L'émergence et les systèmes multi-agent sont deux domaines aux problématiques proches. A travers l'étude de l'émergence dans le cadre des systèmes multi-agent, notre travail consiste à envisager leur principal point commun: la recherche d'un avantage collectif gagné grâce aux interactions entre les agents, quand le résultat global du système qui découle de l'exécution des agents est attribuable à l'interaction. Cette situation est souvent décrite comme celle d'un tout supérieur à la somme de ses parties. Une contribution de cette thèse est d'identifier des interactions dont l'impact peut être évalué à travers la comparaison de systèmes utilisant ou non ces interactions. Nous définissons de tels gains collectifs pour la résolution de problèmes par recherche heuristique dans un modèle d'agents hiérarchique. Ce travail inclut une modélisation multi-agent de ce type de recherche permettant de mettre en évidence des gains collectifs que nous appelons synergies. Trois synergies sont envisagées: la synergie entre des heuristiques travaillant sur le même problème, celle entre des problèmes proches et la synergie entre un utilisateur et le système de recherche artificiel. Ces possibilités de synergies sont à replacer dans le cadre de la discussion concernant l'émergence. Dans ce cadre, certaines populations d'heuristiques correspondent à l'idée de ``vrai composite'' qui désigne des systèmes composés dont le résultat est attribuable aux interactions entre composants et non à leur composition. L'interaction entre niveaux globaux et locaux s'envisage également naturellement à travers les niveaux induits par l'organisation hiérarchique de notre modèle. C'est en ce sens que le travail fourni contribue à l'étude de l'émergence: par l'étude des possibilités de définition offertes par un modèle multi-agent.

Les cadres interactionnels actuels pour les communications entre agents (protocoles, stratégies de conversation, jeux de dialogue, ...) garantissent la cohérence structurelle des conversations tenues. Pourtant, ce n'est pas tant l'habilité des agents à structurer leurs conversations qui nous intéresse que leurs aptitudes à tenir des conversations utiles quant à leurs objectifs individuels et collectifs. Pour traiter cette problématique, nous avons défini et implanté un modèle complet de la communication entre agents qui couvre les quatre dimensions classiques de la communication : syntaxe, structure, sémantique et pragmatique. Au niveau syntaxique, nous proposons le langage DIAGAL[DIAlogue Game based Agent communication Language] qui se présente comme un ensemble de jeux de dialogue qui permettent la manipulation conjointe d'engagements sociaux. Du point de vue de la structuration des dialogues, les jeux de dialogue que nous proposons offrent une alternative à la rigidité des protocoles tout en capturant les aspects conventionnels de la communication, absents des approches considérant des actes de langages isolés. Dans notre approche, le niveau sémantique de la communication repose, quant à lui, sur les engagements sociaux qui capturent les interdépendances contractées par les agents lors des communications. Dans ce contexte, notre contribution principale concerne les aspects cognitifs de la pragmatique. À cet effet, nous proposons une théorie cognitive de l'utilisation de ce cadre interactionnel basée sur la notion de cohérence cognitive et fondée sur des résultats non encore formalisés de sciences cognitives. Issue d'une unification de la théorie de la dissonance cognitive (une des théories majeures de psychologie cognitive) avec la théorie de cohérence cognitive (développée en philosophie de l'esprit), notre approche est formulée en termes d'éléments et de contraintes, notions familières en informatique. La théorie motivationnelle résultante est ensuite étendue afin de traiter la communication entre agents cognitifs. Sous les hypothèses de notre théorie, nous définissons alors une métrique de l'utilité des conversations entre agents. Nous montrons comment cette théorie permet de résoudre en pratique de nombreux problèmes fondamentaux des aspects cognitifs de la pragmatique des communications entre agents. En particulier, nous proposons une première application de notre théorie pour l'utilisation automatique par des agents de type BDI [Beliefs, Desires and Intentions] des jeux de dialogue du langage DIAGAL. Ce faisant, nous introduisons un certain nombre d'outils techniques pour l'automatisation des communications entre agents tout en précisant quels sont nos apports théoriques pour les SMAs et plus généralement pour les sciences cognitives.

