Academic literature on the topic 'Décision multi-agents'

Cette thèse s'intéresse à la problématique de la coordination de plusieurs agents autonomes dans un environnement réel. Cela implique la prise en compte de l'incertitude dans la réalisation des actions et du comportement des autres agents, ainsi que d'une certaine dynamicité de l'environnement. Nous avons basé notre travail sur le formalisme des processus décisionnels de Markov (MDP) qui permet d'intégrer les incertitudes dans le processus de raisonnement. Afin de prendre en compte les interactions avec les autres agents, nous avons formalisé celles-ci et intégré les interactions au sein d'un processus de décision en ligne. Ce processus est une extension des MDP où les agents cherchent à optimiser leurs gains personnels, ainsi que le bien-être du groupe. Il en découle un problème de décision multi-critères, auquel nous avons proposé une solution. Une fois ce formalisme établi, nous avons pu aborder plusieurs problèmes de coordination comme : la formation de convois, la couverture spatiale et la formation de coalitions. Ces problèmes nous ont permis d'appliquer avec succès les principes établis en début de thèse. Les extensions de ce travail traiteront l'apprentissage en ligne, et la théorie des jeux afin de permettre la détection et la résolution de cas d'inter-blocages
This thesis deals with the coordination of a group of autonomous agents in the real world. So, we have to take into account uncertainty about action's outcome, about other agent's behavior and also the changes in the environment. We are using Markov decision processes (MDP), whose allow to manage those uncertainties in a decision process. In order to manage the interactions with the other agents, we give a formalism to express them, and also we give a solution to integrate them in a on-line decision process. This is an extension of the Markov Decision Processes where the agent are trying to optimize their own reward as well as the welfare of the group. This is a mutlicriteria decision problem, and we give it a solution. Once this formalism built, we tackle some classical coordination problems : platooning, spatial coverage, coalitions formation. Those applications allow us to apply with success the principle given at the beginning of the thesis. The extensions of this work will be dealing with on-line learning, and also game theory in order to detect and to solve deadlocks

Le travail de thèse de Baudoin Dafflon se situe dans la thématique générale des systèmes auto-organisés, dans la version centrée sur les systèmes multi-agents. Ce travail repose sur l’idée que l’organisation d’un système distribué peut émerger à partir du comportement de chacune des d’entités autonomes et proactives qui le composent. L’organisation émergente satisfait l’objectif confié au système auto-organisé. Cette thèse s’est particulièrement occupé de domaines applicatifs où les systèmes auto-organisés sont formés par des entités matérielles intelligents, en général mobiles, situées dans un environnement physique relativement incertain. Ses études de cas appartiennent à la problématique de la conduite en convoi de flottes de véhicules autonomes.En particulier, B. Dafflon s’est intéressé à la prise de décision pour ce genre de systèmes. Cette question est particulièrement importante lorsque l’environnement est incertain, soit par ce que les entités autonomes en ont une connaissance imparfaite, soit par ce que des phénomènes aléatoires peuvent se produire. Dans ce cas chaque entité doit décider, de façon décentralisée quelle est la meilleure action locale à exécuter pour que l’organisation globale soit préservée. Si bien l’échange d’informations entre entités n’est pas exclu d’emblée pour ce type de systèmes, les travaux de cette Thèse ont été conduits en adoptant la contrainte de non-communication, dans le but d’explorer la portée des approches purement autonomes et locales de la prise de décision par les agents.Parmi les contributions substantielles apportées par cette thèse nous pouvons mentionner les suivants. Premièrement, la proposition d’une architecture qui sépare la fonction décision de la fonction contrôle, ce qui permet de mieux intégrer des fonctionnalités qui prennent en compte l’incertain. Un exemple dans le domaine applicatif (la conduite en convoi) serait l’évitement d’obstacles. Deuxièmement, B. Dafflon propose l’introduction d’une hiérarchie de systèmes multi-agents où la prise de décision est également envisagée comme un processus auto-organisé dans un monde virtuel d’agents. Ce monde virtuel est défini par un processus d’abstraction des informations données par les percepts des agents matériels. Finalement, cette Thèse propose des modèles d’interaction pour ces agents virtuels qui reposent sur des processus physiques (lois d’attraction-répulsion, dynamique des gazes, ...). L’intérêt en est que la décision peut être élaborée de façon calculatoire, en évaluant des indicateurs globaux inspirés des processus physiques modélisés.Les travaux présentés dans cette thèse ont été effectués et ont été financés par le projet ANR-VTT SafePlatoon
