Multi-Agent, Interaction, Décision (MIND)

Objectifs

L’équipe MIND mène des recherches dans les domaines des Systèmes Multi-Agents et des Agents Autonomes, des Technologies Sémantiques, et des Interactions Humain-Machine. Ces recherches portent sur l’étude et le développement des processus d’interaction et de décision dans des communautés mixtes (où sont impliqués des agents logiciels et des humains) ou dans des systèmes cyber-physiques (où des éléments informatiques collaborent pour le contrôle et la commande d’entités physiques).

Approche

Les modèles informatiques développés au sein de l’équipe MIND sont intégrés au sein d’agents logiciels en interaction avec un utilisateur, de systèmes multi-agents lorsque plusieurs agents et/ou humains cohabitent, notamment en communautés mixtes, ou de systèmes cyber-physiques. La spécificité des travaux de l’équipe MIND est de placer l’utilisateur au centre de ses approches, depuis la collecte et le traitement des données (faisant appel à des algorithmes d’apprentissage artificiel et d’analyse de graphes), l’élicitation de connaissances, la validation expérimentale des modèles jusqu’à la capitalisation de l’expérience, pour l’aide à la prise de décisions. Il s’agit de définir des processus de raisonnement mixte où s’articulent des phases de décision automatique ou avec l’intervention d’utilisateurs humains, éventuellement assistés ou conseillés par des agents logiciels. La difficulté, propre à chaque cadre applicatif, consiste à trouver l’équilibre adéquat entre le contrôle des utilisateurs, nécessaire pour des raisons d’acceptabilité, de responsabilité ou du fait de la nature de la décision, et la délégation à des agents logiciels permettant d’alléger la charge cognitive des utilisateurs. La reconnaissance des situations et la prise de décision des agents s’appuient sur des modèles de raisonnement issus de l’intelligence artificielle distribuée et de technologies sémantiques couvrant la modélisation formelle des connaissances et de différents types de raisonnement (temporel, spatial, flou, probabiliste, ...). Des approches de capitalisation de l’expérience et d’utilisation de méta-connaissances sont aussi utilisées pour améliorer l’efficacité de la reconnaissance des situations et de l’aide à la décision. Enfin, les interactions entre utilisateurs et agents logiciels dans les systèmes étudiés doivent être considérées aussi bien du point de vue de l’utilisateur que de celui des agents. Il s’agit de capter, représenter et interpréter les messages et signaux provenant des utilisateurs de façon pertinente, dans le but d’adapter la réponse logicielle (e.g. personnalisation du comportement du système) ou de déclencher des alertes (e.g. risque de violation de la vie privée). En d’autres termes, il s’agit d’ajuster le mode de communication à l’utilisateur et à la situation de décision à la fois sur le fond (identification des informations pertinentes et fiables à transmettre) et sur la forme (interactions écologiques par le biais d’agents conversationnels animés, par l’expression d’émotions, ...).-

Applications

• Agents Conversationnels Animés et communautés mixtes humains-agents
• EIAH/EVAH (Environnement informatique/Virtuel pour l’apprentissage humain)
• Réseaux sociaux
• Recherche documentaire personnalisée
• Industrie 4.0 et systèmes cyber-physiques
• Internet des Objets