Cette thèse présente le résultat de notre travail sur l'étude des structures organisationnelles dans les systèmes multi-agents. L'approche proposée met l'accent sur la primauté de l'organisation multi-agents sur les architectures individuelles pour répondre aux besoins d'hétérogénéité,d'adaptation et de contrôle dans les systèmes de taille importante. Le coeur de ce travail est donc un modèle générique de description d'organisation, basé sur les notions de groupe, agent et rôle. Il est montré comment cette description structurelle et fonctionnelle permet de fédérer des systèmes multi-agents ayant des architectures de contrôle, des buts ou des modèles d'interactions différents. Nous dégageons alors plusieurs conséquences de ce modèle, selon les points de vue de la formalisation, de l'implémentation, de la conception ou des applications. Nous présentons en particulier une expression dans une variante du pi-calcul, que nous illustrons par l'étude du meta-niveau dans cette formalisation. L'aspect opératoire a été abordé par la réalisation une plate-forme générique de développement et exécution de systèmes multi-agents, basée sur le modèle d'organisation proposé et conçue pour permettre l'accueil de systèmes ayant des architectures fortement hétérogènes. Nous montrons alors comment un lien peut être fait avec d'autres approches en conception multi-agent, et proposons quelques pistes pour l'utilisation dans le cadre des langages de modélisation. La validation expérimentale de ce travail est finalement abordée par des expérimentations ciblées sur le modèle et la plate-forme proposée ainsi que par des applications à visée plus générique.

Les nouvelles technologies de l'information sont entrées au cœur de notre société et provoquent de profonds changements dans notre vie quotidienne, notamment dans le monde du travail. Or le métier d'enseignant n'a pas vraiment évolué, même si les méthodes éducatives changent, car toute tentative d'introduction de l'informatique se heurte à la méfiance des enseignants qui ont peur de perdre leur liberté de choix éducatifs. De plus, les avancées technologiques n'ont d'intérêt que si elles sont intégrées dans un processus global de conception d'applications éducatives. Nos recherches ont donc pour objectif principal de faciliter la tâche de l'enseignant dans la préparation de ses séquences pédagogiques. Nous définissons ainsi le support méthodologique d'un environnement informatique d'aide à la spécification des connaissances éducatives. Nous organisons alors nos travaux autour de trois axes. Tout d'abord, nous proposons la mise en place d'enseignements axés sur la notion de situations-problèmes au sens IUFM car elle met les apprenants en situation de projet tout en répondant aux objectifs pédagogiques fixés. Nous exposons ensuite la nécessité pour les enseignants de se reposer sur un processus de spécification formelle que nous définissons et pour lequel nous proposons un cycle de vie basé sur le prototypage rapide. Nous proposons aussi une ontologie de l'enseignement s'appuyant sur une architecture orientée-objet. Nous montrons enfin que l'utilisation de méta-outils CASE permet de développer un environnement ayant une assistance adaptée et suffisamment flexible pour permettre différentes façons de spécifier et différents points de vue et-ou formalismes de représentation sur une spécification. Le prototype développé couple le méta-outil CASE HARDY, qui fournit une interface diagrammatique supportant les étapes du processus de développement, et le générateur de système expert CLIPS qui assure la cohésion globale en terme de guidage et de flexibilité.

Le terme agent a été introduit pour masquer l'origine diverse des participants (produits logiciels ou humains) intervenant dans une interaction. Un agent est considéré comme une boîte noire capable de contrôler son comportement. Cette propriété, appelée autonomie, est en contradiction avec la possibilité de contrôler l'agent depuis l'extérieur. Dans cette thèse, nous proposons la norme sociale comme une solution de compromis à ce conflit. Une norme a le double rôle d'informer quel est le comportement désirable et d'influencer les agents pour qu'ils l'adoptent. Cette thèse comprend deux parties, la première introduit les concepts, la seconde propose les outils. La première partie est centrée autour du paradigme de la conception sociale des Systèmes Multi-Agents (SMA). Nous montrons comment les notions de dépendance sociale, d'organisation et de rôle permettent de mieux décrire l'interaction entre agents. La notion de norme est définie dans ses diférentes acceptions : domaine juridique, sécurité informatique, systèmes distribués, et SMA. Ensuite, nous présentons nos choix et nos solutions concernant l'interaction normative. Les structures architecturales qui en résultent sont appelées Système d'Agents Normatifs (SAN). Nous montrons quels en sont les acteurs majeurs et quels sont les outils pour les construire. La description des normes utilise les concepts d'action, de temps, d'obligation et d'agence. La deuxième partie montre comment ces concepts sont formalisés dans la littérature (p. ex. logique temporelle, déontique, de l'action) et présente leurs inconvénients majeurs. Ensuite, nous proposons un modèle temporel pour décrire l'interaction normative en expliquant les choix des éléments utilisés et nous montrons son applicabilité. Le modèle est utilisé pour produire les outils nécessaires à la construction des SAN : le monitoring des comportements des agents, la détection des violations, l'ordonnancement déontique, la communication normative.

