GÉNIE LOGICIEL Q N o

86 SEPTEMBRE 2008

MULTI-AGENTS ET GÉNIE LOGICIEL

Méthodes de développement
de systèmes multi-agents
MARIE-PIERRE GLEIZES, CAROLE BERNON, FRÉDÉRIC MIGEON
ET GAUTHIER PICARD

Résumé : Les systèmes multi-agents (SMA) ont montré leur pertinence pour la conception d’applications dis-
tribuées (logiquement ou physiquement), complexes et robustes. Le concept d’agent est aujourd’hui plus qu’une
technologie efficace, il représente un nouveau paradigme pour le développement de logiciels dans lesquels
l’agent est un logiciel autonome qui possède un objectif, évolue dans un environnement dynamique et interagit
avec d’autres agents au moyen de langages et de protocoles. Souvent, l’agent est considéré comme un objet « intel-
ligent » ou comme un niveau d’abstraction au-dessus des objets et des composants. Les méthodes de dévelop-
pement orientées objet – au vu des différences entre les objets et les agents – ne sont pas directement applicables
au développement de SMA. Il est alors devenu nécessaire d’étendre ou de développer de nouveaux modèles, de
nouvelles méthodes et de nouveaux outils adaptés au développement de systèmes multi-agents. L’objectif de cet
article est d’établir la spécificité du paradigme multi-agent, de donner un aperçu du processus de développement
d’un SMA au travers de la méthode ADELFE et de donner les caractéristiques des principales méthodes de
conception de SMA en donnant les caractéristiques essentielles de chacune.
Mots clés : Systèmes multi-agents, méthodes de développement, processus de développement, méta-modèles

1. INTRODUCTION tuelle autonome, située dans un environnement et

L’augmentation de la puissance des machines, les capable de réaliser des actions flexibles et auto-
performances des réseaux de communication, nomes dans cet environnement dans le but d’at-
l’avènement du Web sont à l’origine de demandes teindre ses objectifs [32]. Il est en général réactif
d’applications toujours plus complexes dans les- c’est-à-dire qu’il maintient des interactions avec
quelles la distribution est inhérente. Les données son environnement et répond aux changements de
et le contrôle sont logiquement ou physiquement cet environnement pour satisfaire ses buts. Il est
distribués mais la distribution peut aussi être proactif ; c’est-à-dire qu’il peut générer et atteindre
sémantique nécessitant ainsi de définir des onto- des buts. Il n’est pas dirigé seulement par les évé-
logies pour permettre une meilleure communica- nements mais prend aussi des initiatives pour satis-
tion. Le système à concevoir est souvent ouvert et faire ses buts. Finalement, il est social c’est-à-dire
permet ainsi à des éléments le constituant d’inté- qu’il a l’aptitude à interagir avec les autres agents
grer ou de partir du système. Il doit évoluer dans via des langages de communication afin de satis-
des environnements dynamiques. faire ses buts [21].

La technique des systèmes multi-agents per- Le paradigme multi-agent permet, d’une part,
met de répondre aux demandes provenant de telles de faciliter la compréhension et la modélisation
applications. Un système multi-agent est défini des systèmes complexes. Le paradigme agent est
comme un macro-système constitué d’agents auto- un nouveau niveau d’abstraction qui permet d’ex-
nomes qui interagissent dans un environnement primer une application en termes d’agents auto-
commun pour réaliser une activité collective cohé- nomes qui jouent des rôles et rendent des services
rente [12]. Un agent est une entité physique ou vir- dans une organisation. Par exemple, un système de