Nous nous intéressons dans cette thèse à la simulation parallèle des systèmes multi-agent (SMA), plus particulièrement à des comportements d'agents situés : entités autonomes agissant dans un environnement. La simulation du trafic routier, de populations de personnes ou d'animaux sont quelques exemples de ses applications.<br /><br />Actuellement, il y a un manque de simulateurs parallèles efficaces pour ces systèmes, qui seraient très utiles, compte tenu des temps d'exécution pour des simulations à grande échelle. Dans ce contexte, notre apport se divise en trois parties : (1)~fournir un modèle de simulation de SMAs à grande échelle, appelé ParSSAP, (2)~faire un travail d'algorithmique parallèle dans les SMAs et (3)~fournir une implantation de ce modèle sous la forme d'une bibliothèque parallèle.<br /><br />Dans cette thèse nous commençons par introduire les SMAs, les problèmes de parallélisation qu'ils posent et l'état de l'art dans la simulation des SMAs. Nous présentons ensuite nos travaux et apports : le modèle de simulation que nous avons conçu, l'algorithmique parallèle utilisée dans deux percepts d'agents fournis dans notre bibliothèque (calcul des champs de visibilité et propagation des champs de potentiel), la documentation sur notre bibliothèque et quelques applications avec leurs performances à l'exécution. Finalement, nous présentons le bilan, positif, de nos travaux.<br /><br />Notre modèle et son implantation parallèle sont destinés à une utilisation facile et à des exécutions efficaces. Ils peuvent encore être enrichis, néanmoins notre bibliothèque permet déjà de construire rapidement des applications efficaces à l'exécution sur des machines parallèles modernes.

Les travaux développés dans ce mémoire se situent à l'intersection des domaines du Génie Logiciel et de l'Intelligence Artificielle Distribuée : l'objectif est de spécifier un système d‘aide à la gestion d'information au sein d'une organisation de type administrative complexe sous la forme d'un système multi-agent. Le modèle holonique a été choisi, suite à une étude générale sur les organisations humaines et sur les organisations multi-agent, afin de structurer un système d'aide distribué en adéquation avec notre problématique, à savoir l'apport d'une aide au niveau de chaque acteur de l'organisation et la gestion de la cohérence de son fonctionnement global. Le choix d'une méthode d'analyse et de modélisation de système administratif complexe a nécessité la confrontation, à l'aide d'un benchmark, d'un ensemble de méthodes issues du Génie Logiciel et couramment utilisées. Aucune des méthodes comparées ne répondant totalement aux critères établis, la méthode MAMOSACO, conçue par adaptation et intégration des éléments les plus pertinents des méthodes comparées, est proposée. Cette méthode permet de spécifier un Système Orienté Holon pour l'aide au Travail COopératif (SOHTCO) d'un ensemble des acteurs impliqués dans une procédure donnée. La méthode MAMOSACO a été appliquée, au travers de son atelier de modélisation, sur un ensemble de cas réels de procédures administratives complexes. Et, finalement, sur base du cas d'application développé, un ensemble de perspectives de recherches, tant en ce qui concerne la modélisation qu'en ce qui concerne le système multi-agent holonique, est proposé.

Les systèmes hospitaliers sont des lieux de soins caractérisés par la variété des activités et des situations auxquelles ils sont confrontés. Ceci engendre des interactions induisant des situations imprévues liées à plusieurs risques.La gestion des risques apparaît donc comme une préoccupation importante pour les décideurs. Plus particulièrement, la gestion des risques dans les blocs opératoires est d'une grande importance étant donné que ces derniers présentent des lieux hautement stratégiques par rapport aux nombreuses activités qu'ils regroupent et des coûts qu'ils engendrent. Le risque zéro n'existe pas, il peut néanmoins être réduit.Ce travail de recherche a pour objectif de maîtriser la gestion des risques dans les blocs opératoires. Cette recherche s'intègre dans le cadre d'une collaboration entre l'Ecole Centrale de Lille et le CHU Sahloul de Sousse, terrain d'étude choisi pour mettre en œuvre l'approche proposée. Étant donné qu'aucun système de gestion des risques n'a été mis en place dans cet établissement, ce travail représenté un apport important et original pour le CHU Sahloul.Notre démarche se déroule en plusieurs étapes. Tout d'abord, suite à une comparaison entre les méthodes de gestion des risques existantes, nous avons choisi d'adapter la méthode de gestion des risques AMDEC (Analyse des Modes de Défaillances, de leurs Effets et de leurs Criticités) aux blocs opératoires du CHU Sahloul de Sousse.Nous proposons ensuite un système d'aide à la décision pour la gestion des risques GRAMA (Gestion des Risques par une Approche Multi - Agent) afin d'orienter les intervenants dans les blocs opératoires vers les meilleures décisions pour minimiser les risques pouvant survenir. Enfin, une simulation basée sur l'approche proposée est mise en œuvre au CHU Sahloul

