de collaboration. / This thesis aims at describing and understanding the communication practices that sustain the consensual decision-making of an interorganizational collaboration (CI) collective, the “Table québécoise de la sécurité routière” (TQSR). We adopt a communication constitutive of organization (CCO) approach, as developed by the “Montréal School,” to understand the constitutive dimensions of these practices. After an overview of the available literature on CI and consensus decision-making, we propose to adopt the perspective of “consensus by non-opposition” developed by Urfalino (2014) to focus on the communicative practices that sustain this decision-making process. Conversation analysis and principles of a rhetorical approach are combined to analyze a plenary session from the TQSR third cycle of work, specifically aimed at drafting the collective’s final report. This analysis allows us to identify and discuss 1) the communication practices used to facilitate the consensus decision-making process and 2) the constitutive effects of consensus as it upholds the collective of collaboration’s unity.

This thesis addresses the problem of positional consensus of multi-agent systems. A positional consensus is achieved when the agents converge to a point. Some applications of this class of problem is in mid-air refueling of the aircraft or UAVs, targeting a geographical location, etc. In this research work some positional consensus algorithms have been developed. They can be categorized in two part (i) Broadcast control based algorithm (ii) Distributed control based algorithm. In case of broadcast based algorithm control strategies for a group of agents is developed to achieve positional consensus. The problem is constrained by the requirement that every agent must be given the same control input through a broadcast communication mechanism. Although the control command is computed using state information in a global framework, the control input is implemented by the agents in a local coordinate frame. The mathematical formulation has been done in a linear programming framework that is computationally less intensive than earlier proposed methods. Moreover, a random perturbation input in the control command, that helps to achieve reasonable proximity among agents even for a large number of agents, which was not possible with the existing strategy in the literature, is introduced. This method is extended to achieve positional consensus at a pre-specified location. A comparison between the LP approach and the existing SOCP based approach is also presented. Some of the algorithm has been demonstrated successfully on a robotic platform made from LEGO Mindstorms NXT Robots. In the second case of broadcast based algorithm, a decentralized algorithm for a group of multiple autonomous agents to achieve positional consensus has been developed using the broadcast concept. Even here, the mathematical formulation has done using a linear programming framework. Each agent has some sensing radius and it is capable of sensing position and orientation with other agents within their sensing region. The method is computationally feasible and easy to implement. In case of distributed algorithms, a computationally efficient distributed rendezvous algorithm for a group of autonomous agents has been developed. The algorithm uses a rectilinear decision domain (RDD), as against the circular decision domain assumed in earlier work available in the literature. This helps in reducing its computational complexity considerably. An extensive mathematical analysis has been carried out to prove the convergence of the algorithm. The algorithm has also been demonstrated successfully on a robotic platform made from LEGO Mindstorms NXT Robots.

Ce travail concerne la commande des systèmes multi-agent d’ordre fractionnaire utilisant une topologie de communication fixe. Premièrement, la production en formation avec atténuation absolue et retard de communication est étudiée. Pour cela, une loi de commande et des conditions suffisantes sont proposées. Toutefois, dans certains scénarios, il est souhaitable que tous les agents atteignent la formation souhaitée tout en se déplacent en groupe, au lieu d’un rendez-vous à un point fixe. Ce cas sera traité en étudiant la production en formation avec atténuation relative et retard de communication. Troisièmement, la poursuite par consensus des systèmes avec un état de référence variable dans le temps est étudiée. Une loi de commande commune et une seconde basée sur la prédiction d’erreur sont proposées, et le problème du consensus est résolu quand le graphe de communication contient un arbre dirigé. Il a été prouvé que la convergence du système est plus rapide en utilisant la loi basée sur la prédiction d’erreur plutôt que celle de commande commune. Enfin, les lois de commande ci-dessus sont étendues au cas de la poursuite en formation. En effet, dans de nombreux cas, l'information peut être envoyée à partir d'un état de référence vers les agents voisins uniquement et non pas à l’ensemble des agents. Afin de résoudre ce problème, une loi de commande est proposée afin de résoudre le problème du consensus avec un état de référence constant. Puis, deux lois de commande sont proposées afin de résoudre le problème du consensus avec un état de référence variant dans le temps. Ces lois sont étendues pour résoudre le problème de la poursuite en formation / This thesis focuses on the distributed coordination of fractional-order multi-agent systems under fixed directed communication graph. Firstly, formation producing with absolute damping and communication delay of fractional-order multi-agent systems is studied. A control law is proposed and some sufficient conditions are derived for achieving formation producing. However, in some scenarios, it might be desirable that all agents achieve formation and move as a group, instead of rendezvous at a stationary point. Therefore, secondly, formation producing with relative damping and communication delay is considered. Thirdly, consensus tracking of fractional-order multi-agent systems with a time-varying reference state is studied. A common control law and a control law based on error predictor are proposed, and it is shown that the control laws are effective when a communication graph has directed spanning trees. Meanwhile, it is proved that the convergence of systems is faster using the control law based on error predictor than by the common one. Finally, the above control laws are extended to achieve formation-tracking problems. In fact, in many cases information can be sent from a reference state to only its neighbor agents not to all the agents. In order to solve the above problem, an effective control law is given to achieve consensus with a constant reference state. Then, an effective general control law and an effective particular one are proposed to achieve consensus with a time-varying reference state. Furthermore, the above control laws are extended to achieve the formation tracking problems