2
 GÉNIE LOGICIEL Q N o
86 SEPTEMBRE 2008

MULTI-AGENTS ET GÉNIE LOGICIEL

simulation du système ferroviaire [11] peut être reposent, pour la plupart, sur des méta-modèles
facilement modélisé avec des agents trains, des propres, présentés dans la section 3. Les activités
agents régulateurs, des agents gares… Il permet, d’analyse sont décrites dans la section 4, la concep-
d’autre part, de fournir de nouveaux paradigmes tion dans la section 5 et enfin l’implémentation dans
de résolution de problèmes complexes où le la section 6. Ces activités représentent le cœur des
concepteur n’a plus à programmer le processus processus de développement multi-agent à l’heure
de résolution (comme, par exemple, l’écriture de actuelle. La section 7 conclut sur les enjeux de ce
l’algorithme) mais il doit concevoir les agents et domaine.
leur donner les moyens d’interagir entre eux mais
aussi avec l’environnement du système et le pro- 2. PROCESSUS DE DÉVELOPPEMENT
cessus de résolution émerge de l’auto-organisa- La plupart des méthodes de développement de sys-
tion des agents. tèmes multi-agents s’inspirent de l’ingénierie orien-
tée objet, et il est donc naturel que les cycles de vie
La conception multi-agent requiert donc des et processus utilisés dans la conception de tels sys-
méthodes associées. Les premières méthodes ont vu tèmes soient de types classiquement utilisés en
le jour dans les années 1995 mais, c’est depuis les conception modulaire : cascades, itératifs, en V, en
années 2000 que les recherches dans ce domaine ont spirales [5]. De plus, les méthodes multi-agents intè-
été très nombreuses [1, 2, 18, 22]. On distingue grent, pour la grande majorité, les grandes phases
trois grandes familles de méthodes : les plus nom- de développement que sont l’analyse des besoins,
breuses issues de l’ingénierie du logiciel et qui la conception de l’architecture (ou analyse), la
s’inspirent des méthodes orientées objet (figure 1), conception détaillée, le développement (ou implé-
celles qui sont issues de l’ingénierie des connais- mentation) et le déploiement, même si elles ne sont
sances et les approches issues de plates-formes pas clairement identifiées en tant que telles.
(figure 2).
Par exemple, ADELFE [3, 27] et INGENIAS
[16] reposent sur le processus unifié (Unified Pro-
cess, UP [20]) et intègrent à ce processus de nou-
velles étapes et définitions de travaux spécifiques
au domaine multi-agent, alors que PASSI [7] et
ASPECS [15] reposent sur un processus itérable ori-
ginal. Certaines méthodes ne couvrent qu’une par-
tie du processus, comme GAIA [33, 35] ou SODA
[25] qui se concentrent exclusivement sur l’analyse
des besoins et la conception, ou Prometheus [26] et
MaSE [31] qui n’abordent pas l’analyse des besoins.
Généralement, les méthodes ne proposent pas de
processus allant jusqu’au déploiement, s’appuyant
sur le principe que les modèles multi-agents sont
plus du niveau de l’analyse (notamment pour Tropos
Figure 1 – Méthodes issues des méthodes orientées objet [6], issue de l’ingénierie des besoins) et de la concep-
tion, exception faite de PASSI ou INGENIAS qui
couvrent tout le cycle de développement.

Outre les phases couvertes par les processus, il

est aussi intéressant d’identifier ce que les processus
proposent en termes de livrables, de gestion de la
qualité et de directives de conduite. Les méthodes
reposant sur le processus unifié, comme ADELFE ou
INGENIAS, héritent de sa gestion des risques et de
la qualité de la production. Certaines méthodes ont
pris un soin particulier à la définition des processus
et des productions, en utilisant notamment des for-
malismes dédiés comme le SPEM. Ainsi ADELFE et
PASSI ont été les premières méthodes à proposer
Figure 2 – Méthodes issues de l’ingénierie des connaissances une formalisation SPEM de leur processus, aug-
ou de plates-formes
mentant ainsi la lisibilité de leur suivi et livrables.
Dans la suite de l’article nous présentons les
spécificités et activités caractéristiques des princi- 3. MÉTA-MODÈLE
pales méthodes de développement multi-agent. Ces Quelles que soient les phases couvertes par ces
activités sont conduites lors de processus spécifiques méthodes, l’ingénieur y exprime ses réflexions
W

à chaque méthode, présentés dans la section 2, et en utilisant les concepts définis dans le langage de

