415 research outputs found
Endomorphic metalanguage and abstract planning for real-time intent recognition
No full textL’interaction personne-machine fait partie des problèmes les plus complexes dans le domaine de l’intelligence artificielle (IA). En effet, les logiciels qui coopèrent avec des personnes dépendantes doivent avoir des qualités incompatibles telles que la rapidité et l’expressivité, voire la précision et la généralité. L’objectif est alors de concevoir des modèles et des mécanismes capables de faire un compromis entre efficacité et généralité. Ces modèles permettent d’élargir les possibilités d’adaptation de manière fluide et continue. Ainsi, la recherche d’une réponse complète et optimale a éclipsé l’utilité de ces modèles. En effet, l’explicabilité et l’interactivité sont au cœur des préoccupations populaires des systèmes modernes d’IA. Le principal problème avec de telles exigences est que l’information sémantique est difficile à transmettre à un programme. Une partie de la solution à ce problème réside dans la manière de représenter les connaissances. La formalisation est le meilleur moyen de définir rigoureusement un problème. Aussi, les mathématiques sont le meilleur ensemble d’outils pour exprimer des notions formelles. Cependant, comme notre approche exige des mathématiques non classiques, il est plus facile de définir une théorie cohérente qui correspond simplement à nos besoins. Cette théorie est une instance partielle de la théorie des catégories. On propose une algèbre fonctionnelle inspirée du lambda calcul. Il est alors possible de reconstruire des concepts mathématiques classiques ainsi que d’autres outils et structures utiles à notre usage. En se servant de ce formalisme, il devient possible d’axiomatiser un métalangage endomorphique. Celui-ci manipule une grammaire dynamique capable d’ajuster sa sémantique à l’usage. La reconnaissance des structures de base permet à ce langage de ne pas utiliser de mot-clés. Ceci, combiné à un nouveau modèle de représentation des connaissances, supporte la construction d’un modèle de représentation des connaissances expressive. Avec ce langage et ce formalisme, il devient envisageable de créer des cadriciels dans des champs jusqu’alors hétéroclites. Par exemple, en planification automatique, le modèle classique à état rend l’unification de la représentation des domaines de planification impossible. Il en résulte un cadriciel général de la planification permettant d’exprimer tout type de domaines en vigueur. On crée alors des algorithmes concrets qui montrent le principe des solutions intermédiaires. Deux nouvelles approches à la planification en temps réel sont présentées et évaluées. La première se base sur une euristique d’utilité des opérateurs de planification afin de réparer des plans existants. La seconde utilise la planification hiérarchique pour générer des plans valides qui sont des solutions abstraites et intermédiaires. Ces plans rendent possible un temps d’exécution plus court pour tout usage ne nécessitant pas le plan détailléHuman-machine interaction is among the most complex problems in the field of AI Intelligence . Indeed, software that cooperates with dependent people must have incompatible qualities such as speed and expressiveness, or even precision and generality. The objective is then to design models and mechanisms capable of making a compromise between efficiency and generality. These models make it possible to expand the possibilities of adaptation in a fluid and continuous way. Thus, the search for a complete and optimal response has overshadowed the usefulness of these models. Indeed, explainability and interactivity are at the heart of popular concerns of modern AI systems. The main issue with such requirements are that semantic information is hard to convey to a program. Part of the solution to this problem lies in how to represent knowledge. Formalization is the best way to rigorously define the problem. Mathematics is the best set of tools to express formal notions. However, since our approach requires non-classical mathematics, it is easier to define a coherent theory that simply fits our needs. That theory is a weak instance of category theory. We propose a functional algebra inspired by lambda calculus. It is then possible to reconstruct classical mathematical concepts as well as other tools and structures useful for our usage. By using this formalism, it becomes possible to axiomatize an endomorphic metalanguage.This one manipulates a dynamic grammar capable of adjusting its semantics to exploitation. The recognition of basic structures allows this language to avoid using keywords. This, combined with a new model of knowledge representation, supports the construction of an expressive knowledge description model. With this language and this formalism, it becomes possible to create frameworks in fields that were previously heterogeneous. For example, in automatic planning, the classic state-based model makes it impossible to unify the representation of planning domains. This results in a general planning framework that allows all types of planning domains to be expressed. Concrete algorithms are then created that show the principle of intermediate solutions. Two new approaches to real-time planning are developed and evaluated. The first is based on a usefulness heuristic of planning operators to repair existing plans. The second uses hierarchical task networks to generate valid plans that are abstract and intermediate solutions. These plans allow for a shorter execution time for any use that does not require a detailed plan. We then illustrate the use of these plans on intent recognition by reverse planning. Indeed, in this field, the fact that no plan libraries are required makes it easier to design recognition models. By exploiting abstract plans, it becomes possible to create a system theoretically more efficient than those using complete plannin
