Propagation et affinement d'hypothèses sous contraintes communicationnelles

Hypotheses propagation and refinement under communicationnal constraints

• Auteur / Autrice : Gauvain Bourgne
• Direction : Suzanne Pinson
• Type : Thèse de doctorat
• Discipline(s) : Informatique. Intelligence artificielle, systèmes multi-agents
• Date : Soutenance en 2008
• Etablissement(s) : Paris 9

Mots clés

Mots clés contrôlés

Raisonnement non monotone

Abduction (logique)

Intelligence artificielle

Résumé

Ce travail concerne l'affinement d'hypothèses entre agents, sous contraintes communicationnelles. Il s'agit de permettre à un réseau d'agents de construire à partir des observations de ces agents, une ou plusieurs hypothèses qui soit consistante avec l'ensemble des informations du système, et ce en dépit de certaines contraintes sur les communications. On s'appuie sur des connaissances certaines, une théorie communes à tous les agents et des observations factuelles. A partir de celles-ci, les agents construit une hypothèse, révisable, qui permet de construire les croyances de l'agent. Le but est, à partir de communications entre les agents, de leur permettre de construire des hypothèses qui soient consistantes avec l'ensemble des informations certaines présentes dans le système. On propose donc des protocoles et stratégies de communications pour traiter de ce problème. Le cadre est assez général, et peut s'appliquer à différents modes de raisonnements, en particulier l'induction et l'abduction. On envisage de plus différentes situations, selon le degré de dynamicité du problème, en particulier, selon qu'il est pseudo-statique ou dynamique. Dans le premier cas, une planification des communications globale est possible, les liens entre agents restant inchangés, tandis que dans l'autre on propose plutôt un affinement progressif, avec des protocoles d'initiation de dialogues qui articulent les échanges d'informations entre agents pour assurer à terme une convergence du système. Des études expérimentales ont testé ces mécanismes dans les différents types de situations possibles à travers plusieurs applications de test dont nous présenterons les principaux résultats

This work deals with hypothesis refinement between agents, under communicationnal constraint. Our aim is to enable a network of agents to build from the different observations of its agents through constrainted communication one or more hypotheses that are consistent with the whole set of information of the system. These agents have some certain knowledge, a common theory and some factual observations. Several protocols and strategies are given to deal with this problem in a general framework, that can be applied to different reasoning mode, such a sinduction or abduction. Different types of dynamicity are studied. In static settings, global protocol plan all the communications to ensure that the agent find some consistent hypothesis, whereas in dynamic settings, different local exchange are used, in conjunction with dialog initiation protocols, to progressively refine the hypotheses of the agents. These mechanisms have been tested in different settings through several test applications whose results are given