Système multi-agents : comment des IA coopèrent-elles entre elles ?

Un seul programme d'intelligence artificielle sait déjà beaucoup de choses. Plusieurs programmes qui se répartissent le travail peuvent en faire bien davantage : c'est l'idée des systèmes multi-agents.

Né dans les laboratoires de recherche des années 1980, ce champ connaît un retour spectaculaire avec les agents fondés sur les grands modèles de langage. Voici comment ces IA coopèrent, et pourquoi c'est plus difficile qu'il n'y paraît.

Qu'est-ce qu'un agent ?

En informatique, un agent est un programme autonome qui perçoit son environnement, prend des décisions et agit pour atteindre un objectif. Il ne se contente pas de répondre à une commande : il choisit ce qu'il fait ensuite.

Un robot aspirateur est un agent simple. Un assistant capable de lire vos emails, de consulter un agenda et de proposer un rendez-vous en est un plus élaboré.

Un système multi-agents, c'est quoi ?

Un système multi-agents réunit plusieurs agents qui partagent un environnement. Chacun a ses propres informations, ses compétences et parfois ses propres objectifs.

Le comportement global du système ne se trouve dans aucun agent pris isolément. Il émerge de leurs interactions, un peu comme le trafic d'une ville émerge des décisions de chaque conducteur.

Comment les agents coopèrent-ils ?

La recherche a produit plusieurs grandes familles de mécanismes. On les retrouve aujourd'hui, sous d'autres noms, dans les outils d'IA générative.

• La communication : les agents échangent des messages dans un langage commun, avec des intentions explicites (informer, demander, proposer, accepter).
• La répartition des tâches : un agent annonce un travail à faire, les autres font des offres, le meilleur candidat l'obtient. C'est le principe du « contract net ».
• La négociation : quand les intérêts divergent, les agents échangent des propositions jusqu'à un compromis acceptable.
• La coordination par l'environnement : comme les fourmis et leurs phéromones, les agents laissent des traces que les autres exploitent, sans se parler directement.

Les nouveaux agents fondés sur les modèles de langage

Depuis 2023, la notion d'agent a été réinventée autour des grands modèles de langage. Un agent devient alors un modèle à qui l'on donne un rôle, des outils (recherche web, exécution de code, accès à des fichiers) et une mémoire.

Dans une architecture multi-agents typique, un agent « chef d'orchestre » découpe une demande en sous-tâches. Il les confie à des agents spécialisés, puis assemble et vérifie leurs résultats.

Pourquoi est-ce si difficile ?

Faire coopérer des agents pose des problèmes que l'on retrouve dans toute organisation humaine. Les messages peuvent être mal compris, deux agents peuvent faire le même travail, ou attendre indéfiniment l'un après l'autre.

Avec les modèles de langage s'ajoutent des risques propres. Une erreur d'un agent peut être reprise et amplifiée par les suivants, et le coût en calcul grimpe vite quand les échanges se multiplient.

Les chercheurs travaillent donc sur des protocoles d'échange plus stricts, sur la vérification croisée et sur des limites claires à ce que chaque agent a le droit de faire.

Où trouve-t-on des systèmes multi-agents ?

Les applications sont déjà nombreuses, souvent invisibles pour l'utilisateur.

• La simulation : trafic routier, propagation d'une épidémie, évacuation d'un bâtiment.
• La logistique : flottes de robots dans les entrepôts, gestion de réseaux électriques.
• Le jeu vidéo : personnages non joueurs qui réagissent les uns aux autres.
• Le développement logiciel : équipes d'agents qui écrivent, testent et corrigent du code.