Social behavior models for agents and robots groups
Modèles de comportements sociaux pour les collectivités d'agents et de robots
Résumé
This thesis takes place in the field of Multi-Agent Systems (MAS) and Distributed Artificial Intelligence (DAI). We particularly focus on the issue of the organization in "open systems". Thus our research aims at defining social behavior models, making the agents organize and adapt themselves to their environment. Our approach implies (among other methodological principles) the use of a "virtuous circle" that proposes to use metaphors from other scientific fields to design models in computer science. In the first part, we seek metaphors of behaviors that are close to our needs in animal societies (especially primate ones). We define agent models that are able to produce, in simulation, one of the social features observed in primates, i.e. the ability to recognize dominance relations. We then transpose those models into a different application, the collective building of a lexicon, in order to get indications on the collective dynamics involved in the models. In the second part, we present an experiment of "Open Collective Robotics" in which a group of robots has to adapt to an human-inhabited environment (MICRobES project). We show that a simple transposition is not possible any more under these conditions, and that the embodiment of the robots has to be taken into account. Thus, we propose new design principles for agent behaviors involving natural selection ("Ethogenetics") and present the results we have obtained with a framework implementing these concepts (ATNoSFERES). We therefore generalize the initial principles by conciliating the specific features of both a multi-agent approach and evolutionary algorithms through ethological concepts.
Les travaux présentés ici, dans le cadre des Systèmes Multi-Agents (SMA) et de l'Intelligence Artificielle Distribuée (IAD), s'intéressent au problème de l'organisation dans les "systèmes ouverts". Dans ce cadre, nos recherches visent à définir des modèles de comportement sociaux permettant aux agents de s'organiser pour s'adapter à leur environnement. Notre démarche fait appel, entre autres principes méthodologiques, au concept de "cercle vertueux" qui se propose d'emprunter des métaphores à d'autres disciplines scientifiques pour concevoir des modèles informatiques. Dans un premier temps, nous recherchons dans les sociétés animales (en l'occurrence chez les primates) des métaphores de comportements proches de nos besoins. Nous définissons alors des modèles d'agent qui permettent, en simulation, de reproduire une des caractéristiques sociales observées chez les primates, la reconnaissance des relations de dominance. Ces modèles font ensuite l'objet d'une transposition à un domaine différent, la construction collective d'un lexique, pour estimer plus finement les dynamiques collectives sous-jacentes. Dans un second temps, nous nous intéressons à une expérimentation de "Robotique Collective Ouverte", dans laquelle un groupe de robots doit s'adapter à un environnement où travaillent des humains (projet MICRobES). Nous montrons que dans ces conditions, une simple transposition n'est plus possible et qu'il faut prendre en compte la corporéité des robots. Nous proposons alors pour cela des principes de conception de comportements d'agents faisant appel à la sélection naturelle (l'Ethogénétique) et nous présentons les résultats obtenus avec un framework implémentant ces concepts (ATNoSFERES). Nous montrons ainsi comment élargir les principes de départ en conciliant approche multi-agent et algorithmes évolutionnistes, en empruntant des concepts issus de l'éthologie.