La complexité dans les simulations multi-agents

Revue d'intelligence artificielle, 2016

L'environnement, considéré généralement comme un des concepts clefs des SMA, tout particulièrement en simulation, fait pourtant rarement l'objet d'une spécification précise ou même explicite, car son implémentation est considérée comme évidente ou donnée. Nous défendons au contraire l'idée que la façon dont on modélise l'espace ou les relations entre agents dans une simulation, conduit à la mise en oeuvre d'un nombre réduit de solutions efficaces. Notre démarche vise à formaliser les fonctions fondamentales de l'environnement : permettre aux agents de localiser leurs voisins, et leur fournir de l'information. Ainsi, les compromis entre choix de modélisation (topologie de l'environnement, nature des informations) d'une part, et priorités opérationnelles (efficacité d'exécution, pertinence de la représentation des connaissances) d'autre part, permettent d'identifier quatre grand patterns d'environnements. Dans cette approche unificatrice, « l'environnement » habituellement monolithique et parfois complexe d'une simulation multi-agent peut être modélisé et implémenté comme la combinaison de plusieurs patterns. ABSTRACT. Environment, usually regarded as one of the key concepts of MAS especially in simulation, is however rarely specified in a precise or even explicit way, since its implementation is assumed obvious or given. On the contrary, we argue that the way of modeling space and connections between agents in a simulation, allows only a few efficient implementation solutions. We aim at formalizing the fundamental purposes of the environment, i.e. helping the agents to find their neighbors, and providing them with information. Thus, the search for a balance between modeling issues on the one hand (environment topology, nature of the information) and the operational priorities on the other hand (execution efficiency, relevance of knowledge representation), outlines four environment patterns. Through this unifying approach, the usual, monolithical and sometimes complex, "environment" of a multiagent simulation can be modeled and implemented as the combination of severals patterns.

HAL (Le Centre pour la Communication Scientifique Directe), 2009

La conception habituelle d'une simulation d'un phénomène passe par sa modélisation et la réalisation d'une implémentation : son étude permet de déterminer si le modèle est correctement construit et peut expliquer le phénomène. Grâce à LEIA, nous renversons ce processus de conception en étudiant une simulation automatiquement générée en parcourant l'espace des simulations possibles de manière à identifier les phénomènes remarquables puis en comprendre les mécanismes sous-jacents. Cet article traite donc de la construction automatisée de modèles et leur implémentation à partir d'une ontologie, constituée d'interactions génériques que nous pouvons affecter à des familles d'agents, rédigée selon la méthodologie IODA. LEIA peut alors parcourir l'espace des simulations en s'appuyant sur des outils de transformation et de simplification de modèle puis identifier les phénomènes particuliers en s'aidant d'une métrique spécifiée en entrée, tout en impliquant l'utilisateur dans ce processus.

RÉSUMÉ Cette communication mettra en avant l'utilisation des simulations multi-agents comme outils dans la prévention des risques sur les territoires littoraux. À travers les notions de vulnérabilité et de culture du risque, deux contextes de prévention des risques seront abordés, tous les deux pour leurs risques littoraux, tsunamis et submersions marines : la France et le Japon. Il est question ici de deux pays qui diffèrent en termes d'organisation décisionnelle politique pour les mesures de prévention des risques notamment, ainsi que dans leur niveau d'action de préparation de la population et de culture du risque. Cette mise en relation permettra de faire ressortir la pertinence des actions en fonction du terri-toire concerné par un aléa fort. Il sera abordé la question des simulations multi-agents à travers leur potentiel d'aide à la décision des autorités locales et de sensibilisation d'une population. À partir des scénarios qui peuvent être envisagés, mettant à jour une vulné-rabilité ou des dysfonctionnements, cette méthode permettra de recentrer son action sur les questions émanant des territoires à risques. ABSTRACT This communication will concern the use of agents-based simulations as a tool in the prevention of disaster risks for coastal territories. Through the definition of vulnerability and risk culture, we will focus on two contexts of disaster prevention: France and Japan, both for their coastal hazards, tsunamis and coastal waves. However, these countries are different in terms of prevention risks policies, especially in actions, population preparedness and risk knowledge. These interactions will provide some views of actions relevance on these territories. Agents-based system will be approached through these simulations could provide for risks policies decisions and population information. According to scenarios that could reveal some vulnerability and dysfunctions, this method will focus on actions towards the main issues of risks territories.

2006

Ce travail de thèse a été effectué au sein de l'équipe Modélisation et CAO en Electromagnétisme du Laboratoire d'Electrotechnique de Grenoble (LEG) d'octobre 2003 à octobre 2006. Je tiens tout d'abord à remercier Monsieur Alain Nicolas,

To cite this version: Fabien Michel. Approches environnement-centrées pour la simulation de systèmes multi-agents : Pour un déplacement de la complexité des agents vers l'environnement. Système multi-agents [cs.MA]. Remerciements Je tiens tout d'abord à exprimer ma profonde gratitude aux membres du jury. Mes plus vifs remerciements à Marie-Pierre Gleizes, François Charpillet et Philippe Ma-thieu qui m'ont fait l'honneur d'être rapporteurs. Leur disponibilité, malgré des contraintes temporelles fortes, m'a permis de finaliser sereinement ce document et je leur en suis infiniment reconnaissant. J'espère sincèrement que nos interactions futures seront nombreuses. Soutenir une HDR, c'est bien sûr l'occasion de se tourner vers son passé et ce fut pour moi un moment singulier, d'une rare intensité, que de présenter mes travaux devant un jury composé des personnes qui ont profondément marqué mon parcours scientifique. Je dois à Salima Hassas de m&#39...

La simulation de comportements émotionnels est un atout pour un système multi-agents cherchant à simuler des comportements crédibles. La plupart des modèles computationnels traitant cet aspect incluent des catégories d'émotion au sein de leur architecture. Afin de pallier les difficultés liées au paramétrage de ces variables, le modèle multi-agents COR-E est dôté d'une architecture ne manipulant pas de catégories d'émotion. Dans cet article, nous présentons une évaluation de ce modèle dans le contexte d'une file d'attente. Nous montrons que COR-E est capable de produire des comportements émotionnels crédibles grâce aux propriétés de son architecture, telles que l'acquisition et la protection de ressources. Mots-clés : agent virtuel, émotion, comportement crédible

Revue d'intelligence artificielle, 2010

Lorsque l'on modélise des systèmes complexes, il est souvent nécessaire de considérer des entités à plusieurs niveaux d'organisation et niveaux d'échelles. La prise en compte de ces niveaux, de leurs influences réciproques, et des dynamiques d'organisation aux interfaces entre eux, est un problème ardu pour lequel les solutions proposées sont souvent liées à une discipline ou à un cas d'étude particulier. Pour essayer d'aller vers une méthodologie plus générale de conception de modèles multi-niveaux, nous proposons une grille d'analyse des approches utilisées, élaborée notamment à partir de l'étude de trois exemples en biologie et en géographie. Nous montrons ensuite, dans le cadre d'un exemple unificateur, comment différentes approches peuvent être combinées. ABSTRACT. Modelling complex systems often implies to consider entities at several levels of organisation and levels of scales. Taking into account these levels, their mutual interactions, and the organizational dynamics at the interface between levels, is a difficult problem, for which the proposed solutions are often linked to a specific disciplinary field or a particular case study. In order to develop a broader methodology for designing multilevel models, we propose an analytical framework of existing approaches, drawn in particular from the study of three examples in biology and geography. We finally show, through an unifying example, how different approaches can be combined.

1999