Cette thèse présente le modèle d'un mécanisme de raisonnement social fondé sur la théorie de la dépendance. Ce modèle permet à un agent de raisonner sur autrui et plus particulièrement de calculer ses relations et situations de dépendance. Un agent est dépendant d'un autre si celui-ci peut l'aider/l'empêcher d'atteindre un de ses buts. Nous considérons notre mécanisme de raisonnement social comme un composant essentiel pour la conception d'agents artificiels réellement autonomes, évoluant dans un univers multi-agents ouvert. La notion d'ouverture désigne la capacité d'ajouter ou de retirer dynamiquement dans le système des agents. Comme dans ces systèmes l'organisation des agents ne peut pas être spécifiée pendant la phase de conception, la résolution coopérative de problèmes est fondée sur la formation dynamique de coalitions. Dans ce contexte, des agents doivent être capables de s'adapter aux changements dynamiques du système, en particulier en évaluant pendant la phase de résolution si leurs buts sont réalisables et si leurs plans sont exécutables. Comme nous ne supposons pas que les agents soient bienveillants, notre modèle fournit un critère pour évaluer les partenaires le plus susceptibles d'accepter une proposition de coalition. Enfin, comme dans ces systèmes des agents n'ont pas généralement une représentation complète et correcte les uns des autres, notre modèle leur permet de détecter une inconsistance au niveau de la société et de choisir un contexte à être maintenue. Nous avons implémenté ce mécanisme de raisonnement social en utilisant une programmation orientée objet. Nous l'avons utilisé pour développer deux applications, le simulateur DEPNET et le système DEPINT, qui illustrent son utilisation selon deux perspectives scientifiques différentes. D'une part, selon une perspective de simulation sociale, notre modèle fournit un outil informatique permettant l'analyse et la prédiction des divers schémas intéressants d'interaction sociale, et l'évaluation du pouvoir social des agents. D'autre part, selon une perspective de résolution de problèmes, notre modèle peut être utilisé pour concevoir dynamiquement l'organisation des agents dans un contexte de systèmes multi-agents ouverts.

Plusieurs méthodes ont été développées par l'Intelligence Artificielle pour reproduire certains aspects de l'intelligence humaine. Ces méthodes permettent de simuler les processus de raisonnement en s'appuyant sur les connaissances de base disponibles. Chaque méthode comporte des points forts, mais aussi des limitations. La réalisation de systèmes hybrides est une démarche courante Qui permet de combiner les points forts de chaque approche, et d'obtenir ainsi des performances plus élevées ou un champ d'application plus large. Un autre aspect très important du développement des systèmes hybrides intelligents est leur capacité d'acquérir de nouvelles connaissances à partir de plusieurs sources différentes et de les faire évoluer. Dans cette thèse, nous avons développé des recherches sur les systèmes hybrides neuro-symboliques, et en particulier sur l'acquisition incrémentale de connaissances à partir de connaissances théoriques (règles) et empiriques (exemples). Un nouveau système hybride, nommé système INSS - Incremental Neuro-Symbolic System, a été étudié et réalisé. Ce système permet le transfert de connaissances déclaratives (règles symboliques) d'un module symbolique vers un module connexionniste (réseau de neurones artificiel - RNA) à travers un convertisseur de règles en réseau. Les connaissances du réseau ainsi obtenu sont affinées par un processus d'apprentissage à partir d'exemples. Ce raffinement se fait soit par ajout de nouvelles connaissances, soit par correction des incohérences, grâce à l'utilisation d'un réseau constructif de type Cascade-Correlation. Une méthode d'extraction incrémentale de règles a été intégrée au système INSS, ainsi que des algorithmes de validation des connaissances qui ont permis de mieux coupler les modules connexionniste et symbolique. Le système d'apprentissage automatique INSS a été conçu pour l'acquisition constructive (incrémentale) de connaissances. Le système a été testé sur plusieurs applications, en utilisant des problèmes académiques et des problèmes réels (diagnostic médical, modélisation cognitive et contrôle d'un robot autonome). Les résultats montrent que le système INSS a des performances supérieures et de nombreux avantages par rapport aux autres systèmes hybrides du même type.

