• Thèse soutenue le :
  • 2009-12-04
  • salle des thèses

Résumé

Le contexte informationnel dans lequel évolue un agent possède une importance extrême quand celui-ci élabore son comportement futur. Un agent rationnel doit en effet baser ses choix sur les informations qu’il possède pour choisir ses actions. Or, dans les applications réelles, l’information disponible à l’agent est souvent rare et peu précise. De multiples modèles ont été élaborés dans les différents cadres d’application de l’intelligence artificielle afin de caractériser une décision rationnelle dans chacun des contextes informationnels possibles. Les travaux présentés dans cette thèse concernent l’élaboration d’un modèle permettant à un agent de prendre des décisions rationnelles dans un contexte informationnel très pauvre. La seule information dont dispose un agent à propos du résultat de ses actions est la donnée de l’ensemble de résultats de chacune d’entre elles. En particulier, aucune information sur la conséquence la plus susceptible de se produire n’est disponible. L’agent est supposé égoïste (au sens où seul compte pour lui son propre intérêt) et autonome. Il évolue de plus dans un environnement où il coexiste avec d’autres agents (qui sont aussi égoïstes et autonomes). Les actions d’un agent influent sur les autres agents. La démarche entreprise pour élaborer le modèle est la suivante. D’abord, nous caractérisons les critères de décision rationnels d’un agent seul dans le contexte informatif étudié. Ensuite, nous étendons ces critères de décision individuelle au cas multi-agent en nous appuyant sur la théorie des jeux qui est le meilleur cadre pour exprimer les interactions entre agents rationnels et en particulier les possibilités de coordination entre les agents. Enfin, le domaine de la planification est un excellent cadre pour représenter et exprimer les concepts du modèle.

Composition du jury

  • Bruno Beaufils, maître de conférences à l’Université des Sciences et Technologies de Lille (Examinateur).
  • Salem Benferhat, Professeur à l’Université d’Artois (Examinateur).
  • Didier Dubois, Directeur de Recherche CNRS à l’IRIT Toulouse (Rapporteur).
  • Sébastien Konieczny, Chargé de Recherche CNRS au CRIL Lens (co-directeur de thèse).
  • René Mandiau, Professeur à l’Université de Valenciennes et du Hainaut-Cambrésis (Examinateur).
  • Pierre Marquis, Professeur à l’Université d’Artois (co-directeur de thèse).
  • Nicolas Maudet, Maitre de Conférence, Université Paris-Dauphine (Examinateur).
  • Abel-Illah Mouaddib, Professeur à l’Université de Caen-Basse Normandie (Rapporteur).