Bryan ANTHONY QUEEN
Spécialité : Informatique
Laboratoire : LIPN
Directeurs de thèse : Laure Petrucci
Co-encadrante : Munyque Mittelmann
Titre de la thèse : Vérification de systèmes multi-agents imparfaitement rationnels
Les systèmes multi-agents sont des systèmes composés de plusieurs entités autonomes qui peuvent interagir entre elles et qui visent à atteindre des objectifs individuels ou communs, comme des équipes de robots coopératifs, des réseaux de capteurs distribués, ou des agents logiciels négociant sur des marchés en ligne.
Dans ces systèmes, les chercheurs supposent souvent que les agents agissent de manière parfaitement rationnelle : ils calculent la meilleure stratégie possible pour atteindre leur objectif. Mais en réalité, un agent a une puissance de calcul et une capacité de mémoire limitées. Il peut également avoir des préférences et suivre des règles morales ou sociales.
Le sujet de thèse propose de repenser cette hypothèse en développant des outils mathématiques et logiques pour raisonner sur des agents imparfaitement rationnels : ils ne cherchent plus à calculer une stratégie optimale, mais évitent seulement les choix clairement mauvais. Ils peuvent aussi supposer que les autres agents, avec qui ils interagissent, partagent cette même rationalité limitée.
L’objectif est de construire et formaliser ces idées sous forme de logique, capable de décrire ces comportements plus réalistes, y compris les préférences des agents, mais aussi de développer des algorithmes et des logiciels capables de vérifier automatiquement si un système multi-agents se comporte comme prévu.
Thesis title : Verification of Imperfectly Rational Multi-Agent System
Multi-Agent Systems are systems composed of several autonomous entities that can interact
with each other and aim at achieving private or common objectives, such as teams of cooperative robots, distributed sensor networks, or software agents negotiating in online markets.
In these systems, researchers often assume that agents act in a perfectly rational way : they compute the best possible strategy to reach their goal. But in reality, an agent has limited computing power and memory. It may also have its own preferences and follow moral or social rules.
This PhD topic proposes to rethink this assumption by developing mathematical and logical tools to reason about imperfectly rational agents : rather than computing an optimal strategy, they simply avoid clearly bad choices. They may also assume that the other agents they interact with share this same bounded rationality.
The goal is to build and formalize these ideas within a logical framework able to describe these more realistic behaviors, including agents’ preferences, as well as to develop algorithms and software capable of automatically verifying whether a multi-agent system behaves as expected.
Contactez-nous !
Campus de Villetaneuse
@univ_SPN