Baudoin Dafflon’s doctoral work is placed in the general frame of self-organised systems. This kind of systems bases on the hypothesis that their organizationcan be the result of the individual behaviour of each one of the autonomous and proactive component entities. This emergent organization satisfies the objectives entrusted to the self-organizing system. This thesis is mainly directed to application domains in which the self-organizing system is composed of intelligent, frequently mobile material devices places in a physical, uncertain environment. Case-studies made included in this Thesis belong to the vehicle platoon problem.This Thesis interests mainlyto the decision-making problem of the self organizing systems of this kind. This aspect is particularly important when the system evolves in an uncertain environment. Uncertainty can be the consequence of an imperfect knowledge of the environment or because of the occurrence of unpredictable events. In those situations the autonomous entities have to decide locally about the best action to be performed in order for the global organization to be maintained. Even if information exchange among autonomous entities is not excluded a-priori, this doctoral work has been done under the restriction of non-communication, in order to investigate the reach of completely de-centralised approaches.Among the contributions of this thesis we can mention the following. Firstly, the proposal of an architecture that separates decision making and control, thereby allowing a simpler integration of uncertainty-management. An example from the application domain (vehicle platoons) is obstacle avoidance. Secondly, this thesis introduces a hierarchy of multi-agent systems such that decision-making is also conceived as a self-organized process in a virtual agent’s world. The later is built from an abstraction process based on the perceptions produced by material agents. Lastly, this thesis proposes physics-inspired interaction mechanisms for virtual agents. Those interaction models based on phenomena such as attraction-repulsion forces or gas dynamics, allow for a computational decision making process based on the laws and properties of the adopted physical models.Doctoral work presented in this Thesis has been done in the framework of the ANR-VTT project

Si la prise de décision peut être purement individuelle, elle peut aussi impliquer plusieurs acteurs et revêtir des aspects sociaux. Dans cette thèse, je considère deux types de processus décisionnels sociaux : la prise de décision assistée et la prise de décision collective. Dans le cas de la prise de décision assistée, deux acteurs ont des rôles distincts : décideur et assistant. Ici, le décideur est un agent humain et l'assistant un agent logiciel. Dans de nombreuses applications, les capacités dialogiques de l'assistant sont décevantes et le dialogue manque de cohérence. Pour y remédier, nous avons conçu un agent dialogique proactif visant la crédibilité conversationnelle et la pertinence des recommandations : l'agent dirige la conversation en posant les questions adéquates pour acquérir les préférences du décideur afin de lui recommander les alternatives les plus pertinentes. Notre proposition trouve une de ses applications dans le champ du e-commerce. La deuxième contribution concerne la prise de décision collective. L'objectif visé est d'établir un processus permettant d'aboutir à un accord compatible avec des préférences incomplètes, qui engage l'ensemble des participants et présente un caractère équitable. Pour ce faire, je définis les accords équitables en appliquant le critère du leximax sur le rang des alternatives. Je propose ensuite un protocole de négociation permettant d'atteindre de tels accords et l'évalue au regard de la stratégie employée par les agents participant. Enfin, le protocole est appliqué à la recherche d'un point de rencontre dans un labyrinthe