Moving agents behaviours : a cognitive approach for intention recognition
No full textDans un contexte applicatif de surveillance de zone maritime, nous voulons fournir à un opérateur humain des informations sémantiquement riches et dynamiques relatives aux comportements des entités sous surveillance. Réussir à relier les mesures brutes en provenance d’un système de capteurs aux descriptions abstraites de ces comportements est un problème difficile. Ce dernier est d’ailleurs en général traité en deux temps: tout d’abord, réaliser un prétraitement sur les données hétérogènes, multidimensionnelles et imprécises pour les transformer en un flux d’évènements symbolique, puis utiliser des techniques de reconnaissance de plans sur ces mêmes évènements. Ceci permet de décrire des étapes de plans symboliques de haut niveau sans avoir à se soucier des spécificités des capteurs bas niveau. Cependant, cette première étape est destructrice d’information et de ce fait génère une ambigüité supplémentaire dans le processus de reconnaissance. De plus, séparer les tâches de reconnaissance de comportements est générateur de calculs redondants et rend l’écriture de la bibliothèque de plans plus ardue. Ainsi, nous proposons d’aborder cette problématique sans séparer en deux le processus de reconnaissance. Pour y parvenir, nous proposons un nouveau modèle hiérarchique, inspiré de la théorie des langages formels, nous permettant de construire un pont au-dessus du fossé sémantique séparant les mesures des capteurs des intentions des entités. Grâce à l’aide d’un ensemble d’algorithmes manipulant ce modèle, nous sommes capables, à partir d’observations, de déduire les plausibles futures évolutions de la zone sous surveillance, tout en les justifiant des explications nécessaires.In a maritime area supervision context, we seek providing a human operator with dynamic information on the behaviors of the monitored entities. Linking raw measurements, coming from sensors, with the abstract descriptions of those behaviors is a tough challenge. This problem is usually addressed with a two-stepped treatment: filtering the multidimensional, heterogeneous and imprecise measurements into symbolic events and then using efficient plan recognition techniques on those events. This allows, among other things, the possibility of describing high level symbolic plan steps without being overwhelmed by low level sensor specificities. However, the first step is information destructive and generates additional ambiguity in the recognition process. Furthermore, splitting the behavior recognition task leads to unnecessary computations and makes the building of the plan library tougher. Thus, we propose to tackle this problem without dividing the solution into two processes. We present a hierarchical model, inspired by the formal language theory, allowing us to describe behaviors in a continuous way, and build a bridge over the semantic gap between measurements and intents. Thanks to a set of algorithms using this model, we are able, from observations, to deduce the possible future developments of the monitored area while providing the appropriate explanations
Distributed negotiation mechanism for smart energy management
No full textLes besoins, toujours plus grands, en énergie et la pollution de la planète, due à l'utilisation d'énergies polluantes non-renouvelables, obligent à concevoir de nouveaux modèles énergétiques durables et fiables. Ces nouveaux modèles se fondent, aujourd'hui, sur une intégration massive des énergies renouvelables dans le réseau électrique. Le problème des énergies renouvelables est leur caractère intermittent, dépendant des conditions météorologiques, la plupart du temps. L'arrivée des nouvelles technologies de l'information et de la communication permet l’intégration d’une couche informationnelle au réseau énergétique lui permettant d'être intelligent et d'entrevoir la possibilité d'une gestion distribuée des énergies renouvelables. Ces énergies étant principalement décentralisées, contrairement aux imposantes centrales nucléaires, au charbon, au gaz et au fioul, sont produites directement chez le consommateur. Le consommateur devient alors un prosumer capable de répondre à ses besoins énergétiques, voire même d'agir comme un producteur s'il produit plus d'énergie qu'il n'en consomme. Mais l'arrivée d'une pléthore de petits acteurs capables d'acheter et de vendre de l'énergie, en temps réel, dans un marché comprenant les puissants acteurs traditionnels du marché peut être une source de volatilité pour les prix de l'énergie. Des variations importantes des prix peuvent conduire à des situations néfastes en déstabilisant le réseau. Pour faire face à ce problème, nous avons développé un premier mécanisme de négociation automatique, sur trois échelles de temps, qui impose des contraintes sur la demande ainsi que sur les prix pour garantir leur stabilité. Ce mécanisme s'appuie sur des entités représentatives (producteurs, prosumers et agrégateurs) pour gérer l'offre et la demande sans toutefois prendre en compte l'impact sur le réseau des contrats négociés entre ces entités. Le second mécanisme, fondé sur la technologie Blockchain, permet des négociations bilatérales décentralisées et prend en compte les impacts physiques de chaque échange d'énergie entre prosumers, garantissant ainsi l'intégrité du réseau. Le mécanisme ainsi proposé se soustrait à une gestion de la stabilité du réseau par des tiersIncreasing needs in energy, and earth pollution, coming from the use of polluting and non-renewable energy, make it indispensable the design of new energetic models, sustainable and reliable. Today, these new models are based on a massive integration of renewable generators