Les communications sémantiques représentent un domaine de recherche émergent et transformateur, où l'objectif se déplace de la transmission de simples données brutes à celle d'informations significatives. Bien que les premiers modèles et solutions de conception aient établi des principes fondamentaux, ils reposent souvent sur des hypothèses fortes concernant l'extraction, la représentation et l'interprétation du contenu sémantique. L'arrivée des réseaux 6G introduit de nouveaux défis, en particulier avec le besoin croissant de systèmes multi-agents où plusieurs agents pilotés par l'intelligence artificielle (IA) interagissent de manière fluide.
Dans ce contexte, le défi de l'alignement sémantique devient crucial. La littérature existante sur les communications sémantiques multi-agents suppose fréquemment que tous les agents partagent un cadre d'interprétation et de compréhension commun, ce qui est rarement le cas dans des scénarios pratiques. Des représentations mal alignées peuvent entraîner des inefficacités de communication, une perte d'informations critiques et des malentendus.
Cette recherche doctorale vise à faire progresser l'état de l'art en explorant les principes de représentation sémantique, d'alignement et de raisonnement dans des environnements multi-agents IA au sein des réseaux de communication 6G. L'étude examinera comment les agents peuvent aligner dynamiquement leurs modèles sémantiques, garantissant une interprétation cohérente des messages tout en tenant compte des différences de contexte, d'objectifs et de connaissances préalables. En s'appuyant sur des techniques issues de l'intelligence artificielle, telles que l'apprentissage automatique, l'alignement d'ontologies et le raisonnement multi-agents, l'objectif est de proposer des cadres novateurs qui améliorent l'efficacité et l'efficience des communications dans des environnements multi-agents. Ce travail contribuera à des systèmes de communication plus adaptatifs, intelligents et sensibles au contexte, essentiels à l'évolution des réseaux 6G.