If decision making can be a pure individual process, it can involve several actors and present social aspects. In this thesis, I consider two types of social decision process : supported decision making and collective decision making. Concerning supported decision making, two actors have distinct roles : the decision maker and the assistant. Here, the decision maker is a human agent and the assistant a software one. In many applications, the dialogical abilities of the assistant are deceptive and the dialogue lacks of consistency. To tackle this problem, we design a proactive dialogical agent aiming for the credibility in conversation and the relevance of recommandations : our agent leads the conversation in asking relevant questions to collect the preferences of the decision maker and use them in recommending the alternatives that fit the most. We apply our approach on the e-commerce field. The second contribution concerns collective decision. The objective is to define a process that lead to a fair agreement, even if participants have incomplete preferences. For this purpose, I define the fair agreements by applying the leximax criterion on the rank of alternatives. Then, I propose a negotiation protocol to reach such agreements and the strategy is taken into account to evaluate it. Finally, the protocol is applied to the search of a meeting point in a maze

L’usage croissant des systèmes multi-agents dans divers domaines d’application soulève la nécessité de concevoir des agents capables de prendre des décisions s’appuyant sur des principes éthiques. Notre objectif est d’équiper les agents de capacités de raisonnement éthique pour permettre la mise en place de coopérations fondées sur l’éthique. Ce travail propose un modèle de jugement éthique pour les agents autonomes artificiels dans les systèmes multi-agents permettantde guider leurs décisions afin d’influencer leur comportement individuel d’une part, et de décrire un cadre de coopération fondée sur l’éthique d’autre part. Les éléments de ce modèle reposent sur une distinction entre la morale (ou théorie du bien), décrivant le caractère bon ou mauvais des actions d’un agent en faisant appel à la définition de valeurs morales et de règles morales, et l’éthique (ou théorie du juste), permettant de juger de l’action qu’il est juste d’effectuer dans une situation au regard d’un ensemble ordonné de principes éthiques et des actions moralement évaluées. L’agent, en employant ce modèle de jugement comme un processus décisionnel, adopte alors un comportement éthique du point de vue des théories du bien et du juste qui lui sont confiées. Il lui est également possible d’employer ce modèle pour juger le comportement des autres agents et tenir compte de ce jugement dans son propre comportement vis-à-vis des agents jugés.La présentation de ce modèle est accompagnée d’expérimentations illustrant son utilisation dans un domaine applicatif rséaliste de gestion éthique d’actifs financiers permettant d’éprouver l’influence du jugement sur le comportement des agents
The increasing use of multiagent systems in various fields raises the need of autonomous agents able to take into account such ethical principles in their decisions. More and more propositions are published, but they are often agent-centered and they don’t consider the issues raised by the interactions between artificial agents and possibly humans, potentially using another ethics. Our goal is to give the agents the ability to reason on ethics to enable an ethics-based cooperation in multiagent systems. This work presents a model of ethical judgment for artificial autonomous agents in multiagent systems both useful to influence their decisions and behaviors, and describes an ethics-based cooperation framework. This model distinguishes the morality (or theory of the good), describing the goodness of actions in a context regarding a set of moral values and moral rules, and ethics (or theory of the right), describing the rightness of an action regarding a set of ethical principles. The use of this model in the decision process generates a conform behavior regarding the chosen theories of good and right. An agent may also use this model to judge the observed behavior of the other agents and employ this judgment to adapt its own behavior towards the judged agents. The detailed presentation of this model is followed by some experimentations to show the use of this model in a realistic application based on an ethical asset management scenario. The results show how the behaviors of the agents might be impacted and the efficiency of this model to discriminate the behaviors of the others

