Projet de recherche doctoral numero :3347

Description

Date depot: 1 janvier 1900
Titre: Comportements d'agents en mouvement: une approche cognitive pour la reconnaissance d'intentions
Directeur de thèse: Samir AKNINE (CEDRIC)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini

Resumé: 1. Contexte Les systèmes multi-agents cognitifs sont de plus en plus fréquemment utilisés pour la résolution collective de problèmes notamment en milieu industriel. L’apport imminent et l’intérêt que suscitent ces systèmes est particulièrement afférent à leur capacité, de plus en plus reconnue, à résoudre des tâches complexes, distribuées et imposant une dynamicité dans le comportement global du système, tout en préservant une simplicité tant fonctionnelle que conceptuelle des entités en interaction. Ces systèmes multi-agents sont caractérisés, en particulier, par des propriétés de robustesse qui prennent source dans la définition des comportements individuels et collectifs des agents [1][2][14]. Ces entités sont, en effet, capables d’avoir un raisonnement sur leur comportement et de s’adapter de façon dynamique et progressive aux changements affectant leur environnement. Cependant, de part la complexité des problèmes à résoudre et l’ouverture de ces systèmes, il est difficile de cerner tous les comportements de ces agents notamment en présence d’agents compétitifs guidés par leurs propres buts, ayant des préférences variables et des fonctions d’utilité différentes. En effet, ces agents peuvent être en compétition sur les ressources du système, les buts à atteindre, l’environnement, etc. Cette difficulté peut devenir critique notamment dans le cas d’applications soumises à des contraintes sévères de sûreté de fonctionnement ou de temps réel. Il est, de ce fait, nécessaire de pouvoir analyser localement et dynamiquement les comportements de ces agents sur la base d’observations individus centrées ou groupes centrées afin d’être en mesure de découvrir l’intention sous-jacente à chacun de leurs comportements et ainsi de prédire leurs évolution future ou de détecter des situations potentiellement dangereuses. Il devient alors indispensable d’élaborer des méthodes ou des méthodologies permettant de définir des modèles multi-agents cognitifs, de façon locale et globale, tout en assurant la reconnaissance des comportements collectifs et individuels émergents. Un premier pas dans cette direction pourrait consister en l’application de méthodes de dérivation des intentions des agents tout au long de la résolution du problème par le système multi-agent. 2. Motivation Le problème de la dérivation d’intentions des agents est pas ou peu abordé par la communauté multi-agent. Cette recherche soulève, d’une part, de nombreux problèmes sur la représentation des agents, de leurs connaissances, leurs comportements individuels et collectifs, etc. D’autre part, elle représente un double intérêt à la fois théorique et pratique puisque divers modèles actuels dans les systèmes multi-agents peuvent y trouver un grand apport comme support de raisonnement notamment pour la formation de groupes ou de coalitions, la négociation, etc. [3][4][10][14]. En effet, ces problèmes sont considérés comme difficiles et peu de méthodes actuelles garantissent leur convergence. La dérivation d’intentions peut ainsi se juxtaposer à ces modèles pour en apporter des solutions originales et novatrices pour ces problèmes. D’un point de vue applicatif, cette recherche recouvre des intérêts majeurs notamment pour les applications traitant de la surveillance d’une zone par exemple : circulation maritime, feux de forêts, déplacement de troupes, etc. Automatiser une telle tâche ou, tout au moins, assister un opérateur dans l’accomplissement de cette tâche, nécessite de développer un système d’interprétation de situations capable, à partir d’observations de nature très diverse et arrivant de manière erratique (position, vitesse, mode radar…), de caractériser progressivement et de mieux en mieux chacune des entités concernées. Ce système doit ensuite raisonner afin d’identifier les comportements possibles (individuels ou collectifs) de chacune de ces entités et donc par voie de conséquence, être capable d’en déduire des indications sur leurs intentions individuelles ou collectives. Par ailleurs, les applications dédiées à la surveillance de zones maritimes, de transport, etc., représentent aujourd’hui un enjeu majeur. En effet, de multiples programmes internationaux tels que le « Maritime Domain Awareness » s’intéressent à la mise en œuvre de l’intelligence collective. Les travaux de cette thèse pourront bien entendu servir à d’autres domaines comme, par exemple, le perfectionner des systèmes dédiés à la prévention d’accidents, la détection de navires en détresse ainsi que la lutte contre les narcotrafics, le terrorisme ou encore l’immigration clandestine. 3. Recherche proposée Le travail de cette thèse se propose donc de répondre aux problématiques précédemment énoncées dans le cadre du domaine de la reconnaissance de plan [8]. Nous nous attacherons ainsi à identifier chacun des agents et objets présents dans la zone et d’assigner à chaque agent un comportement individuel et de groupe, ce qui nous permettra de prédire son évolution

Doctorant.e: Vidal Nicolas