Z. Guessoum, M. Dojat
A Real-Time Agent Model in an Asynchronous-Object Environment

 Le  contrôle  de  systèmes  dynamiques  nécessite de définir des
agents qui allient des capacités cognitives, pour  raisonner  sur
des  situations  complexes,  à  des capacités réactives, pour re­
specter des contraintes temporelles temps réel. Nous proposons un
modèle  d'agent opérationnel qui possède ces caractéristiques. Il
repose sur l'utilisation d'un ATN (Augmented Transition  Network)
pour  adapter son comportement aux changements qu'il détecte dans
son  environnement.  Chaque  agent  possède  pour  raisonner   un
mécanisme   d'inférences   d'ordre   1.  Il  gère  un  graphe  de
dépendances pour  assurer  une  cohérence  entre  les  différents
raisonnements  effectués  par les agents. Nos agents communiquent
par envoi de messages et sont implémentés dans  un  environnement
d'objets  asynchrones.  Nous  rapportons une application de notre
modèle au monitorage de la ventilation artificielle des  patients
en soins intensifs.

 To build intelligent control systems for real-life applications,
we need to design software agents which combine cognitive  abili­
ties  to  reason about complex situations, and reactive abilities
to meet hard deadlines. We propose  an  operational  agent  model
which  mixes  AI techniques and real-time performances. Our model
is based on an ATN (Augmented Transition Network) to  dynamically
adapt  the  agent's  behavior to changes in the environment. Each
agent uses a production system and is provided  with  a  synchro­
nization  mechanism  to avoid the possible inconsistencies of the
asynchronous execution of several rule bases. Our agents communi­
cate  by  message-passing and are implemented in an asynchronous-
object environment. We report on the use of our  agent  model  in
intensive care patient monitoring.