La combinaison du traitement sémantique des connaissances (Semantic Processing of Knowledge) et de la modélisation des étapes de raisonnement (Modeling Steps of Reasoning), utilisés dans le domaine clinique, offrent des possibilités intéressantes, nécessaires aussi, pour l’élaboration des ontologies médicales, utiles à l'exercice de cette profession. Dans ce cadre, l'interrogation de banques de données médicales multiples, comme MEDLINE, PubMed… constitue un outil précieux mais insuffisant car elle ne permet pas d'acquérir des connaissances facilement utilisables lors d’une démarche clinique. En effet, l'abondance de citations inappropriées constitue du bruit et requiert un tri fastidieux, incompatible avec une pratique efficace de la médecine.Dans un processus itératif, l'objectif est de construire, de façon aussi automatisée possible, des bases de connaissances médicales réutilisables, fondées sur des ontologies et, dans cette thèse, nous développons une série d'outils d'acquisition de connaissances qui combinent des opérateurs d'analyse linguistique et de modélisation de la clinique, fondés sur une typologie des connaissances mises en œuvre, et sur une implémentation des différents modes de raisonnement employés. La connaissance ne se résume pas à des informations issues de bases de données ; elle s’organise grâce à des opérateurs cognitifs de raisonnement qui permettent de la rendre opérationnelle dans le contexte intéressant le praticien.Un système multi-agents d’aide à la décision clinique (SMAAD) permettra la coopération et l'intégration des différents modules entrant dans l'élaboration d'une ontologie médicale et les sources de données sont les banques médicales, comme MEDLINE, et des citations extraites par PubMed ; les concepts et le vocabulaire proviennent de l'Unified Medical Language System (UMLS).Concernant le champ des bases de connaissances produites, la recherche concerne l'ensemble de la démarche clinique : le diagnostic, le pronostic, le traitement, le suivi thérapeutique de différentes pathologies, dans un domaine médical donné.Différentes approches et travaux sont recensés, dans l’état de question, et divers paradigmes sont explorés : 1) l'Evidence Base Medicine (une médecine fondée sur des indices). Un indice peut se définir comme un signe lié à son mode de mise en œuvre ; 2) Le raisonnement à partir de cas (RàPC) se fonde sur l'analogie de situations cliniques déjà rencontrées ; 3) Différentes approches sémantiques permettent d'implémenter les ontologies.Sur l’ensemble, nous avons travaillé les aspects logiques liés aux opérateurs cognitifs de raisonnement utilisés et nous avons organisé la coopération et l'intégration des connaissances exploitées durant les différentes étapes du processus clinique (diagnostic, pronostic, traitement, suivi thérapeutique). Cette intégration s’appuie sur un SMAAD : système multi-agent d'aide à la décision
The combination of semantic processing of knowledge and modelling steps of reasoning employed in the clinical field offers exciting and necessary opportunities to develop ontologies relevant to the practice of medicine. In this context, multiple medical databases such as MEDLINE, PubMed are valuable tools but not sufficient because they cannot acquire the usable knowledge easily in a clinical approach. Indeed, abundance of inappropriate quotations constitutes the noise and requires a tedious sort incompatible with the practice of medicine.In an iterative process, the objective is to build an approach as automated as possible, the reusable medical knowledge bases is founded on an ontology of the concerned fields. In this thesis, the author will develop a series of tools for knowledge acquisition combining the linguistic analysis operators and clinical modelling based on the implemented knowledge typology and an implementation of different forms of employed reasoning. Knowledge is not limited to the information from data, but also and especially on the cognitive operators of reasoning for making them operational in the context relevant to the practitioner.A multi-agent system enables the integration and cooperation of the various modules used in the development of a medical ontology.The data sources are from medical databases such as MEDLINE, the citations retrieved by PubMed, and the concepts and vocabulary from the Unified Medical Language System (UMLS).Regarding the scope of produced knowledge bases, the research concerns the entire clinical process: diagnosis, prognosis, treatment, and therapeutic monitoring of various diseases in a given medical field.It is essential to identify the different approaches and the works already done.Different paradigms will be explored: 1) Evidence Based Medicine. An index can be defined as a sign related to its mode of implementation; 2) Case-based reasoning, which based on the analogy of clinical situations already encountered; 3) The different semantic approaches which are used to implement ontologies.On the whole, we worked on logical aspects related to cognitive operators of used reasoning, and we organized the cooperation and integration of exploited knowledge during the various stages of the clinical process (diagnosis, prognosis, treatment, therapeutic monitoring). This integration is based on a SMAAD: multi-agent system for decision support

