SOaN : un algorithme pour la coordination d'agents apprenants et non communicants.

Laëtitia Matignon (1) , Guillaume J. Laurent (1) , Nadine Le Fort-Piat (1)

1 FEMTO-ST - Franche-Comté Électronique Mécanique, Thermique et Optique - Sciences et Technologies (UMR 6174)

L'apprentissage par renforcement dans les systèmes multi-agents est un domaine de recherche très actif, comme en témoignent les états de l'art récents [Busoniu et al., 2008, Sandholm, 2007, Bab & Brafman, 2008, Vlassis, 2007]. Lauer et Riedmiller ont notamment montré que, sous certaines hypothèses, il est possible à des agents apprenants simultanément de coordonner leurs actions sans aucune communication et sans qu'ils perçoivent les actions de leurs congénères [Lauer & Riedmiller, 2000]. Cette propriété est particulièrement intéressante pour trouver des stratégies de coopération dans les systèmes multi-agents de grande taille.

Mots clés: agents non communicants; Apprentissage par renforcement; systèmes multi-agents; jeux de Markov d'équipe; agents non communicants.

Domaines: Micro et nanotechnologies/Microélectronique

Laëtitia Matignon, Guillaume J. Laurent, Nadine Le Fort-Piat. SOaN : un algorithme pour la coordination d'agents apprenants et non communicants.. 4èmes Journées Francophones sur la Planification, la Décision et l'Apprentissage pour la conduite de systèmes, JFPDA'09., Jun 2009, Paris, France. pp.115-121. ⟨hal-00547129⟩