Cette thèse aborde la spécification et la réalisation de CELINE, outil de correction des erreurs basé sur une architecture multi-agents à deux niveaux : <BR> 1) Un système lourd, renfermant l'ensemble du savoir linguistique (multi-domaines par rapport à l'univers du discours), et générateur de systèmes individualisés. Les agents peuvent être considérés comme imparfaits ou partiellement inadaptés. Ils sont mis en concurrence par domaine d' expertise.<BR> 2) Un système léger implanté sur le site du rédacteur, système construit par apprentissage par le système central à partir des travaux de ce rédacteur.<BR> La spécification du système se construit tout au long des chapitres.<BR> La problématique de la correction des erreurs et la finalité de la conception d'un système de correction le plus automatique possible, avec des prises de décision à faible granularité reposant sur des critères multi-niveaux, nous entraînent vers un besoin de coopération justifiant une réalisation multi-agents.<BR> Une taxinomie des erreurs et des rappels sur l'analyse linguistique nous permet d'établir un début de structure du tableau noir du système. Nous consolidons nos choix par une comparaison du système attendu avec quelques prototypes du domaine. Nous examinons ensuite les comportements sociaux de deux agents chargés de définir l'un un modèle linguistique partiel suffisant du rédacteur et l'autre un sous-ensemble pertinent du système global. Nous découvrons alors le modèle de communication des agents et complétons notre structure de données par les marques de validité.<BR> La méthode des structures permet une quantification, incluse dans le tableau noir, de la correction des fautes d'accords.<BR> Après une approche des systèmes multi-agents, nous présentons une synthèse de l'architecture de CELINE et du fonctionnement des pilotes et de quelques agents.<BR> Un bilan rapide, précèdera en conclusion, une mise en situation du système proposé dans le cadre des industries de la langue et dans un environnement réseau du type Internet.

Les nouvelles technologies de l'information sont entrées au cœur de notre société et provoquent de profonds changements dans notre vie quotidienne, notamment dans le monde du travail. Or le métier d'enseignant n'a pas vraiment évolué, même si les méthodes éducatives changent, car toute tentative d'introduction de l'informatique se heurte à la méfiance des enseignants qui ont peur de perdre leur liberté de choix éducatifs. De plus, les avancées technologiques n'ont d'intérêt que si elles sont intégrées dans un processus global de conception d'applications éducatives. Nos recherches ont donc pour objectif principal de faciliter la tâche de l'enseignant dans la préparation de ses séquences pédagogiques. Nous définissons ainsi le support méthodologique d'un environnement informatique d'aide à la spécification des connaissances éducatives. Nous organisons alors nos travaux autour de trois axes. Tout d'abord, nous proposons la mise en place d'enseignements axés sur la notion de situations-problèmes au sens IUFM car elle met les apprenants en situation de projet tout en répondant aux objectifs pédagogiques fixés. Nous exposons ensuite la nécessité pour les enseignants de se reposer sur un processus de spécification formelle que nous définissons et pour lequel nous proposons un cycle de vie basé sur le prototypage rapide. Nous proposons aussi une ontologie de l'enseignement s'appuyant sur une architecture orientée-objet. Nous montrons enfin que l'utilisation de méta-outils CASE permet de développer un environnement ayant une assistance adaptée et suffisamment flexible pour permettre différentes façons de spécifier et différents points de vue et-ou formalismes de représentation sur une spécification. Le prototype développé couple le méta-outil CASE HARDY, qui fournit une interface diagrammatique supportant les étapes du processus de développement, et le générateur de système expert CLIPS qui assure la cohésion globale en terme de guidage et de flexibilité.