3
 GÉNIE LOGICIEL Q N o
86 SEPTEMBRE 2008

MULTI-AGENTS ET GÉNIE LOGICIEL

modélisation associé. Ainsi, pour des systèmes système doit faire, ses limites et ses contraintes.
W

multi-agents, est-il important de définir la nature Ces besoins, fonctionnels ou non, sont ensuite
des agents et du système associés à la méthode. organisés et gérés de manière à définir plus pré-
Même si, comme nous l’avons fait en introduc- cisément le système et son environnement.
tion, une définition consensuelle peut être don-
née, elle n’est pas suffisamment précise pour être L’analyse exprime les besoins des utilisateurs
appliquée pendant les phases de modélisation. Il en termes liés au domaine et à ce que le système
est alors nécessaire de disposer de moyens de défi- doit faire. Dans le cas des systèmes multi-agents,
nir des langages de modélisation spécifiques. lorsque la tâche du système est clairement identi-
fiée, cette phase doit mener à identifier les agents
Depuis la fin des années 1990, l’Ingénierie qui y interviendront ainsi que leurs interactions.
Dirigées par les Modèles (IDM) permet de recen-
trer les processus de développement sur les La méthode de conception la plus dirigée par
modèles, et non plus sur le code [10]. Les outils les besoins est Tropos dont le processus de déve-
issus de ce domaine permettent de concevoir des loppement s’appuie sur les concepts issus de l’in-
langages de modélisation dédiés à un domaine génierie des besoins. Son analyse des besoins
d’expertise ; ils peuvent être associés à des édi- préliminaires et finals s’appuie sur le cadre de
teurs graphiques générés automatiquement et per- modélisation i* [34] dans lequel les intervenants
mettent d’obtenir des produits dérivés de ce sont représentés comme des acteurs qui dépen-
modèle (comme du code) par transformation [28]. dent les uns des autres pour atteindre des buts,
Cette pratique nécessite une modélisation (un remplir des tâches ou produire des ressources.
méta-modèle) des concepts du domaine source et Des diagrammes d’acteurs sont étendus de manière
une autre pour le domaine cible (par exemple, la incrémentale en analysant chaque but afin d’ex-
plate-forme de développement). primer les dépendances stratégiques entre acteurs.
Les besoins finals étendent ce modèle conceptuel
Cette approche a déclenché la définition de en incluant le système en tant qu’acteur ; les
plusieurs méta-modèles dédiés aux domaines par- dépendances avec son environnement exprimant
ticuliers des SMA et de leur implémentation. On les besoins fonctionnels ou non. La conception
trouve, par exemple, AMAS-ML qui s’intègre dans architecturale définit l’architecture globale du
ADELFE pour la définition d’agent coopératif. système en l’affinant en termes de sous-systèmes
Le méta-modèle CRIO [15], associé au processus connectés par des flots de données et de contrôle.
ASPECS, s’inspire de PASSI pour la définition Des styles architecturaux, s’appuyant sur des struc-
de systèmes holoniques et en reprend trois tures sociales et intentionnelles, sont proposés et
domaines sémantiques : le domaine pour la plate- doivent être évalués en fonction d’un certain
forme cible ; le domaine définissant le type par- nombre de critères (sécurité, adaptabilité, dispo-
ticulier de SMA, holoniques pour CRIO ; et enfin, nibilité…) identifiés lors de l’analyse des besoins.
un domaine permettant de capturer les exigences
que devra remplir le système et se focalisant sur Les méthodes de conception dont le cycle de
la notion de rôle. Cette notion de rôle forme éga- développement repose sur le « processus unifié »
lement le fondement du méta-modèle de GAIA, mettent elles aussi l’accent sur les besoins utili-
qui, en outre, met l’accent sur la notion de ser- sateurs au travers de techniques et de notations
vice que fournit un agent au sein d’une organisa- issues du domaine de l’objet (cas d’utilisation,
tion ainsi que sur les responsabilités et activités diagrammes de séquences…) telles ADELFE,
liées à un rôle. ASPECS, INGENIAS, MaSE ou PASSI. D’autres,
comme GAIA ou Message, bien qu’optant pour
Face à la diversité des approches et au nombre un processus de développement moins formel
grandissant de méta-modèles engendrés, des essais adoptent aussi des concepts similaires.
de factorisation ont déjà été étudiés [4]. Cepen-
dant, les possibilités offertes par l’IDM orientent Pour certaines méthodes, l’environnement du
actuellement les travaux plutôt vers une défini- système est modélisé dès la phase d’analyse, soit
tion des méthodologies par parties composables et en le qualifiant, comme dans ADELFE, soit en
réutilisables [8, 19]. construisant une liste des ressources utilisables
par les agents comme dans GAIA, ou bien en iden-
4. ANALYSE tifiant ce que les agents peuvent percevoir, comme
De manière classique, au cours d’un processus de dans INGENIAS, ainsi que les actions qu’ils peu-
développement, la phase d’analyse des besoins, vent y effectuer comme dans Prometheus.
ou spécification fonctionnelle, doit exprimer les
fonctionnalités du système à concevoir du point de Certaines méthodes effectuent une analyse
vue de l’utilisateur. Il s’agit dans un premier temps fonctionnelle du système (ADELFE, PASSI, Pro-
d’établir un cahier des charges consensuel entre metheus), d’autres le font au travers de rôles
clients, utilisateurs et concepteurs sur ce que le comme GAIA, INGENIAS, PASSI ou SODA ;

