Differences

This shows you the differences between two versions of the page.

--- memento-processus-decisionnels-de-markov-et-systemes-multiagents [2025/10/30 20:51]
185.251.46.38 old revision restored (2025/10/13 00:31)
+++ memento-processus-decisionnels-de-markov-et-systemes-multiagents [2025/11/13 02:36] (current)
216.73.216.15 old revision restored (2025/10/29 22:58)
@@ Line 10: / Line 10: @@
    * Kénétique : Désigne la science qui étudie les organisations artificielles et les interactions entre entités, qu'elles soient informatiques, physique, biologiques...
    * Situation de coopération : Lorsque des agents ont des objectifs compatibles mais que les ressources ou les compétences d'un ou plusieurs agents sont insuffisantes.
+   * Observalité : L'observalité d'un environnement caractérise l'ensemble des informations qui sont accessibles à un agent.
+   * Observalité partielle : L'observalité est partielle quand toutes les informations nécessaires à la connaissance de l'état du système ne sont pas accessibles.
+   * Jeu matriciel : n-uplet <m, A1, ..., Am, R1, ..., Rm> dans lequel m est le nombre d'agents (joueurs), Ai est l'ensemble des action pour le joueur i, Ri est la fonction de récompense pour l'agent i qui dépend de l'action jointe des agents.
+   * Stratégie : Fonction π : Ai -> [0; 1] qui définit une distribution de probabilité sur les actions du joueur i.
+   * Stratégie pure : Stratégie déterministe.
+   * Stratégie mixte : Stratégie non déterministe.
+   * Gain espéré : Esperance de récompense étant donné la stratégie de l'agent i et celle des autres agents.
+   * Equilibre de Nash : Une stratégie jointe est un équilibre de Nash lorsque chaque joueur ne peut améliorer son gain en changeant de stratégie (chaque joueur suit une stratégie "égoïste" => pas forcément très efficace).
+==== Généralités sur les SMA ====
+Les états, actions et fonctions de récompense d'un PDM (processus décisionnel de Markov) peuvent être défini à 2 niveaux :
+   * niveau global : observation de la dynamique globale du système, observation de l'avancement de la résolution du problème.
+   * niveau local : les agents perçoivent leur environnement et prennent leur décisions.
+Problème de distribution des récompenses :
+Objectif est défini de manière globale, la récompense peut-être définie par une fonction commune à tous les agents selon l'état global et les actions jointes.
+Deux possibilités :
+   * La récompense peut être distribuée individuellement à chaque agent (tout en dépendant des actions jointe, maximiser ses satisfactions individuelles ne conduit pas forcément à maximiser celle du groupe)
+   * Distribuer une récompense globale et laisser les agents décider eux-même dans quelle mesure leur comportement a participé à la résolution du problème.
+Définir les politiques individuelles :
+   * Architecture centralisée : un contrôleur central dispose de l'état global du système, des actions jointes, des récompenses. Il calcule la politique jointe et distribue les commandes individuellement parmi les agents. Avantages/Inconvénients :
+     * +Nombre limité d'unités de contrôles nécessaire
+     * +Pas de mécanisme de coordination inter-agent
+     * -Peu robuste
+     * -Difficilement modifiable (pas de modularité)
+   * Architecture décentralisée (architecture hétérarchique) : chaque agent construit sa propre politique à partir de ses connaissances. Avantages/Inconvénients :
+     * +Meilleure modularité
+     * +Meilleure robustesse
+     * -Perception partielle
+     * -Communication inter-agent
+     * -Coordination inter-agent
+==== Jeux matriciels ====
+Types de jeux matriciels :
+   * Jeu d'équipe : Tous les joueurs ont la même fonction de récompense.
+   * Jeu à somme nulle : La somme des fonctions de récompense de tous les joueurs est nulle.
+   * Jeu à somme générale : N'est ni un jeu d'équipe ni un jeu à somme nulle
-Reprendre la lecture p86

DokuWiki

Site Tools

Differences

Page Tools