Kaddour, MohamedBouarroudj, AminaBenaboud, Rohallah2022-11-152022-11-152022http://hdl.handle.net/123456789/14294Le processus d'évaluation des performances des systèmes intelligents est un processus difficile en raison de la complexité des technologies utilisées dans la construction de ces architectures et environnements. Par conséquent, un certain nombre de critères doivent être utilisés afin d'évaluer les différentes caractéristiques de ces systèmes. Dans le domaine des systèmes multiagents, l'apprentissage est une aptitude nécessaire pour améliorer le fonctionnement du système en lui permettant d'évoluer. Cette propriété est l'une des aspects clés du degré d'intelligence des agents. C'est la raison pour laquelle la mesure de l'apprentissage chez les agents est une nécessité. L'objectif de ce travail consiste donc à proposer une approche pour évaluer et mesurer l'apprentissage dans les SMA en précisant un ensemble de métriques. Ces métriques de mesure de l'apprentissage doivent être testées et calculées pour établir les avantages et les inconvénients de tels systèmes. A cet effet, nous proposons d'appliquer les mesures proposées sur l'exemple d'un labyrinthe résolu par des agents. Cet exemple a été implémenté par un outil que nous avons développé en utilisant la plateforme JADE et les résultats sont présentés sous formes de graphes et courbes, lesquels sont étudiés pour définir la capacité d'apprentissage des agents de l'application.frMesureApprentissageMétriquesSystème multi agentsOther