4
 GÉNIE LOGICIEL Q N o
86 SEPTEMBRE 2008

MULTI-AGENTS ET GÉNIE LOGICIEL

MaSE ou Message identifient ces rôles dès l’ana- plupart des méthodes commencent par une concep-
lyse des buts du système. Enfin INGENIAS ou tion générale de l’architecture du système pour
Tropos expriment les besoins sous la forme de ensuite détailler les composants du système :
buts. agents et ressources. C’est lors de cette phase que
la plupart des concepts multi-agents sont mani-
Si la plupart des méthodes identifient des pulés (rôle, groupe, organisation, tâche, etc.) et
agents n’ayant pas de caractéristiques particu- nécessitent parfois des notations spécifiques. Les
lières ; d’autres, comme Tropos ou Prometheus, interactions entre agents sont fréquemment spé-
définissent plutôt des agents BDI [29] ou du moins cifiées en utilisant les langages AUML [23],
ayant des buts pour INGENIAS ; ASPECS est KQML [14] ou des directives FIPA-ACL
plutôt orientée vers des systèmes holoniques et (http://www.fipa.org).
enfin, ADELFE est dédiée aux agents coopéra-
tifs. Ces agents sont identifiés à partir des rôles La phase de conception résulte ainsi sur une
dans la majorité des cas, des buts dans Tropos et définition claire de l’architecture du système
par les problèmes de coopération dans ADELFE. multi-agent, décomposée en agents. Les compor-
tements, les interactions entre les agents ainsi que
Il est à noter qu’au niveau de la phase d’ana- les ressources nécessaires à l’atteinte de leurs buts
lyse, peu de méthodes s’interrogent sur l’utilité sont également spécifiés de manière plus ou moins
de la technologie agent ou sur le type d’agents formelle en fonction des méthodes.
visé lors de l’implantation en fonction du pro-
blème posé au concepteur. Elles supposent que ce 6. IMPLÉMENTATION
dernier a déjà choisi ce mode d’implantation ; À partir de l’architecture définie à la phase de
seule ADELFE remet en question l’approche de conception, la phase d’implémentation aboutit à la
développement proposée en suggérant, au besoin, production du code testé. Actuellement, les concep-
d’adopter une autre méthode de développement. teurs sont aidés dans cette tâche par les techniques
d’IDM. Seules quelques méthodes orientées agent
5. CONCEPTION ont intégré des outils liés à l’IDM, il s’agit d’IN-
La conception s’attache à décrire le fonctionne- GENIAS, MetaDIMA [17] et Tropos.
ment des agents identifiés lors de l’analyse (par le
choix d’une architecture d’agent spécifique), l’ar- Par exemple, dans la méthode ADELFE, à
chitecture générale du système multi-agent (orga- partir de la théorie des AMAS [13], nous avons
nisation) et les différents concepts spécifiques à la défini un méta-modèle dans l’optique de fournir un
méthode utilisée. Ceci se traduit en règle géné- langage de modélisation dédié à un concepteur
rale, par la définition des classes d’agents et de AMAS. Ce langage, AMAS-ML, doit servir de
leurs propriétés, compte tenu de l’héritage fort base à un environnement complet de développe-
entre les concepts objets et les concepts agents. ment dont il constitue une brique primordiale,
celle qui autorise la spécification abstraite du sys-
Dans GAIA, par exemple, la conception archi- tème et des agents qui le composent. À partir de
tecturale aboutit au raffinage des modèles de rôle cette spécification et grâce aux outils que nous
et d’interaction par l’analyse des structures orga- fournit l’IDM, nous pouvons dériver par trans-
nisationnelles. Lors de la conception détaillée, les formations successives une API (Application Pro-
modèles d’agent (détermination des types et ins- gramming Interface) dédiée à chaque modèle
tances d’agents) et de services sont spécifiés. Dans AMAS-ML. La figure 3 présente les différentes
INGENIAS, la conception correspond à la défini- étapes du processus de génération d’une API orien-
tion de la société d’agents composant le système tée agent spécifique, à partir d’un modèle AMAS-
multi-agent, en décrivant les rôles et les protocoles ML. Dans cette figure, chaque flèche représente
de communication entre agents. Dans Prometheus une phase de transformation (ou de génération). La
ou Tropos, la conception concerne l’attribution de première de ces flèches correspond à la transfor-
responsabilités, identifiées en analysant les fonc- mation d’un agent coopératif AMAS-ML en un
tionnalités et les flots de données, à des agents qui modèle de microarchitecture PADL. L’objectif de
seront principalement conçus en utilisant une archi- cette transformation est de permettre la généra-
tecture BDI. ADELFE, quant à elle, propose une tion d’une API dédiée aux agents tels qu’ils sont
architecture d’agent coopératif originale, offrant exprimés dans le modèle AMAS-ML. Il s’agit
les ressources internes nécessaires à l’obtention de donc de définir une transformation entre le méta-
comportements coopératifs et auto-organisateurs. modèle AMAS-ML et celui de la micro-architec-
ture PADL. Puis, à partir de cette architecture, un
Les principaux modèles manipulés lors de la squelette de code peut être généré. L’outil MAY
conception multi-agent sont les mêmes que dans (Make Agents by Yourself) permet de construire
une conception objet : modèle de classes (par- les types d’agents adaptés au SMA qui doit être
fois décliné comme modèle d’agents), modèle développé et de générer une interface de pro-
W

