Apprentissage comportemental en continu de dispositifs ambiants par systèmes multi-agents adaptatifs

Abstract

Nous proposons d'étendre la résolution émergente de problème au cadre des systèmes ambiants, au travers de la conception du système multi-agent adaptatif Amadeus. L'objectif d'Amadeus est d'apprendre le comportement correct à attribuer à un système ambiant. Cet apprentissage passe par l'observation des différentes actions des utilisateurs, afin d'être capable de progressivement réaliser ces actions à leur place. Pour être réellement adaptatif, Amadeus réalise un apprentissage en continu sans connaissance a priori ; il s'adapte à l'apparition/disparition de dispositifs et est capable de modifier son comportement en cours de fonctionnement en cas d'évolution du comportement utilisateur. Amadeus a été évalué par simulation sur plusieurs scénarios, et a montré sa capacité à apprendre localement le comportement correct à attribuer à un dispositif par l'observation des actions utilisateur.ABSTRACT. We propose to extend the emergent problem solving to the ambient system field, through the design of the adaptive multi-agent system Amadeus. The goal of Amadeus is to learn the correct behavior to assign to an ambient system. This learning is based on the observation of users actions, in order to be able to progressively perform these actions on their behalf. To be truly adaptive, Amadeus performs a continuous learning without any a priori knowledge; it adapts itself to the appearance/disappearance of devices and it is able to modify its behaviour at runtime if there is a change in the users behavior. Amadeus has been evaluated by simulation through several scenarios, and has demonstrated its capability to learn in a local way the correct behavior to assign to a device by observing users actions.MOTS-CLÉS : systèmes multi-agents adaptatifs, apprentissage, systèmes ambiants.