WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Modélisation par un système multi-agents d'un hypermédia éducatif adaptatif dynamique

( Télécharger le fichier original )
par Mounir Beggas
Centre Universitaire d'Eloued - Magister en Informatique 2005
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

2.2

Architecture du système

En basant sur les modèles présentés dans la section précédente, on peut proposer une architecture multi-agents constituée de quatre agents : agent d'interface, agent pédagogique d'adaptation, agent du modèle de l'apprenant et agent de filtrage.

2.2.1

Modèle général d'un agent Modèle général d'un agent

Dans notre contexte un agent est considéré comme entité logiciel qui travaille d'une manière continue et autonome dans un environnement particulier, généralement avec d'autres agents, capable d'intervenir dans cet environnement d'une manière flexible et intelligente, n'exigeant pas l'intervention ou le guidage humain [Silveira et al 02]. Dans notre contexte un agent est considéré comme entité logiciel qui travaille d'une manière continue et autonome dans un environnement particulier, généralement avec d'autres agents, capable d'intervenir dans cet environnement d'une manière flexible et intelligente, n'exigeant pas l'intervention ou le guidage humain [Silveira et al 02].

Le choix d'un modèle d'agent se fait essentiellement en fonction de besoins exprimés pour cet agent au cours de la phase d'analyse. Tous les agents doivent disposer de moyens de communication de haut niveau, de capacité de raisonnement et de prise de décision. Ces besoins nous conduisent à choisir un modèle d'agent cognitif pour nos agents. La Figure 3.6 présente le modèle général de cet agent. Ce modèle est inspiré du modèle d'agent BDI (Beliefs Desires Intentions) de Rao et Georgeff [Rao et al 95]. Le choix d'un modèle d'agent se fait essentiellement en fonction de besoins exprimés pour cet agent au cours de la phase d'analyse. Tous les agents doivent disposer de moyens de communication de haut niveau, de capacité de raisonnement et de prise de décision. Ces besoins nous conduisent à choisir un modèle d'agent cognitif pour nos agents. La Figure 3.6 présente le modèle général de cet agent. Ce modèle est inspiré du modèle d'agent BDI (Beliefs Desires Intentions) de Rao et Georgeff [Rao et al 95].

Le module de communication reçoit les messages (dans notre cas KQML) et passe le contenu au module de raisonnement. Dans le cas où l'action spécifiée est une action de communication, il détermine les coordonnées de l'agent récepteur, de la B.C. (Base de connaissance) puis envoie le message. Le module de communication reçoit les messages (dans notre cas KQML) et passe le contenu au module de raisonnement. Dans le cas où l'action spécifiée est une action de communication, il détermine les coordonnées de l'agent récepteur, de la B.C. (Base de connaissance) puis envoie le message.

La base de connaissances (B.C.) contient les croyances de l'agent sur l'environnement et sur les autres agents. La base de connaissances (B.C.) contient les croyances de l'agent sur l'environnement et sur les autres agents.

Figure 3.9 : Communication par les sockets, coté serveur

Figure 3.10 : Communication par les sockets, coté client

Le modèle Buts/Plans contient les plans à suivre pour atteindre des buts spécifiés ; chaque but est associé à un plan. Le plan détermine les actions à exécuter.

Le module de raisonnement détermine le plan et contrôle l'exécution de ce plan. Les actions sont soit action de communication ou action sur l'environnement de l'agent (par exemple, action sur une base de données ou action de consultation d'un modèle).

Les agents cognitifs fonctionnent suivant un processus en boucle de type Perception-Décision-Action (). on ().

La perception et l'action correspondent respectivement à la réception asynchrone de messages et à l'envoi de messages. La décision dépend des états internes de l'agent La perception et l'action correspondent respectivement à la réception asynchrone de messages et à l'envoi de messages. La décision dépend des états internes de l'agent et des messages reçus. Elle consiste à l'interprétation de message, la détermination de but et, donc le choix d'un plan.

Décision

Figure 3.7Figure 3.7Figure 3.7 : Cycle de base de fonctionnement d'un agent cognitif

Communication

Moteurde raisonnement etde contrôle

B.C.

Buts/Plans

Action

Environnement interne de l'agent

Figure 3.6:modèle général d'un agentFigure 3.6

Les mécanismes de perception et d'action peuvent être génériques pour nos agents, sauf l'agent d'interface qu'il a besoin en plus d'un mécanisme de perception de requête HTTP, alors que la fonction de décision est spécifique à chaque agent, elle dépend de son rôle et des tâches qu'il doit réaliser. Ainsi, nous identifions trois couches dans l'architecture de nos agents :

La couche 1 :

correspondant aux ressources de communication bas niveau disponibles (les sockets Java et le protocoles TCP/IP),

La couche 2 :

est la couche support à la gestion des protocoles d'interaction ; les messages KQML échangés entre les agents

La couche 3 :

est la couche applicative ; c'est la partie spécifique à chaque agent.

