Résilience et auto-réparation de processus de décisions multi-agents

Abstract : Nous définissons ici la notion de distribution $k$-résiliente de graphes de calculs en support aux décisions d'agents opérées sur des systèmes physiques et dynamiques. Nous proposons une méthode auto-organisée, DRPM[MGM-2], pour réparer la distribution des calculs afin d'assurer que le système effectue encore les décisions collectives suite à la disparition d'agents, grâce au déploiement de réplicas de calculs. Nous nous intéressons particulièrement à la réparation de processus d'optimisation sous contraintes distribuée, où les calculs sont des variables de décision ou des contraintes distribuées sur l'ensemble des agents. Nous évaluons expérimentalement les performances de notre méthode de réparation sur différentes topologie de systèmes multi-agents opérant des algorithmes (Max-Sum ou A-DSA) pour résoudre des DCOP classiques (aléatoire, coloration de graphe, Ising) alors que des agents disparaissent.
Complete list of metadatas

https://hal.archives-ouvertes.fr/hal-02113884
Contributor : Gauthier Picard <>
Submitted on : Monday, April 29, 2019 - 11:32:17 AM
Last modification on : Monday, January 13, 2020 - 5:46:07 PM

Identifiers

  • HAL Id : hal-02113884, version 1

Citation

Pierre Rust, Gauthier Picard, Fano Ramparany. Résilience et auto-réparation de processus de décisions multi-agents. Journées Francophones sur les Systèmes Multi-Agents, Jul 2019, Toulouse, France. ⟨hal-02113884⟩

Share

Metrics

Record views

56