Par rapport aux exigences de plus en plus importantes relatives au Maintien en Condition Opérationnelle d'un système industriel, le processus de maintenance joue un rôle fondamental pour l'amélioration de la disponibilité, de la productivité, etc. Pour essayer de contrôler au mieux ces performances, les responsables de maintenance doivent donc être capables de choisir les stratégies de maintenance et les ressources à mettre en œuvre les plus adaptées aux besoins. Dans un objectif d'aide à la prise de décisions en maintenance, les travaux présentés dans ce mémoire ont pour objet de proposer une méthodologie pour l'élaboration d'un modèle support permettant par simulation d'évaluer les différentes stratégies. La valeur ajoutée de la méthodologie réside dans l'unification, à base de modèles relationnels probabilistes (PRM), des différents types de connaissance nécessaires à la construction de ce modèle d'évaluation. Ce dernier est ainsi construit à partir de motifs génériques et modulables représentatifs des variables décisionnels du système industriel (système principal) et de son système de maintenance. Ces motifs, par instanciation, facilitent la construction des modèles d'applications spécifiques. Cette méthodologie, issue du projet ANR SKOOB, est testée sur le cas applicatif de la maintenance d'un système de production de ferment.

L'intelligence en essaim constitue désormais un domaine à part entière de l'intelligence artificielle distribuée. Les problématiques qu'elle soulève touchent cependant à de nombreux autres domaines ou questions scientifiques. En particulier le concept d'essaim trouve pleinement sa place au sein de la science dites des ``systèmes complexes''. Cette thèse présente ainsi la conception, les caractéristiques et les applications d'un modèle original, le SMA logistique, pour le domaine de l'intelligence en essaim. Le SMA logistique trouve son origine en modélisation des systèmes complexes : il est en effet issu des réseaux d'itérations couplées dont nous avons adapté le modèle de calcul à l'architecture multi-agent. Ce modèle se fonde sur des principes communs à d'autres disciplines, comme la synchronisation et le contrôle paramétrique que nous plaçons au coeur des mécanismes d'auto-organisation et d'adaptation. Du point de vue mathématique, les applications logistiques sont à la base de la formalisation du comportement interne des agents constituant le SMA logistique, tout en prenant place dans un schéma ``influence-réaction''. L'environnement à base de champs est l'autre aspect fondamental du SMA logistique, en permettant la réalisation des interactions indirectes des agents et en jouant le rôle d'une structure de données pour le système. Les travaux décrits dans cette thèse donnent lieu à des applications principalement en simulation et en optimisation, comme c'est le cas pour la plupart des algorithmes du domaine de l'intelligence en essaim. L'intérêt et l'originalité du SMA logistique pour l'intelligence en essaim résident dans l'aspect générique de son schéma théorique qui permet de traiter avec un même modèle des phénomènes considérés a priori comme distincts dans la littérature : phénomènes de ``flocking'' et phénomènes stigmergiques ``fourmis'' à base de phéromones. Ce modèle répond ainsi à un besoin d'explication des mécanismes mis en jeu autant qu'au besoin d'en synthétiser les algorithmes générateurs.

Ce mémoire d'Habilitation à Diriger les Recherches présente les principales activités de recherche que j'ai menées depuis 2002 en tant que Maître de Conférences, tout d'abord à l'Université de Technologie de Belfort-Montbéliard, jusqu'en 2006, puis à l'Université Henri Poincaré dans l'équipe Maia au LORIA. Ce mémoire synthétise une partie de mes contributions au domaine de la résolution collective de problème, en informatique et en robotique. Il s'agit d'une approche inspirée du vivant, reposant sur les interactions d'un grand nombre d'agents simples entre eux et avec leur environnement, capable de faire émerger des structures ou des organisations constituant des solutions à des problèmes donnés. Cette approche est connue pour générer des solutions robustes et auto-adaptatives aux conditions variables et inconnues de l'environnement ou du système. La principale motivation de ces travaux est de modéliser ces comportements d'auto-organisation pour mieux les comprendre et les utiliser dans la définition de processus de résolution de problème ou de contrôle de flottilles de robots. Dans ce cadre, le mémoire présente les recherches menées selon deux approches possibles des interactions entre agents. Dans un premier temps, nous considérons des interactions directes entre agents ou robots, essentiellement par signaux/perceptions, et montrons comment la coordination réactive peut être efficace pour la résolution de problèmes spatiaux, ainsi que pour la navigation en formation. Dans un deuxième temps, nous examinons des modèles de coopération indirecte, c'est-à-dire fondés sur le marquage et la lecture d'informations dans l'environnement. Nous focalisons sur l'étude des processus d'auto-organisation engendrés par ce principe, puis examinons des approches pour leur implémentation réelle et robotique. Enfin, le mémoire présente mes perspectives de recherche en détaillant des pistes pour la définition d'une approche générique de résolution collective de problème fondée sur la construction de champs dynamiques dans l'environnement, et pour son déploiement en robotique dans des environnements réels et large échelle.