Task Bundle Delegation for Reducing the Flowtime

Beauprez, Ellie; Caron, Anne-Cécile; Morge, Maxime; Routier, Jean-Christophe

doi:10.1007/978-3-031-10161-8_2

Cited by 2 publications

(2 citation statements)

References 16 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Les agents exécutent leur comportement selon leurs connaissances et croyances. Le comportement des agents est spécifié dans [5] par un automate fini déterministe (1) . Afin d'éviter les interblocages, les propositions sont associées à des dates butoirs.…”

Section: Comportement D'agentunclassified

“…Notre prototype [5] est implémenté avec le langage de programmation Scala et la bibliothèque Akka [19] adaptée aux applications orientées messages, fortement concurrentes, distribuées et robustes. Nous supposons que : (a) le délai de transmission des messages est arbitraire mais non négligeable, (b) l'ordre des messages par paire émetteur-récepteur est préservé, (c) la distribution des messages est garantie.…”

Section: Conditions Expérimentalesunclassified

See 1 more Smart Citation

Délégation de lots de tâches pour la réduction de la durée moyenne de réalisation

Beauprez¹,

Caron²,

Morge³

et al. 2023

Revue Ouverte d'Intelligence Artificielle

View full text Add to dashboard Cite

Nous étudions le problème de la réallocation de tâches pour l'équilibrage de charge dans les modèles distribués de traitement de données massives. Nous proposons une stratégie qui repose sur des agents coopératifs pour optimiser le réordonnancement de tâches dans un ensemble de jobs devant être exécutés le plus tôt possible. Elle permet aux agents de déterminer localement les prochaines tâches à exécuter, à déléguer, voire à échanger grâce à leurs connaissances, leurs croyances et leur modèle des pairs. La nouveauté réside dans la capacité des agents à identifier les opportunités et les agents limitants pour réallouer efficacement des lots de tâches à travers des négociations bilatérales concurrentes. La stratégie mise en oeuvre par les agents permet de garantir une amélioration continue du délai de réalisation. Nos expérimentations montrent que la durée moyenne de réalisation atteinte par notre stratégie est meilleure que celle obtenue avec une résolution DCOP et reste proche de celle obtenue avec une heuristique classique, avec dans tous les cas un temps de réordonnancement significativement réduit.Mots-clés. -Système multi-agents, résolution collective de problèmes, négociation multi-agents.

show abstract

Section: Comportement D'agentunclassified

Section: Conditions Expérimentalesunclassified