Direction de recherche : Zahia GUESSOUM

Co-encadrement : DOCTOR Sylvain, ROUSSEL Olivier

Un système multi-agent pour une place de marché de factures

Dans les entreprises, l'écart entre la date où les entreprises engagent leurs dépenses et la date où elles sont payées entraîne un besoin en fonds de roulement à l'origine de problèmes dont la sévérité va de la perte de contrat au dépôt de bilan. Dans le contexte actuel, le recours à l'emprunt pour éviter ces situations est hélas complexe pour les PME, les banques refusant de prêter lorsqu'elles estiment que le risque est trop important. Une possibilité est alors de recourir au factoring, et de faire financer ses créances.
Dans cette thèse, nous proposons une place de marché de factoring intelligente, basée sur des travaux de négociation automatique et de mechanism design: nous proposons d'analyser théoriquement et expérimentalement les problématiques liées aux agents curieux cherchant à inférer les informations privées des autres agents, entraînant des surcoûts de leur point vue comme de celui de la plate-forme. Nous proposons également de concevoir un protocole de négociation qui s'oppose à de tels comportements, donnant aux agents une incitation à ne négocier que lorsqu'ils souhaitent vraiment obtenir un bien.
Nous proposons ensuite un agent de négociation automatique. Pour la conception de la stratégie de notre agent, nous proposons d'exploiter les méthodes de Monte Carlo Tree Search, qui ont récemment fait leur preuve dans l'IA pour les jeux. Notre agent est capable d'apprendre de son partenaire bien que ce ne soit pas son objectif premier, afin de trouver un accord qui lui soit favorable. Il s'appuie pour cela sur des technique de modélisation d'adversaire impliquant des méthodes d'apprentissage tels que l'apprentissage bayésien et la régression de processus gaussiens.

Publications 2016-2022

• 2022
  • C. Buron, Z. Guessoum, S. Ductor, O. Roussel : “MoCaNA, un agent de négociation automatique utilisant la recherche arborescente de Monte-Carlo”, Revue Ouverte d'Intelligence Artificielle, vol. 3 (5-6), Post-actes des Journées Francophones sur les Systèmes Multi-Agents, pp. 645-669, (Association pour la diffusion de la recherche francophone en intelligence artificielle) (2022)
• 2019
  • C. Buron, Z. Guessoum, S. Ductor : “MCTS-based Automated Negotiation Agent”, International Conference on Principles and Practice of Multi-Agent Systems (PRIMA), vol. 11873, Lecture Notes in Computer Science, Torino, Italy, pp. 186-201, (Springer) (2019)
  • C. Buron, Z. Guessoum, S. Ductor : “MCTS-based Automated Negotiation Agent (Extended Abstract)”, AAMAS 2019 - 18^th International Conference on Autonomous Agents and MultiAgent Systems, Montreal, Canada, pp. 1850-1852, (International Foundation for Autonomous Agents and Multiagent Systems) (2019)
  • C. Buron, S. Ductor, Z. Guessoum : “MoCaNA, an automated negotiation agent based on Monte Carlo Tree Search”, AAMAS 2019 - 18^th International Conference on Autonomous Agents and MultiAgent Systems, Montreal, Canada (2019)
• 2018
  • C. Buron : “Un système multi-agent pour une place de marché de factures”, soutenance de thèse, soutenance 17/05/2018, direction de recherche Guessoum, Zahia, co-encadrement : Doctor, Sylvain, Roussel, Olivier (2018)
  • C. Buron, Z. Guessoum, S. Ductor, O. Roussel : “MoCaNA, un agent de négociation automatique utilisant la recherche arborescente de Monte-Carlo”, Vingt-sixièmes Journées Francophones sur les Systèmes Multi-Agents, Métabief, France (2018)
• 2016
  • C. Buron, S. Ductor, Z. Guessoum : “Marchandage et Curiosité”, 24^e Journées Francophones sur les Systèmes Multi-Agents (JFSMA 2016), Rouen, France (2016)
  • C. Buron, S. Ductor, Z. Guessoum : “Curiosity-Aware Bargaining”, European Starting AI Researcher Symposium (STAIRS), vol. 284, Frontiers in Artificial Intelligence and Applications, The Hague, Netherlands, pp. 27-38, (IOS Press) (2016)