d’interaction et modèle de comportements. La grammation (API) qui leur est dédiée.

5
 GÉNIE LOGICIEL Q N o
86 SEPTEMBRE 2008

MULTI-AGENTS ET GÉNIE LOGICIEL

domaine. À la fin de la conception, MaSE, à l’aide
W

de diagrammes spécifiant la structure finale du

système, propose une aide au déploiement. Le
déploiement est pris en compte de manière indi-
recte dans INGENIAS ou PASSI.

Toutes ces nombreuses méthodes de concep-

tion n’ont pas les mêmes objectifs, certaines sont
plutôt généralistes, d’autres sont plutôt dédiées à
un type d’agent (BDI, coopératif…) ou de sys-
tème particulier (holonique, adaptatif…) et des
critères de choix doivent alors être fournis à l’in-
génieur afin de trouver la méthode idoine. Des
comparaisons existent [9, 24, 30] qui peuvent tou-
tefois se révéler, elles aussi, difficiles à utiliser.
Donner alors la possibilité au concepteur de
construire le processus de développement qui
convient le mieux à son problème en combinant
des fragments issus d’une base alimentée par les
méthodes existantes devient alors une perspec-
tive. Et, dans un futur un peu plus éloigné, on
pourrait aussi imaginer des processus qui se
construisent d’eux-mêmes en fonction de l’envi-
Figure 3. Génération d’API dédiée dans ADELFE ronnement (domaine d’application, type d’agents
utilisés, complexité du système cible…) dans
7. CONCLUSION lequel ils sont situés.
De par leur capacité à faciliter la conception d’ap-
plications complexes et distribuées, les systèmes 8. RÉFÉRENCES
multi-agents sont devenus en quelques années un [1] F. Arlabosse, M.-P. Gleizes, M. Occello :
mode de programmation incontournable. Permettre Chapitre IV : Méthodes de conception ;
leur diffusion dans un cadre plus industriel qu’aca- Observatoire Français des Techniques Avan-
démique peut être facilité en fournissant des cées : Systèmes Multi-Agents, Série ARAGO
méthodes et des outils permettant à des ingénieurs 29, pp. 137-172, 2004.
de développer de tels systèmes. C’est pourquoi [2] F. Bergenti, M.-P. Gleizes et F. Zambonelli
une multitude de méthodes de développement (Editors) : Methodologies and software engi-
orientées agent a vu le jour ces dernières années. neering for agent systems ; Klüwer, 2004.
Cet article avait pour objectif de présenter les [3] C. Bernon, V. Camps, M.-P. Gleizes et G.
principales caractéristiques du cycle de dévelop- Picard : Engineering adaptive multi-agent
pement associé à ces méthodes au travers de systems: the ADELFE Methodology ; dans
quelques exemples, une liste exhaustive ne pou- [18], pp. 172-202.
vant être donnée. Toutes les méthodes ne couvrent [4] C. Bernon, M. Cossentino, M.-P. Gleizes, P.
pas le cycle de vie complet, de l’analyse des Turci et F. Zambonelli : A study of some
besoins au déploiement, la majorité se concen- multi-agent meta-models ; Fifth Internatio-
trant sur les étapes d’analyse et de conception, nal Workshop on Agent-Oriented Software
laissant le choix au concepteur d’appliquer des Engineering (AOSE’04) at AAMAS’04, New
méthodes plus classiques pour implanter, tester York, États-Unis, juillet 2004, P. Giorgini, J.
et déployer le système multi-agent obtenu. L’ar- Mueller, J. Odell (Eds.), Springer Verlag,
gument dans ce cas étant que rien de spécifique ne LNCS 3382, pp. 62-77, 2005.
distingue une application multi-agent d’une appli- [5] G. Booch : Conception orientée objets et
cation objet classique. Toutefois, d’autres recon- applications ; Addison-Wesley, 1992.
naissent les spécificités des systèmes multi-agents [6] J. Castro, M. Kolp et J. Mylopoulos : A
et veulent guider le concepteur, parfois non spé- requirements-driven development methodo-
cialiste du domaine et confronté à des concepts logy ; 13 th International Conference on
agents, le plus longtemps possible. Ainsi, des Advanced Information Systems Engineering
méthodes formelles sont utilisée pas Formal Tro- (CAiSE’01), Stafford, GB, juin 2001.
pos pour valider les spécifications. ADELFE et [7] M. Cossentino : From requirements to code
PASSI étudient l’apport de la simulation afin d’as- with the PASSI methodology ; dans [18], pp.
sister le concepteur lors de la phase de validation 79-106.
du comportement des agents ou du système. La [8] M. Cossentino, S. Gaglio, A. Garro et V. Sei-
validation notamment en environnement dyna- dita : Method fragments for agent design
mique constitue un des principaux défis du methodologies: from standardisation to