in the grid. The renewable integration issues come from their stochastic features, depending on the weather conditions, most of the time. The coming of new information and communication technologies allows the integration of an information layer to the energy grid allowing it to be smarter and allow to have a glimpse of the possibility of a decentralised management of renewable energy. These energy being mainly decentralised, unlike imposing nuclear, coal and gas power plants, are produced directly at the customer's location. Consumers become, then, a prosumer able to answer to its own energetic needs,and maybe to act as a producer if it produces more energy than it consumes. But, the coming of a plethora of small actors, able to buy and sell energy, in real time, in a market containing the more powerful actors, traditional in the market, can be a source of volatility for energy prices. Considerable variations of the price can lead to detrimental situations by disturbing the grid. To face this problem, we developed a first mechanism for automatic negotiations, on three time scales, which decrees constraints on demand and on prices in order to guarantee their stability. This mechanism rely on representative entities (producers, prosumers and aggregators) to manage demand and supply without taking into account the impact on the grid of the negotiated contracts between these entities. The second mechanism, based on blockchain technology, allows bilateral decentralised negotiations and take into account the physical impacts on the grid of each energy exchange between prosumers, guaranteing then, the grid integrity. The proposed mechanism exempt itself from a management of the grid stability from a centralised third par
Cooperative system for multimodal traffic regulation : a multiagent model
No full textDepuis plusieurs décennies, la congestion urbaine est de plus en plus répandue et dégrade la qualité de vie des habitants des villes. Plusieurs méthodes sont utilisées pour diminuer la congestion urbaine, notamment la régulation du trafic et la valorisation des transports en commun. Depuis les années 1990 l'utilisation d‘outils issus de l'intelligence artificielle, et en particulier des méthodes distribuées et les systèmes multi-agents, a permis de concevoir de nouvelles méthodes de régulation du trafic. Parallèlement, l'amélioration des capacités de communication des véhicules et des conducteurs et l'arrivée de voitures autonomes permettent d'envisager de nouvelles approches en matière de régulation. Le travail de recherche proposé dans le cadre de cette thèse est structuré en deux volets. Nous proposons d'abord une méthode de régulation du trafic à une intersection s'appuyant sur la négociation automatique. Notre méthode se fonde sur un système d'argumentation décrivant l'état du trafic et les préférences de chacun, appuyé par des méthodes de raisonnement pour les véhicules et les infrastructures. Dans le deuxième volet de cette thèse, nous proposons une méthode de coordination des bus avec le reste du trafic. Celle-ci permet à un bus de se coordonner de manière anticipative avec les prochaines intersections qu'il prévoit de traverser, afin de mettre en place une politique commune de régulation qui permet au bus d'atteindre son prochain arrêt en subissant le minimum de congestions potentiellesSince several decades, urban congestion is more and more widespread and deteriorate the quality of life of citizens who live in cities. Several methods are used to reduce urban congestion, notably traffic regulation and promotion of public transportation. Since the 1990's, the usage of tools from artificial intelligence, particularly distributed systems and multi-agent systems, allowed to design new methods for traffic regulation. Indeed, these methods ease to take into account the complexity of traffic-related problems with distribution. Moreover, the improvement of the communication abilities of the vehicles and the coming of autonomous vehicles allow to consider new approaches for regulation.The research work presented in this work is twofold. First we propose a method for traffic regulation at an intersection based on automatic negotiation. Our method is based on an argumentation system describing the state of the traffic and the preferences of each vehicle, relying on reasonning methods for vehicles and infrastructures. In the second part of this thesis, we propose a coordination method for buses for the rest of the traffic. This method allows a bus to coordinate in an anticipatory way with the next intersections on its trajectory, in order to define a common regulation policy allowing the bus to reach its next stop without suffering from potential congestion
A Multi-Agent Model for Overlapping Negotiations
No full textInternational audienceA Multi-Agent Model for Overlapping Negotiation
Iterated Algorithm for the Optimal Winner Determination In Combined Negotiations
No full textInternational audienceGenerally in multi-agent negotiations, agents are asked to submit various bids and counter-bids during several iterations of a negotiation process before reaching a compromise. In case of combined negotiations, agents need to solve particularly the winner determination problem WDP to find the best combination of bids in each iteration. In this paper, we tackle the problem of searching and updating the optimal solution of the WDP while moving from one iteration to another. We propose thereby an algorithm that searches and updates this optimal solution. Our algorithm is essentially based on exploring very simple graphs for shared and unshared items. These graphs speed up optimal solution searching
Algorithmes de Recherche et de Mise-à-Jour des Solutions Optimales pour la Détermination du Gagnant dans une Négociation Combinée
No full textNational audienc
- …