Les travaux menés dans cette thèse s'inscrivent dans le cadre de la théorie de la décision algorithmique, domaine de recherche à la croisée de la théorie de la décision, de la recherche opérationnelle et de l'intelligence artificielle. Notre objectif dans cette thèse est de concevoir des algorithmes efficaces pour la résolution de problèmes de décision dans des environnements complexes (multicritère, multi-agents, incertain). Nous nous intéressons d'une part à l'élicitation des préférences fondée sur des modèles décisionnels et d'autre part à l'exploitation de ces préférences pour la recherche des solutions optimales sur des espaces définis de manière explicite ou implicite (optimisation combinatoire). Pour la résolution de problèmes combinatoires, nous proposons et étudions une nouvelle approche, consistant à combiner l'élicitation incrémentale des préférences et l'exploration implicite des solutions potentielles. L'intuition sous-jacente est d'utiliser l'exploration des solutions potentielles pour identifier des questions informatives tout en exploitant les réponses obtenues pour mieux focaliser la recherche sur les solutions préférées. Cette approche nous a conduit à proposer des procédures de décision par élicitation incrémentale pour les problèmes de recherche dans un graphe d'états multi-objectifs, les problèmes de chemins optimaux et d'arbre couvrants dans les graphes multicritères, les problèmes de sac à dos multi-agents et les problèmes de décision séquentielle dans l'incertain. Nous établissons des résultats théoriques garantissant la correction des algorithmes proposés et présentons des tests numériques montrant leur efficacité pratique
This thesis work falls within the area of algorithmic decision theory which is at the junction of decision theory, operations research and artificial intelligence. Our aim is to produce algorithms allowing the fast resolution of decision problems in complex environments (multiple criteria, multi-agents, uncertainty). This work focuses on decision-theoretic elicitation and uses preferences to efficiently determine the best solutions among a set of alternatives explicitly or implicitly defined (combinatorial optimization). For combinatorial optimization problems, we propose and study a new approach consisting in interleaving incremental preference elicitation and preference-based search. The idea is to use the exploration to identify informative preference queries while exploiting answers to better focus the search on the preferred solutions. This approach leads us to propose incremental elicitation procedures for multi-objective state-space search problems, multicriteria shortest path problems, multicriteria minimum spanning tree problems, multi-agents knapsack problems and sequential decision problems under uncertainty. We provide theoretical guarantees on the correctness of the proposed algorithms and we present numerical tests showing their practical efficiency

Les travaux menés dans cette thèse s'inscrivent dans le cadre de la théorie de la décision algorithmique, domaine de recherche à la croisée de la théorie de la décision, de la recherche opérationnelle et de l'intelligence artificielle. Notre objectif dans cette thèse est de concevoir des algorithmes efficaces pour la résolution de problèmes de décision dans des environnements complexes (multicritère, multi-agents, incertain). Nous nous intéressons d'une part à l'élicitation des préférences fondée sur des modèles décisionnels et d'autre part à l'exploitation de ces préférences pour la recherche des solutions optimales sur des espaces définis de manière explicite ou implicite (optimisation combinatoire). Pour la résolution de problèmes combinatoires, nous proposons et étudions une nouvelle approche, consistant à combiner l'élicitation incrémentale des préférences et l'exploration implicite des solutions potentielles. L'intuition sous-jacente est d'utiliser l'exploration des solutions potentielles pour identifier des questions informatives tout en exploitant les réponses obtenues pour mieux focaliser la recherche sur les solutions préférées. Cette approche nous a conduit à proposer des procédures de décision par élicitation incrémentale pour les problèmes de recherche dans un graphe d'états multi-objectifs, les problèmes de chemins optimaux et d'arbre couvrants dans les graphes multicritères, les problèmes de sac à dos multi-agents et les problèmes de décision séquentielle dans l'incertain. Nous établissons des résultats théoriques garantissant la correction des algorithmes proposés et présentons des tests numériques montrant leur efficacité pratique