L'objet de cette thèse est de présenter une réflexion destinée à concevoir un ensemble d'outils dont la finalité est de favoriser l'émergence d'une culture de gestion des risques au sein de PME-PMI. Les hypothèses retenues pour mener à bien cette démarche sont de favoriser les échanges sur les pratiques de prévention entre les acteurs tant privés qu'institutionnels et d'élaborer des outils de prévention et de gestion impliquant les principaux acteurs de la PME-PMI. La démarche suivie dans cette thèse a consisté à identifier les fonctionnalités d'un système de gestion des risques selon la spécificité des PME-PMI puis de l'aborder à l'aide de la notion d'organisation virtuelle. Ce concept permet d'identifier les interactions entre les acteurs des PME-PMI et les instruments de la gestion des risques. La mise en œuvre d'une organisation virtuelle repose sur le développement d'un système d'intermédiation électronique, ce système fournit les mécanismes nécessaires à l'échange d'information entre les éléments constituant l'organisation virtuelle. Dans l'optique d'identifier les caractéristiques de ce système, une analyse a été menée à l'aide de concepts de la pensée complexe. Pour aborder la conceptualisation du système d'intermédiation électronique et d'un logiciel d'analyse des risques indispensables au déploiement de l'organisation virtuelle, le choix a été fait de recourir aux modèles et aux technologies des Systèmes Multi-Agents. Ainsi, un modèle d'agent d'intermédiation et un système multi-agents d'analyse des risques ont été réalisés. A partir de ces composantes et d'un ensemble de logiciels développés dans le cadre de cette thèse, un prototype d'organisation virtuelle de gestion des risques proposant des mécanismes de communication, de diagnostic, de supervision et de gestion des risques dédiée aux PME-PMI est détaillé.

Nous nous intéressons dans cette thèse à la planification pour les problèmes de prise de décision décentralisée séquentielle dans l'incertain. Dans le cadre centralisé, l'utilisation des formalismes MDP et POMDP a permis d'élaborer des techniques de planification efficaces. Le cadre Dec-POMDP permet de formaliser les problèmes décentralisés. Ce type de problèmes appartient à une autre classe de complexité que les problèmes centralisés. Pour cette raison, jusqu'à récemment, seuls de très petits problèmes pouvaient être résolus et uniquement pour des horizons très faibles. Des algorithmes heuristiques ont récemment été proposés pour traiter des problèmes de taille plus conséquente mais n'ont pas de preuve théorique de qualité de solution. Nous montrons comment une information heuristique sur le problème à résoudre représentée par une distribution de probabilité sur les croyances centralisées permet de guider la recherche approchée de politique. Cette information heuristique permet de formuler chaque étape de la planification comme un problème d'optimisation combinatoire. Cette formulation conduit à des politiques de meilleure qualité que les approches existantes.

