Résumé | Nous considérons le problème de l'apprentissage collectif dans un
système multi-agents constitué d'agents cognitifs autonomes. Il
s'agit ici de résoudre collectivement le problème de cohérence en
apprentissage de concepts : l'hypothèse retenue doit accepter les
exemples positifs et rejeter les exemples négatifs d'un
concept. Un flux d'exemples parvient à la collectivité par
l'entremise d'un agent ou un autre et la question est celle du
maintien de la consistance (ici la cohérence) de l'hypothèse
relativement à l'ensemble des informations (les exemples) dans le
système. Chaque agent a un mécanisme élémentaire de mise à jour
et suit un protocole lui permettant de s'assurer de la
consistance relativement à l'ensemble du système via des
interactions avec les autres agents. Il n'y a pas dans ce modèle
de mémoire centralisée, ni d'agents ayant un rôle particulier :
les agents ne sont pas spécialisés et prennent donc tour à tour
un rôle d'apprenant ou de critique. Nous supposons dans une
première partie qu'une seule hypothèse est maintenue et commune à
tous les agents : les agents sont dits non-individualistes et
adoptent une hypothèse qui leur est proposée et qu'ils ne peuvent
réfuter. Dans la seconde partie les agents sont individualistes :
ils acceptent une hypothèse qu'ils ne peuvent réfuter mais ne
l'adoptent pas : à un instant donné chaque agent a une hypothèse
différente. Nous donnerons quelques propriétés du mécanisme
proposé et montrerons expérimentalement que dans le cas
non-individualiste le système peut tirer parti, en termes de
qualité de prédiction, des ressources consacrées à explorer
l'espace de recherche, alors que dans le cas individualiste il
peut tirer parti de la multiplicité des hypothèses si la décision
devient collective. |