This thesis work falls within the area of algorithmic decision theory which is at the junction of decision theory, operations research and artificial intelligence. Our aim is to produce algorithms allowing the fast resolution of decision problems in complex environments (multiple criteria, multi-agents, uncertainty). This work focuses on decision-theoretic elicitation and uses preferences to efficiently determine the best solutions among a set of alternatives explicitly or implicitly defined (combinatorial optimization). For combinatorial optimization problems, we propose and study a new approach consisting in interleaving incremental preference elicitation and preference-based search. The idea is to use the exploration to identify informative preference queries while exploiting answers to better focus the search on the preferred solutions. This approach leads us to propose incremental elicitation procedures for multi-objective state-space search problems, multicriteria shortest path problems, multicriteria minimum spanning tree problems, multi-agents knapsack problems and sequential decision problems under uncertainty. We provide theoretical guarantees on the correctness of the proposed algorithms and we present numerical tests showing their practical efficiency

La prise de décision collective est un processus dans lequel un groupe d'individus, ayant des intérêts différents, se réunit pour trouver une solution collective à un problème. Ce processus est inhérent aux activités de toute organisation politique, économique ou sociale. Le développement de l'Intelligence Artificielle notamment les Systèmes Multi-Agents a permis la modélisation et l'automatisation des processus de prise de décision afin de mieux comprendre et d'analyser leur fonctionnement. Une décision collective peut être prise par vote ou par négociation. Dans le cadre de cette thèse, nous abordons les mécanismes de négociation multilatérale pour la prise de décision collective basés sur des approches heuristiques. Les agents construisent la solution à leur problème à travers leurs interactions à la différence des modèles basés sur la théorie des jeux dont l'espace des solutions est supposé connu par tous les agents. Le problème des négociations heuristiques réside dans les mécanismes de raisonnement des agents dont la complexité augmente lorsque le nombre d'agents et d'attributs à négocier devient important. L'objectif de cette thèse est ainsi de proposer des mécanismes de négociation décentralisés (sans médiateur) et distribués en mettant en exergue l'aspect organisationnel des agents. Notre approche s'inspire du concept diviser pour régner et permet aux agents de négocier de façon incrémentale. Le but est de faciliter la recherche d'accords et de limiter la complexité du raisonnement des agents. Les travaux de cette thèse ont abouti à trois contributions abordant la négociation multi-agents sous différents angles tels que l'organisation des agents, le protocole d'interaction et les stratégies de concession et de choix de solutions équitables et justes. Pour valider nos propositions, nous avons implémenté sous JavaJade les mécanismes de négociation proposés. Les critères de performance que nous avons évalués sont, notamment, la convergence, le temps de négociation et la qualité de la solution. Nous avons comparé nos modèles avec ceux existants et les résultats obtenus montrent leur efficacité pour l'obtention des accords entre les agents
Collective decision making is a process in which many participants with different interests interact in order to build a solution to their problem. It is inherent to many organisations and companies. Nowadays, the advances in Artificial Intelligence, notably, Multi-Agents Systems enabled the automation of decision-making processes in order to analyse and to better understand how these mechanisms work. A collective decision may be made by using a voting system or by using negotiation. In this thesis, we focus on multilateral negotiation for collective decision making by proposing negotiation models. The proposed models based on heuristic approach. The agents interact with them in order to build a solution to their problem. This context is different from models based on game theory where the set of possible solutions are supposed to be known by all agents. So heuristic negotiation issue is that