Systèmes multi-agents
Les systèmes multi-agents étudient comment de multiples agents autonomes et interactifs — chacun avec ses propres informations, objectifs et processus de décision — se coordonnent, coopèrent ou rivalisent pour atteindre des résultats individuels ou collectifs.
Definition
Un système multi-agent est un système composé de plusieurs agents autonomes qui interagissent au sein d'un environnement partagé, où chaque agent perçoit, décide et agit, et où le résultat dépend conjointement des choix des agents.
Scope
Ce domaine couvre les systèmes composés de nombreux agents en interaction et les principes régissant leur interaction : l'analyse par la théorie des jeux des comportements stratégiques et des équilibres, la coordination et la coopération entre agents, la résolution de problèmes distribuée et la satisfaction de contraintes, ainsi que la conception de mécanismes pour l'ingénierie d'interactions aux propriétés souhaitables. Il traite les agents comme des décideurs dont les choix s'influencent mutuellement. Le mécanisme interne de prise de décision d'un agent unique est abordé dans le cadre du raisonnement en incertitude, et l'apprentissage en interaction relève du sous-domaine de l'apprentissage automatique.
Sub-topics
Core questions
- Comment les agents égoïstes se comportent-ils stratégiquement, et quels résultats stables (équilibres) en découlent ?
- Comment les agents peuvent-ils coordonner leurs actions et coopérer vers des objectifs partagés ou compatibles ?
- Comment un problème peut-il être résolu en le distribuant entre plusieurs agents disposant d'informations partielles ?
- Comment les règles d'interaction peuvent-elles être conçues de manière à ce que des résultats souhaitables à l'échelle du système émergent ?
Key concepts
- agents autonomes
- interaction stratégique et théorie des jeux
- équilibre de Nash
- coordination et négociation
- coopération et travail d'équipe
- résolution de problèmes distribuée
- conception de mécanismes et enchères
- communication d'agents
Key theories
- Analyse d'équilibre par la théorie des jeux
- La théorie des jeux modélise les agents comme des décideurs rationnels dont les gains dépendent des actions des autres, et les concepts d'équilibre tels que l'équilibre de Nash prédisent un comportement conjoint stable, fournissant ainsi la base analytique de l'interaction stratégique entre agents.
- Coordination et coopération
- Les agents disposant d'informations limitées et d'objectifs qui se chevauchent doivent se coordonner pour éviter les conflits et coopérer pour atteindre des résultats conjoints, en utilisant des protocoles, la négociation et des conventions partagées étudiées dans la littérature sur les systèmes multi-agents.
- Conception de mécanismes comme théorie des jeux inverse
- La conception de mécanismes élabore les règles d'une interaction de telle sorte que, même lorsque les agents agissent dans leur propre intérêt, l'équilibre résultant atteigne l'objectif du concepteur, tel que l'efficacité ou un comportement véridique.
Clinical relevance
Les techniques multi-agents sont appliquées dans le trading automatisé et les enchères, les marchés électroniques, le routage du trafic et des réseaux, les réseaux de capteurs distribués, les équipes et essaims robotiques, les chaînes d'approvisionnement, et la conception de plateformes en ligne, partout où de nombreux décideurs interagissent et où leurs incitations et leur coordination doivent être gérées.
History
Les systèmes multi-agents ont émergé de l'intelligence artificielle distribuée dans les années 1980, fusionnant la théorie des agents avec la théorie des jeux et l'économie. Les années 1990 et 2000 ont vu la consolidation des architectures d'agents, des standards de communication et des fondements de la théorie des jeux, exposés dans les ouvrages de Wooldridge (2009) et Shoham et Leyton-Brown (2009), la conception de mécanismes et les enchères devenant un axe d'application majeur.
Key figures
- Michael Wooldridge
- Yoav Shoham
- Kevin Leyton-Brown
- Nicholas R. Jennings
- Katia Sycara
Related topics
Seminal works
- shoham2009
- wooldridge2009
- jennings1998
Frequently asked questions
- En quoi un système multi-agent diffère-t-il d'un agent intelligent unique ?
- Un agent unique raisonne et agit pour atteindre ses propres objectifs dans un environnement. Dans un système multi-agent, plusieurs agents autonomes agissent simultanément, de sorte que le meilleur choix de chaque agent dépend de ce que font les autres. Cela introduit des questions d'interaction stratégique, de coordination et d'incitation que l'IA mono-agent ne rencontre pas.
- Pourquoi la théorie des jeux est-elle centrale aux systèmes multi-agents ?
- Parce que les résultats dans un système multi-agent dépendent des actions conjointes d'agents égoïstes, la théorie des jeux fournit les outils pour prédire les comportements stables (équilibres) et pour concevoir les interactions. Elle permet aux chercheurs de raisonner de manière structurée sur la compétition, la coopération et les incitations.