6
 GÉNIE LOGICIEL Q N o
86 SEPTEMBRE 2008

MULTI-AGENTS ET GÉNIE LOGICIEL

research ; International Journal of Agent- Wooldridge (Eds.), LNCS, Springer Verlag,
Oriented Software Engineering , 1(1), pp.91- Berlin, pp. 121-140, 2001.
121, avril 2007. [24] S.A. O’Malley et S. A. DeLoach : Determi-
[9] K.H. Dam et M. Winikoff : Comparing ning when to use an agent-oriented software
agent-oriented methodologies ; Workshop engineering ; Second International Workshop
on Agent-Oriented Information Systems On Agent-Oriented Software Engineering
(AOIS’03), Melbourne, Australie, 2003. (AOSE’01), pp. 188-205, Montréal, mai 2001.
[10] J.-M. Favre, J. Estublier et M. Blay-Forna- [25] A. Omicini : SODA: Societies and Infrastruc-
rino : L’ingénierie dirigée par les modèles : tures in the analysis and design of agent-based
au-delà du MDA ; série Informatique et Sys- systems ; Workshop on Agent-oriented Soft-
tèmes d’Information, Hermès Sciences Lavoi- ware Engineering (AOSE’00), Limerick, juin
sier, janvier 2006. 2000, Springer, LNCS 1957, pp. 185-193, 2001.
[11] D. Feillée : Simulation du système ferro- [26] L. Padgham et M. Winikoff : Prometheus: A
viaire à base d’agents, dans ce numéro, pp. pragmatic methodology for engineering intel-
22-28. ligent agents ; at OOPSLA’02, J. Debenham,
[12] J. Ferber : Les systèmes multi-agents ; Inter- B. Henderson-Sellers, N. Jennings, J. Odell
Editions, 1995. (Eds.), pp. 97-108, novembre 2002, Seattle.
[13] M.-P. Gleizes, V. Camps, J.-P. Georgé et P. [27] G. Picard et M.-P. Gleizes : The ADELFE
Glize : Conception de systèmes multi-agents Methodology – Designing Adaptive Coopera-
à fonctionnalités émergentes, dans ce tive Multi-Agent Systems, pp. 157-176, dans [2].
numéro, pp. 8-13. [28] A. Perini et A. Susi : Automating model
[14] T. Finin, R. Fritzson Don McKay et R. McEn- transformations in agent-oriented model-
tire : KQML as an agent communication lan- ling ; 6 th International Workshop on Agent-
guage ; Third International Conference on Oriented Software Engineering (AOSE’05),
Information and Knowledge Management Utrecht, NL, 25-26 juillet, 2005.
(CIKM’94), ACM Press, novembre 1994. [29] A. S. Rao et M. P. Georgeff : BDI Agents:
[15] N. Gaud : Systèmes multi-agents holo- from theory to practice ; First International
niques : de l’analyse à l’implantation ; Thèse Conference on Multi-Agent Systems, San
de l’Université de Franche-Comté et de l’Uni- Francisco, MIT Press, pp. 312-319, 1995.
versité de Technologie de Belfort-Montbé- [30] A. Sturm et O. Shehory : A framework for eva-
