Thèse de doctorat en Intelligence artificielle
Sous la direction de Gérard Verfaillie.
Soutenue en 1993
à Toulouse, ENSAE .
L'approche multi-agent, domaine de l'intelligence artificielle distribuée, ouvre une nouvelle voie pour appréhender de façon naturelle les problèmes de satisfaction de contraintes (Constraint Satisfaction Problems, CSP) souvent abordes par des systèmes centralises et des modèles d'exécution séquentiels. Cette approche a d'abord été utilisée dans le cadre de problèmes d'allocation de ressources (voir annexes). Sous le nom de MASC (approche Multi-Agent des problèmes de Satisfaction de Contraintes), elle a ensuite été étendue au cadre général CSP. MASC est une méthode par déplacements au sein de l'espace d'état, guides par des réparations locales stochastiques. Celles-ci sont basées sur un outil d'optimisation, le recuit simulé, dont l'objectif est d'atteindre un état optimal qui satisfasse le maximum de contraintes. Des résultats théoriques sont établis et discutes. Le problème de l'implémentation sur une architecture parallèle est également soulève et une solution est apportée. Outre cet aspect statique, MASC traite l'aspect dynamique des CSPs par l'intégration d'un mécanisme de réactivations. Ce mécanisme, tout en gardant l'objectif d'optimalité, vise à retrouver une solution proche de la solution de départ. Aussi bien pour l'aspect statique que pour l'aspect dynamique, des résultats expérimentaux sont exhibes et discutes
Masc : a multi-agent approach for constraint satisfaction problems
Pas de résumé disponible.