| Summary: | L'objectif de cette thèse est de proposer une approche générale améliorant le maintien de la cohérence et de la robustesse dans un système multi-agents (SMA) qui recueille collectivement des informations provenant des sources distribuées où certains sources sont défectueuses (volontairement ou non). Dans ce contexte, les informations recueillies collectivement par le système sont une agrégation progressive (non linéaire) des informations recueillies individuellement par chaque agent. Par conséquent, chaque agent a des informations directes (recueillies par lui-même) et des informations indirectes (obtenues grâce à la communication avec d'autres agents). La cohérence du système est définie par la compatibilité des informations recueillies collectivement sur l'environnement exploré avec l'environnement réel. La robustesse du système est définie par la capacité du système de maintenir la cohérence de ses informations, en dépit de l'existence et de l'augmentation des agents défaillants au sein du système.Pour assurer la cohérence du système, nous proposons un modèle de confiance appelé TrustSet, permettant aux agents de raisonner eux-mêmes sur les informations collectées et en particulier de calculer la fiabilité de ces informations. Chaque agent maintient un réseau de confiance et un système d'informations locales construit à partir de la confrontation des informations directes (collectées par l'agent) et des informations indirectes (obtenues à partir des agents rencontrés) pour développer une stratégie de communication locale ou globale garantissant la robustesse du système par rapport aux effets de la dissonance des agents. Ensuite, nous construisons un système multi-agents capable de définir dynamiquement ou de faire émerger des stratégies de déplacement ou de communication adaptées à la perturbation. Une démarche d'auto-organisation se base sur une vision systémique dans laquelle nous considérons un couplage structurel entre les deux composantes du système : le sous-système de collecte d'information directe et le sous-système de communication. Ce mécanisme agit comme un guide pour la communication et pour la limitation de la diffusion d'informations dissonantes dans le système, réduisant ainsi son impact sur le processus de la collecte d'information collective. De nombreuses simulations ont été menées dans le cadre d'une application de cartographie collaborative, afin de montrer l'intérêt de notre approche. === This thesis addresses the issue of maintaining information coherence and its robustness in a multiagent system, that collectively gathers information from distributed sources and where some sources may be defective (deliberately or not). In this context, the collective information gathered by the system is a progressive (possibly non-linear) aggregation of information collected individually by each agent. Therefore, each agent has direct information, collected by itself, and indirect information, obtained through communication with other agents. System coherence is defined by the compatibility of collected information about the explored environment and its actual information. System robustness is defined by the capability to maintain information coherence, despite the existence and increase of faulty agents within the system. To ensure the system coherence, this thesis proposes a trust model named TrustSets, allowing agents themselves to reason about collected information to ensure its consistency by using the calculation of the information reliability. Each agent maintains a trust network and can recognize direct (collected from the environment) and indirect (collected by exchanging information with other agents) information, not only in its stored data, but also in the data transmitted by agents it encounters. Then, the agents develop their own local and global communication strategies to ensure the system robustness against the effects of dissonance agents. To ensure the system robustness, we construct a multi-agent system which brings out dynamically strategies of movement and communication automatically adapted to the perturbation. For this purpose, we propose a self-organizational approach, based on a systemic view in which we consider a structural coupling between two levels: direct information gathering and communication. This mechanism acts as a guide for communicating and for limiting the propagation of dissonant information in the system. Consequently, it reduces the impact of dissonant information on the process of gathering information collectively. Various experiments were conducted as the part of a collaborative mapping application to show the interest of our approach.
|
|---|
