L'agent base sur des objectifs : la planification au coeur de la decision

Definition

Un agent base sur des objectifs (en anglais goal-based agent) est un agent dote, en plus de son modele du monde, d'une representation explicite du but a atteindre. Il choisit ses actions non pas par reflexe, mais en planifiant : il imagine plusieurs sequences d'actions et selectionne celle qui mene au but.

Mathematiquement, on definit un but G (un etat ou un ensemble d'etats), et un espace d'actions A. La fonction de decision devient : plan = recherche(etat_initial, G, A), puis action = plan[0]. L'agent execute la premiere action du plan, observe le resultat, replanifie si necessaire.

Architecture de planification

1. Definir l'objectif : un etat-cible ou une condition a satisfaire.
2. Maintenir un modele du monde (heritage de l'agent base sur un modele).
3. Generer un plan : une sequence d'actions qui menent du modele courant au but.
4. Executer la premiere etape du plan.
5. Observer le resultat, mettre a jour le modele.
6. Replanifier si necessaire (le monde a change, une etape a echoue).

Exemples concrets

Domaines historiques

• GPS et applications de navigation (Google Maps, Waze) : planificateurs A* ou Dijkstra sur graphe routier.
• Robotique mobile : planification de chemin dans un environnement (RRT, PRM).
• Systemes de manufacturing : planification d'ordres de production, scheduler d'usine.
• Jeux video : IA des PNJ qui doivent atteindre un objectif (cf. jeux Bethesda, Total War).

Cas IA generative 2026

• Agent de recherche profonde (deep research) : objectif = "produire un rapport sur X", plan = decomposer en sous-questions, explorer chaque source, synthetiser.
• Agent de codage autonome (Claude Code, Cursor agent) : objectif = "ajouter la fonctionnalite F", plan = analyser le code, modifier les fichiers, lancer les tests, corriger les echecs.
• Agent d'orchestration commerciale : objectif = "qualifier ce lead", plan = enrichir, scorer, envoyer le bon email, prendre RDV.

Techniques de planification

• Recherche dans un graphe : A*, IDA*, Dijkstra. Optimaux pour les domaines bien formalises (navigation, jeux).
• STRIPS / PDDL : langage de planification classique, encore utilise dans l'industrie et la recherche.
• Planification hierarchique (HTN) : decomposer en sous-objectifs — voir agent hierarchique.
• Monte Carlo Tree Search (MCTS) : explorer aleatoirement et exploiter les branches prometteuses. Brique cle d'AlphaGo, AlphaZero.
• Planification par LLM : prompt structurant la decomposition en etapes, avec parfois un format JSON.

Planification avec un LLM

Les LLM sont remarquablement bons pour planifier en langue naturelle, a condition de leur donner le bon cadre. Quelques patterns :

• Chain-of-thought structure : "1. Comprendre le but. 2. Lister les etapes necessaires. 3. Pour chaque etape, identifier l'outil. 4. Executer."
• ReAct (Reason + Act) : alterner explicitement raisonnement et action, avec balises <thought> et <action>.
• Reflexion : apres chaque etape, l'agent evalue si elle a contribue au but et corrige si necessaire.
• Plan-and-execute : un LLM "planificateur" emet le plan complet, un LLM "executeur" execute chaque etape (parfois moins puissant donc moins cher).

Limites

• Plans longs = qualite qui chute : au-dela de 7 a 10 etapes, les LLM enchainent les erreurs. Necessite de decomposer (HTN).
• Cout : la planification consomme des tokens (raisonnement) en plus des tokens d'execution.
• Pas de notion de qualite : l'agent atteint le but, mais pas necessairement de la meilleure facon. Pour cela, voir agent base sur l'utilite.
• Echec en environnement dynamique : si le monde change pendant l'execution, l'agent doit replanifier en permanence — couteux et instable.

Pour aller plus loin : l'agent base sur l'utilite qui ne se contente pas d'atteindre le but mais cherche la meilleure facon de l'atteindre ; et l'agent hierarchique qui decompose les plans complexes.