Le maintien d’un niveau élevé de pauvreté dans les pays de la CEMAC est devenu un paradoxe qui ébranle les convictions macroéconomiques traditionnelles. Pourtant, les pays de la région oscillent entre deux modèles de développement socioéconomique que sont, les consensus de Beijing et de Washington. Lequel les aiderait à sortir de l’étau de la pauvreté? Le consensus de Washington : est la thèse néolibérale défendue par la BM et le FMI. Elle plaide pour une orientation de l’aide au développement vers le renforcement des capacités institutionnelles et s’évertue à démontrer qu’une gouvernance non démocratique constitue des obstacles insurmontables pour le développement et qu’aucune politique de développement ne pouvait être envisagée sans le renforcement d’un État de droit. Le consensus de Beijing : prône la mixité entre le capitalisme d’État et l’économie de marché, un modèle de globalisation financière administrée par les crédits bilatéraux à long terme pour construire les infrastructures et établir les capacités de production dans les pays subsahariens. Elle tient avant tout à la sauvegarde de l’ordre politique, social ainsi que la tradition culturelle en place. Nous avons essayé de démontrer que la croissance économique, bien qu’elle soit tangible dans le pays de la CEMAC, ne saura être un levier d’amélioration des conditions de vie des populations en dehors d’un État de droit et du renforcement substantiel des capacités institutionnelles.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal.

Cette dissertation de doctorat développe des théories de l'influence sociale dynamique. Dans un cadre dynamique, les individus interagissent à plusieurs reprises avec leur environnement social et échangent leurs croyances et opinions sur différentes questions économiques, politiques et sociales. Dans le Chapitre 2, nous étudions les processus d'influence modélisés par les moyennes ordonnées pondérées. Ces dernières sont anonymes : elles ne dépendent que du nombre d'agents qui partagent la même croyance. Nous exhibons une condition nécessaire et suffisante pour la convergence au consensus et caractérisons les résultats où la société se retrouve polarisée. Enfin, nous appliquons nos résultats aux quantificateurs linguistiques flous. Dans le Chapitre 3, nous introduisons la possibilité de manipulation dans le modèle de DeGroot (1974). Nous montrons que la manipulation peut modifier la structure de confiance et mène à une société connectée. La manipulation promeut le leadership d'opinion, mais même l'agent manipulé peut gagner de l'influence sur les croyances à long terme. Finalement, nous étudions la tension entre l'agrégation d'informations et le déploiement de désinformations. Dans le Chapitre 4, nous introduisons des conflits d'intérêt dans un modèle de dynamique de croyance non-bayésienne. Les agents se rencontrent avec leurs voisins dans le réseau social et échangent des informations stratégiquement. Avec des conflits d'intérêt, la dynamique de croyance ne converge pas en général: la croyance de chaque agent converge vers un certain intervalle et continue à fluctuer sur celui-ci pour toujours. / This Ph.D. dissertation develops theories of dynamic social influence. In a dynamic framework, individuals internet repeatedly with their social environment and exchange beliefs and opinions on various economic, political and social issues. In Chapter 2, we study influence processes modeled by ordered weighted averaging operators. These operators an anonymous: they only depend on how many agents share a belief. We find a necessary and sufficient condition for convergence to consensus and characterize outcomes where the society ends up polarized. Furthermore, we apply our results to fuzzy linguistic quantifiers. ln Chapter 3, we introduce the possibility of manipulation into the model by DeGroot (1974). We show that manipulation can modify the trust structure and lead to a connected society. Manipulation fosters opinion leadership, but the manipulated agent may even gain influence on the long-run beliefs. Finally, we investigate the tension between information aggregation and spread of misinformation. In Chapter 4, we introduce conflicting interests into a model of non-Bayesian belief dynamics. Agents meet with their neighbors in the social network and exchange information strategically. With conflicting interests, the belief dynamics typically fails to converge: each agent's belief converges to some interval and keeps fluctuating on it forever.