Un agent vu comme processus

Pour Marvin MINSKY, un agent est un processus pouvant effectuer des « tâches simples ne demandant ni esprit ni réflexion ». De nombreux modèles tentent de donner une définition plus précise du sens exact du mot agent. Le consensus entre ces différentes définitions est résumé dans [#!franklin-1996!#]: pour Stan FRANKLIN, un agent est un objet qui agit en plus de raisonner, ce qui est un apport sur les systèmes d'intelligence artificielle classiques.

Le mot agir possède quatre sens communs applicables à la définition que nous essayons de donner d'un agent:

• agir, c'est accomplir une action, faire quelque chose (« il est temps d'agir »). Par exemple, se déplacer dans son milieu ou transformer un objet ;
  

• agir, c'est se conduire d'une certaine façon (« agir en sage »). Par exemple, adopter une attitude de coopération ;
  

• agir, c'est opérer un effet (« agir sur le moral du groupe »). Par exemple bloquer le passage d'un agent ou rendre possible une action ;
  

• agir, c'est intervenir auprès d'une personne (« agir auprès d'un supérieur »). Par exemple, demander des ressources à un agent.
  

Nous définissons un agent comme un système autonome, composé d'organes distincts et possédant des ressources propres. Un agent est situé dans son environnement et son comportement tend vers l'accomplissement conscient ou émergent d'un but. Il peut sentir son environnement à travers ses récepteurs et y agir en utilisant ses effecteurs [#!maes-1990!#].

Le dictionnaire définit un processus comme un « développement temporel de phénomènes marquant chacun une étape. » Cette définition convient à notre propre définition d'un agent. Nous considérons qu'un agent effectue des actions dans le temps et sur son environnement et qu'il subit de plus des phénomènes internes propres à son architecture. L'architecture d'un agent décrit ses mécanismes internes de traitement des informations et d'interaction avec son environnement.

La technologie agent permet dors et déjà de résoudre de manière opérationnelle des problèmes complexes. Les applications des systèmes à base d'agents sont multiples. Par exemple:

• la résolution collaborative de problèmes et l'intelligence artificielle distribuée [#!conradie-1996!#,#!durfee-1991!#]. L'intelligence artificielle distribuée est centrée sur les macro-phénomènes d'un système distribué (interactions) et non sur les micro-phénomènes d'un tel système (architecture d'un agent), cependant les applications d'intelligence artificielle distribuée se basent sur la technologie agent. C'est notamment le cas des applications de contrôles de flux (surveillance de trafic aérien [#!rao-georgeff-1995!#], résolution de contraintes horaires, suivi médical, etc.) ;
  

• les agents d'interface [#!metral-1993!#]. Il s'agit de programmes qui coopèrent avec l'opérateur dans son utilisation d'une application informatique. Leur interaction avec l'utilisateur (ainsi qu'avec d'autres agents) leur permet de formuler des plans dont la finalité est d'assister l'utilisateur dans son travail. Ces agents peuvent par exemple se charger de filtrer les informations qui pourraient être utiles à l'utilisateur ;
  

• les agents d'information [#!chess-1995!#]. Ces agents ont accès à une ou plusieurs sources d'information, potentiellement distribuées et hétérogènes. Ils sont chargés de répondre aux questions d'un utilisateur. Il peut s'agir d'agents chargés de parcourir le web à la recherche d'informations sur un sujet précis ou d'agents collectant et agrégeant des informations provenant de bases de données hétérogènes ;
  

• les agents « réalistes ». L'application de tels agents est directe dans le domaine des jeux vidéo ou de la réalité virtuelle. L'inclusion de personnages réalistes dans un monde simulé implique de leur insuffler un comportement proche de celui des êtres réels, notamment par la simulation de « sentiments » et de buts. L'abstraction agent et la définition de plans propres le permet de manière efficace.