Le paradigme des systèmes multi-agents (SMA), qui propose une manière originale de modéliser le monde, est considéré comme un mode pertinent de représentation des connaissances. Mais les potentialités des SMA ne doivent pas cacher les difficultés qui guettent le modélisateur et qui peuvent remettre en cause sa légitimité scientifique. La question de la validation sert alors de fil directeur de cette thèse qui décrit un cadre méthodologique pour concevoir des modèles plus fiables. Car, contrairement aux modèles mathématiques, un SMA ne peut pas prouver ses résultats ni s'abstraire de la simulation. De plus, les probabilités de faire apparaître des erreurs ou des biais ne sont pas négligeables. De sa conception à son implémentation, de nombreux artefacts peuvent apparaître. On peut alors légitimement s'interroger sur la fiabilité des simulateurs. Or il s'agit moins d'erreurs de codage que de problèmes de gestion approximative des interactions ou d'activation des agents qui peuvent remettre en cause cette fiabilité. Cette thèse éclaire donc les zones sensibles susceptibles de générer des artefacts. Car la modélisation des socio-éco-systèmes n'est pas juste une spécialité informatique, mais demande un véritable savoir-faire et le modélisateur doit garder un regard critique sur ses outils. Non seulement il faut connaître par avance les points sensibles des SMA mais il faut également s'assurer de la robustesse de ses résultats en montrant que le simulateur exhibe des comportements relativement stables. Au-delà de la phase d'élaboration, la thèse souligne le rôle des analyses exploratoires pour mieux expliquer le comportement global d'un modèle, hiérarchiser l'influence des paramètres et tester la robustesse des hypothèses. Elle montre l'intérêt de la réplication et la nécessité de présenter un SMA de façon claire et non ambiguë. Après la mise en place d'un simulateur, un travail de re-présentation reste à mener pour proposer des diagrammes réorganisés qui mettent la lumière sur les points essentiels et autorisent des discussions et des critiques. Nous défendons l'idée d'une modélisation exposée, qui doit assumer ses choix sans imposer ses points de vue. Il est urgent d'abandonner la vision naïve qui consiste à penser qu'un modèle est objectif. La notion de modèle neutre qui ne serait qu'une copie du réel in silico, impliquerait que le modélisateur n'a aucun présupposé sur le système qu'il étudie et que le monde se reflète dans sa pensée comme une image dans un miroir. Or, que ce soit intentionnel ou non, un modèle est forcément une représentation subjective. Il faut donc expliciter ses choix et les présenter de la façon la plus lisible possible pour qu'ils puissent être compris, partagés ou critiqués. Suite aux défauts de fiabilité des SMA et aussi à cause de démarches naïves de la modélisation, il est préférable, dans l'état actuel des SMA, d'opter pour des modèles simples plutôt qu'une approche descriptive qui chercherait à introduire dans le modèle le maximum d'informations considérées comme données par nature.

We introduce basic behaviors as primitives for control and learning in situated, embodied agents interacting in complex domains. We propose methods for selecting, formally specifying, algorithmically implementing, empirically evaluating, and combining behaviors from a basic set. We also introduce a general methodology for automatically constructing higher--level behaviors by learning to select from this set. Based on a formulation of reinforcement learning using conditions, behaviors, and shaped reinforcement, out approach makes behavior selection learnable in noisy, uncertain environments with stochastic dynamics. All described ideas are validated with groups of up to 20 mobile robots performing safe--wandering, following, aggregation, dispersion, homing, flocking, foraging, and learning to forage.

The allocation of resources over time, referred to as resource scheduling, in large-scale construction environments is a challenging problem. Although traditional network scheduling techniques are the most popular scheduling techniques in the construction industry, they are ineffective in modeling the dynamic nature and resource interactions of large projects. Simulation based modeling or optimization techniques are also time-consuming, complicated and costly to be implemented in large-scale projects. This research is focused on developing a new framework to insert artificial intelligence inside construction simulations for facilitating the resource allocation process. The first stage in this study was developing a framework to solve resource scheduling problems in large scale construction projects. This framework, called the Simulation Based Auction Protocol (SBAP), integrates Multi-Agent Resource Allocation (MARA) in a simulation environment. This hybrid framework deploys centralized MARA (i.e., auction protocols) whereby agents bid on different combinations of resources at the start of a simulation cycle. Agents attempt to improve their individual welfare by acquiring a combination of resources. An auctioneer is designed to allocate resources to the agents by maximizing the overall welfare of the society. Simulation is also employed to track the availability of resources, and manage resource oriented activities. This framework is implemented in two large construction applications of scheduling module assembly yard and multiple heavy lift planning in modular construction. The second objective of this project is to develop a generic resource allocation component for addressing optimized resource allocation in various construction projects. This component is developed in a large scale model using High Level Architecture (HLA), instead of traditional simulation environments. HLA allows splitting a large scale model, known as a federation, into a number of manageable components (i.e., federates), while maintaining interoperability between them. A generic Resource Allocation (RA) federate is designed to act as an auctioneer for federates developed based on the SBAP. Another generic federate is also built to automate the communication with the RA federate. These two generic federates can be reused in various construction federations. This framework is successfully implemented in an industrial construction process that involves different supply chains including spool fabrication, module assembly and heavy crane lifts in site construction. / Construction Engineering and Management