liard, décembre 2007. luating agent-oriented methodologies ; 5th Int.
[16] J. Gomez Sanz et R. Fuentes : Agent-orien- Bi-Conference Workshop on Agent-Oriented
ted system engineering with INGENIAS ; Information Systems (AOIS’03), LNCS 3030,
Fourth Iberoamerican Workshop on Multi- Springer-Verlag, pp. 94-109, 2004.
Agent Systems (Iberagents’02), 2002. [31] M. Wood et S. A. DeLoach : An overview of
[17] Z. Guessoum. et T. Jarraya : Meta-models the multiagent systems engineering metho-
& model-driven architectures ; Contribution dology ; Workshop on Agent-Oriented Soft-
to the AOSE TFG AgentLink3 meeting, Lju- ware Engineering (AOSE’01), P. Ciancarini,
bljana, 2005. M. Wooldridge (Eds.), LNCS 1957, pp. 1-
[18] B. Henderson-Sellers et P. Giorgini (Edi- 53, Springer Verlag, Berlin, janvier 2001.
tors) : Agent-oriented methodologies ; Idea [32] M. Wooldridge et N. R. Jennings (Guest Ed.) :
Group Pub, juin 2005. Special issue on intelligent agents and multi-
[19] B. Henderson-Sellers : Creating a compre- agent systems ; Applied Artificial Intelligence
hensive agent-oriented methodology: Using Journal, Francis & Taylor, 9(4), juillet/août
method engineering and the OPEN metamo- 1995 et 10(1), janvier/février 1996.
del ; dans [18], pp. 368-398, 2005, [33] M. Wooldridge, N. R. Jennings et D. Kinny :
[20] I. Jacobson, G. Booch et J. Rumbaugh : The The GAIA methodology for agent-oriented
Unified Software Development Process ; analysis and design ; Journal of Autonomous
Addison-Wesley, 1999. Agents and Multi-Agent Systems, 3(3), pp.
[21] N. R. Jennings : Agent-oriented software 285-312, 2000.
engineering, multi-agent system enginee- [34] E. Yu : Modelling strategic relationships for
ring ; 9 th European Workshop on Modelling process reengineering ; PhD Thesis, Uni-
Autonomous Agents in a Multi-Agent World versity of Toronto, Department of Computer
(MAAMAW’99), Valence, Espagne, 1999. Science, 1995.
[22] M. Luck, R. Ashri et M. D’Inverno : Agent- [35] F. Zambonelli, N. R. Jennings et M. Wool-
based software development ; Artech House dridge : Organizational abstractions for the
Publishers, 2004. analysis and design of multi-agent systems ;
[23] J. Odell, H.V. Parunak et B. Bauer : Repre- Workshop on Agent-Oriented Software Engi-
senting agent interaction protocols in UML ; neering (AOSE’00), P. Ciancarini and M.
Workshop on Agent-Oriented Software En Wooldridge (Eds), LNCS, Springer-Verlag,
gineering (AOSE’01), P. Ciancarini, M. 2000.