agents' reasoning may be very complex. This complexity grows where the number of agents and issues to be negotiated are important. The goal of this research work consists of devising negotiation mechanisms where agents'interaction are fully decentralized. We focus on organisation aspect of the multi-agent system by using divide and conquer approach in order to reduce the negotiation complexity and hence to facilitate research of agreements. Our works tackle negotiation under different contexts which lead us to bring three contributions which focus on agents' organization, interaction protocols, negotiation object, concession strategies and effective and fair solution concept. The proposed mechanisms are implemented in JavaJade. We analyse the convergence of the negotiation, negotiation time and quality of the solution. Our models are compared with a centralized approach where all of the agents are gathered around one group to negotiate. Our empirical analyses show that our propositions allow the agents to reach collectives agreements

Ce travail de recherche est consacré à la formalisation d'un processus de prise de décision collective et justifiée à l'aide d'un système multi-agents. Ce système est constitué d'agents cognitifs, autonomes et sociaux en interaction. S'appuyant sur la communication par envoi de messages, on parle de modèle d'interaction directe entre agents. Dans ce manuscrit, nous défendons la thèse selon laquelle le dialogue peut être considéré comme un processus argumentatif au travers duquel les participants jouent et arbitrent pour aboutir à une décision collective. Nous proposons ici un modèle de dialogue entre agents. Ce modèle, intitulé DIAL (DIALogue Is an Argumentative Labour ), sert de base à un système d'aide à la concertation.

Cette thèse porte sur l'utilisation de systèmes multi-agents (SMA) pour l'aide à la décision et la négociation en aménagement du territoire, et a été conduite en collaboration avec la société CERREP SA. Dans une première partie, nous présentons les problèmes de l'expertise, de la décision et de la négociation pour des projets d'infrastructures linéaires. Puis nous introduisons les SMA, avec une définition orientée vers la conception. Nous proposons diverses références sociologiques pour structurer l'analyse des systèmes sociaux artificiels. Dans une deuxième partie, nous abordons l'utilisation de SMA, pour la modélisation, la simulation et la résolution de problèmes, mais aussi la dialectique entre SMA réactifs et cognitifs et l'apport de la sociologie. Nous présentons la bibliothèque SMARRPS dédiée à la résolution de problèmes spatialisés. Et nous poursuivons avec trois modèles formels abordant le problème de la convergence. Dans une troisième partie, nous décrivons deux applications réalisées : tout d'abord, le système SMAALA, pour l'aide à la localisation d'infrastructures. Ce système d'aide à l'expertise, calcule les ensembles de choix possibles (fuseaux) à partir de cartes de sensibilité environnementale de contraintes structurelles, et de descriptions des préférences des acteurs. Il s'appuie sur une architecture SMARRPS, proche des représentations utilisées par les experts, ajustable dynamiquement, et autorisant la spécification de contraintes hétérogènes. Puis nous présentons SANPA, un système pour l'aide à la négociation de projets en aménagement , de façon distribuée et asynchrone (sur internet). Ce système s'appuie sur une communauté d'agents assistants, échangeant avec un agent gestionnaire de projets, et des structures de type SMAALA pour la représentation spatiale. SANPA utilise des messages structurés, fondés sur la théorie des actes de langage. Nous concluons en indiquant les perspectives d'intégration de systèmes d'information en environnement sur les bases multi-agents.

Dans ce chapitre, nous nous intéressons aux techniques de l’intelligence artificielle (IA) qui ont été les plus utilisées dans les trois dernières années dans la radio cognitive (RC). Nous nous intéressons à des métaheuristiques qui n’étaient pas discutées dans les précédents travaux, comme l’algorithme des lucioles, la recherche coucou, l’algorithme de recherche gravitationnel et l’optimisation par essaim de particules. Nous présentons également les travaux récents liés à l’application des autres techniques d’IA dans la RC, à savoir les algorithmes génétiques, les algorithmes de colonies d’abeilles, la logique floue, la théorie des jeux, les réseaux de neurones, les modèles de Markov, les machines à vecteurs de support, le raisonnement à partir de cas, les arbres de décision, les réseaux bayésiens, les systèmes multi-agents et l’apprentissage par renforcement.