cea-logo

Cédric Herpson
Docteur en Intelligence Artificielle

List-logo

Drapeau-Britannique Drapeau-Français


Mes recherches s'articulent autour de la notion d'autonomie. Dans cette optique, mes travaux portent actuellement sur 2 aspects : le transfert de connaissances et l' autoguérison

  • Transfert de connaissances/Dérive de Concept - Mots clés : Généralisation, Abstraction, Agent, Apprentissage en-ligne, Transfert de connaissances, Dérive de Concept.
    L'une des propriétés fondamentales de l'intelligence est sa capacité à utiliser dans une situation nouvelle des connaissances acquises dans un contexte différent.
    Nos travaux tendent à proposer une approche mono et/ou multi-agents qui permette d'acquerir automatiquement des connaissances qui soient (relativement) indépendantes du cadre dans lequel elles ont été apprises, dans le but de pouvoir les réutiliser. Le cadre applicatif des jeux de stratégie a servi de support à nos premiers travaux.

  • Autoguérison - Mots clés : Autoguérison, Système Adaptatif, Supervision,Diagnostic, Réparation, Systèmes Distribués, Agent, Apprentissage, .
    A l'instar des être vivants, les systèmes informatiques sont sujets à de nombreuses perturbations. Sans mécanisme de protection, celles-ci peuvent entrainer de graves dysfonctionnements. Pour palier à ce problème, de nombreux modèles portant sur la redondance et/ou le recouvrement (diagnostic et réparation) dans les systèmes informatiques sont étudiés par la communauté scientifique.
    Dans le cadre de ma thèse, nous nous intéressons plus particulièrement au cas des systèmes distribués asynchrones avec pannes franches et communications non fiables (comportements byzantins non considérés). Mon travail de recherche vise à concevoir un système de supervision qui permettre de Détecter, Isoler, Diagnostiquer et Réparer automatiquement les différentes fautes survenant au sein d'un tel système dans le but d'obtenir un système (supervisé + superviseur) autoguérissant.
    Dans ce contexte, nous proposons un système de supervision adaptatif reposant sur une architecture multi-agent. Chaque agent supervise la région du système où il est déployé. Chaque agent est autonome et doté de capacité de diagnostic et de réparation. Nous définisons un processus décisionnel qui permet à chaque agent de prendre une décision à tout moment en fonction de l'état du système. Cette décision repose sur un compromis entre le fait d'échanger des informations avec les autres agents du système (couteux en temps mais améliorant la fiabilité du diagnostic) et le fait de décider unilatéralement de l'action à entreprendre. Ainsi, à haut niveau, le comportement du superviseur passe automatiquement d'un fonctionnement quasi-centralisé (quand les coûts de communications sont faibles) à un fonctionnement distribué (lorsque les coûts de communications varient au cours du temps).
    Nous avons identifié 3 points clés pour l’obtention d’une telle architecture de supervision :
    • Le modèle décisionnel des agents
    • Le mécanisme qui permet de maintenir une vision cohérente de l’état du système par les agents
    • Le mécanisme d’inférence pour l’établissement d’un diagnostic/d'un plan de réparation
    Nos travaux abordent ces différents points.

Animation de la recherche

Comités de lecture de conférences et workshops

  • 20eme Journées Françaises sur les Systèmes Multi-Agents (JFSMA2012)
  • 11th International Conference on Autonomous Agents and MultiAgent Systems (AAMAS2012)
  • 5th International Symposium on Intelligent Distributed Computing (IDC2011)
  • 13th European Agent Systems Summer School (EASSS'2011)
  • 10th edition of the IEEE/WIC/ACM International Conference on Intelligent Agent Technology (IAT2011)
  • 8th European Workshop on Multi-Agent Systems (EUMAS2010)
  • 12th International Conference on Discovery Science (DS09)

Autres activités