L'agent d'interface a besoin d'une sous couche de communication en utilisant le protocole HTTP.

2.2.2

Agent d'interface

L'agent d'interface joue le rôle d'une interface entre l'apprenant et, l'agent pédagogique d'adaptation, l'agent du modèle de l'apprenant et l'agent de filtrage. L'agent d'interface utilise deux moyens de communication; le protocole HTTP pour la communication avec l'apprenant (le navigateur Web), le langage KQML pour la communication avec les autres agents.

Il reçoit la demande de concept ou de page index du cours sous forme d'une requête HTTP, il formule une requête KQML et l'envoie à l'agent pédagogique d'adaptation.

Il reçoit la demande d'inscription d'un nouveau apprenant ou la demande de connexion d'un apprenant déjà inscrit (requête HTTP) et l'envoie à l'agent de modèle de l'apprenant en KQML, il lui envoie aussi le résultat d'évaluation d'un exercice pour modifier le modèle de l'apprenant.

Après la réponse sur la demande de concept ou de page index du cours de l'agent pédagogique d'adaptation contenant les adresses des documents et les liens ordonnés, l'agent d'interface récupère les documents de la base de documents, génère la page puis l'envoie à l'apprenant.

2.2.3

Agent pédagogique d'adaptation

Le rôle de l'agent pédagogique d'adaptation est la structuration pédagogique de la page de concept ou la page index du cours selon les relations entre concepts dans le modèle du domaine, le modèle des activités pédagogiques et le niveau pédagogique de l'apprenant par requête à l'agent de modèle de l'appreant.

Suite à une demande de l'agent d'interface, il spécifie la structure pédagogique de page de cours (ou de la page index du cours) par la définition des tâches à utiliser selon le modèle des activités pédagogiques (par la spécification des concepts de page index et l'activité pédagogique de chacun d'eux).

Il demande de l'agent de modèle de l'apprenant le niveau de l'apprenant sur le(s) concept(s), puis il demande de l'agent de filtrage de filtrer les documents adéquats aux critères qu'il a déjà spécifiés, après la réponse de l'agent de filtrage, il crée la structure de page (séquence de documents et de liens) puis l'envoie à l'agent d'interface comme réponse à la damnde de page de concept (ou page index du cours).

2.2.4

Agent de filtrage

Le rôle de l'agent de filtarge est le fitrage de documents multimédias selon les critères spécifiés par l'agent pédagogique d'adaptation, puis il lui répond par l'envoi des adresses de ces documents.

Il applique deux types de filtres :

°

Filtrage de documents pour la génération de page d'un concept (la requête de demande de filtrage contient : concept, liste de tâches, activité pédagogique). ie. filtrage des tâches constituant le canevas de cours

°

Filtrage de documents pour la génération de page index (la requête de demande de filtrage contient une liste de (concept, activité pédagogique, tâche = « description générale »).

L'agent de filtrage lorsqu'il reçoit la demande de filtrage de documents de concept de l'agent pédagogique d'adaptation, il applique quatre filtres

1-

Pour filtrer les documents de concept choisi

2-

Pour filtrer, parmi l'ensemble résultat du 1er filtre, les documents satisfaisant le niveau cognitif (l'activité pédagogique à suivre)

3-

Pour filtrer les documents des tâches induites de l'activité pédagogique demandée

4-

Pour chaque tâche, il filtre le document adéquat au type physique de média préféré à l'apprenant.

2.2.5

Agent de modèle de l'apprenant

Le rôle de l'agent du modèle de l'apprenant est de créer, initialiser, mémoriser et traiter le modèle de l'apprenant.

Il ajoute le nouveau apprenant suite à une demande de l'agent d'interface et initialise son niveau par faible pour tous les concepts.

Il modifie le niveau de l'apprenant sur un concept après l'évaluation de réponse de l'apprenant sur les tests et l'envoi de nouveau niveau par l'agent d'interface

Il consulte le modèle d'un apprenant pour spécifier son niveau pour un ou plusieurs concepts, réponse à une demande de l'agent pédagogique d'adaptation.

Modèle du domaine

Agent Pédagogique .d'adaptation

Modèle de l'apprenant

Agent de filtrage

Communication entre agents

Relation entre modèles

La Figure 3.8 illustre l'architecture détaillée de système HEDAYA ; les modèles utilisés, les agents et les différents canaux de communication entre eux.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"L'ignorant affirme, le savant doute, le sage réfléchit"   Aristote