MOISE+MARL : un cadre organisationnel pour l’explicabilité et le contrôle en apprentissage par renforcement multi-agent
Revue Ouverte d'Intelligence Artificielle · 20.11.2026 · 7 (1-2) · 159-187
DOI: 10.5802/roia.106 ↗Kurz gefasst
Fachartikel in der Zeitschrift Revue Ouverte d'Intelligence Artificielle, online erschienen am 20.11.2026. Verfasst von Julien Soulé und 4 weiteren Autor:innen. Die Arbeit nennt 45 Literaturangaben.
Abstract (Originalsprache)
Des agents en apprentissage par renforcement multi-agent peuvent développer des comportements interprétables comme des rôles ou objectifs implicites, suggérant une hypothétique organisation émergente. Afin d’exploiter pleinement cette analogie, nous introduisons MOISE+MARL, un cadre organisationnel qui couple le modèle organisationnel ℳ O I S E + à un modèle Markovien afin d’améliorer le contrôle et l’explicabilité des politiques apprises. MOISE+MARL guide ou contraint les agents selon des rôles et des objectifs en ajustant dynamiquement leurs actions et récompenses, et intègre une méthode d’analyse permettant d’inférer a posteriori des spécifications organisationnelles implicites à partir des trajectoires des agents. MOISE+MARL a été évalué sur quatre environnements et plusieurs algorithmes d’apprentissage par renforcement multi-agent. Les résultats montrent que les politiques des agents convergent plus rapidement, sont plus stables et deviennent plus explicables. La méthode d’analyse est confirmé par la cohérence entre les spécifications organisationnelles définies et celles inférées.
Zitieren
APA
Soulé, J., Jamont, J., Occello, M., Traonouez, L., & Théron, P. (2026). MOISE+MARL : un cadre organisationnel pour l’explicabilité et le contrôle en apprentissage par renforcement multi-agent. Revue Ouverte d'Intelligence Artificielle, 7(1-2), 159-187. https://doi.org/10.5802/roia.106
Vancouver
Soulé J, Jamont J, Occello M, Traonouez L, Théron P. MOISE+MARL : un cadre organisationnel pour l’explicabilité et le contrôle en apprentissage par renforcement multi-agent. Revue Ouverte d'Intelligence Artificielle. 2026;7(1-2):159-187. doi:10.5802/roia.106
BibTeX
@article{Soul2026,
author = {Soulé, Julien and Jamont, Jean-Paul and Occello, Michel and Traonouez, Louis-Marie and Théron, Paul},
title = {MOISE+MARL : un cadre organisationnel pour l’explicabilité et le contrôle en apprentissage par renforcement multi-agent},
journal = {Revue Ouverte d'Intelligence Artificielle},
year = {2026},
volume = {7},
number = {1-2},
pages = {159--187},
doi = {10.5802/roia.106}
}
EUVIMED