Unité Mixte de Recherche
Heuristique et Diagnostic
des Systèmes Complexes

                  







Rechercher

Sur ce site




Accueil du site > Thèses > Thèses soutenues en 2009 > Planning Web Agents Combining Intelligent Agents and Semantic Web Languages for Services Plannings

ICI : Information, Connaissance, Interaction

Thèses soutenues en 2009


Planning Web Agents Combining Intelligent Agents and Semantic Web Languages for Services Plannings

Marco Luca Sbodio 
 
Le lundi 12 octobre à 14.00 en amphi L103
 
 
Résumé :
 
Cette thèse explore l’utilisation de langages standards du Web sémantique afin de caractériser des services pleinement et de façon compacte, permettant ainsi à des Agents Intelligents de les sélectionner et de les combiner au travers de plans. Nous proposons SPARQL (le langage de requêtes standard du Web sémantique) comme un langage formel permettant de décrire d’une part les pré-conditions et les effets des services, et d’autre part les buts des agents. Nous montrons que l’évaluation de requêtes SPARQL peut être utilisée pour vérifier les pré-conditions dans un contexte donné, construire les effets qui résultent de l’exécution d’un service dans un contexte donné et de déterminer si l’exécution d’un service avec ces résultats peut satisfaire le but d’un agent. Les contributions de la thèse sont les suivantes :
 
• La logique modale hybride GpDL combinant la composante dynamique de la traditionnelle logique dynamique des propositions avec des patrons de graphes SPARQL. Les formules GpDL peuvent représenter des services et les buts des agents, et sont utilisées pour modéliser le problème de planification. Nous enracinons la sémantique des mondes possibles des formules GpDL dans le modèle computationnel de SPARQL ;
 
• L’ancrage des expressions SPARQL définissant les pré-conditions et les effets des services dans des formalismes dédiés aux Services Web Sémantiques (OWL-S and SAWSDL), et aux services Web RESTful ;
 
• La description de l’architecture et de l’implémentation d’un index de services, qui, à l’instar d’un index Web traditionnel, moissonne les descriptions de services à partir du Web, construit des structures de données internes avec des modèles de représentations de services, et permet la découverte automatique de services en répondant à des requêtes d’agents. Un index de services exploite les expressions SPARQL définissant les pré-conditions et les effets des services pour construire ses structures de données, et répond à des requêtes basées sur SPARQL ;
 
• La description de l’architecture et de l’implémentation d’un SPARQLent, un agent de planification dirigé par les buts. The fonctionnement d’un SPARQLent est basé sur le modèle computationnel de GpDL ; son but est un patron de graphe SPARQL, et son incomplète représentation de l’état du monde est un graphe RDF. Un SPARQLent interagit avec un index de services durant la planification, peut raisonner à propos des pré-conditions des services (en relaxant des patrons de graphes), et composer des séquences de services grâce à une planification par régression à partir d’heuristiques basées sur des coûts ;
 
 • La validation et l’évaluation de l’approche proposée dans trois différents domaines. Le premier exemple est un cas d’utilisation réel dans le domaine du e-Gouvernement, où un index de services et un SPARQLent sont utilisés pour résoudre le problème de la sélection de services d’assistance dans le cadre de l’aide sociale aux citoyens, montrant ainsi que notre approche est suffisamment générale pour être adaptée à des services génériques. Le deuxième exemple concerne une expérimentation dans le domaine des services dédiés aux environnements de collaboration, où un SPARQLent est utilisé pour aider à la création