Apprentissage Multi Agent à Mémoire Bornée

Gauvain Bourgne (1) , Henry Soldano (2) , Amal El Fallah-Seghrouchni (3)

1 CRIL - Centre de Recherche en Informatique de Lens
2 LIPN - Laboratoire d'Informatique de Paris-Nord
3 SMA - Systèmes Multi-Agents

Nous abordons ici l'apprentissage supervisé en ligne collaboratif dans une société d'agents. La démarche adoptée est celle du maintien collectif d'une notion de consistance, ici correspondant au maintien, par révision de l'hypothèse courante, d'une hypothèse d'erreur empirique nulle. L'hypothèse prend la forme d'une formule de taille réduite et la révision repose sur les exemples mémorisés. Lors de précédents travaux, dans le cadre du projet SMILE, tous les exemples rencontrés par un agent, plus ceux transmis par d'autres agents, étaient mémorisés. Dans le travail présenté ici, chaque agent a une mémoire bornée, limitant ainsi le nombre d'exemples maintenus dans la mémoire de chaque agent. Nous proposons une adaptation du mécanisme de révision collective de SMILE prenant en compte cette restriction. Plusieurs variantes de ce mécanisme, se différenciant en particulier selon la méthode utilisée par les agents pour gérer leur mémoire, sont explorées expérimentalement. Nous observons alors dans quelle mesure ces restrictions en mémoire peuvent être dépassées résultant parfois de manière surprenante en une erreur en test plus faible que sans ces restrictions.

Mots clés: Apprentissage collectif; Apprentissage collaboratif; Apprentissage Multi Agents; Apprentissage incrémental.

Mots clés: Apprentissage incrémental

Domaines: Apprentissage [cs.LG]

Gauvain Bourgne, Henry Soldano, Amal El Fallah-Seghrouchni. Apprentissage Multi Agent à Mémoire Bornée. Conférence Francophone sur l'Apprentissage Automatique - CAp 2012, Laurent Bougrain, May 2012, Nancy, France. 16 p. ⟨hal-00745435⟩