IRIT - UMR 5505

Objectifs du projet de recherche

Logo Ants

L'étude du comportement de colonies d'insectes a mis en évidence des hypothèses bien déroutantes quant à leur organisation : bien qu'apparemment l'activité individuelle de chaque insecte ne soit pas supervisée, la colonie semble être totalement auto-organisée.

Notre but n'est pas d'utiliser le comportement naturel des fourmis pour l'appliquer à la résolution d'un problème mais d'appliquer notre théorie de construction de systèmes multi-agents adaptatifs (AMAS : Adaptive Multi-Agent System). Il s'agit de montrer que cette théorie permet de modéliser de manière optimisée tout comportement collectif auto-organisé et qu'en l'occurrence l'intégration d'un comportement coopératif améliore les résultats.

La simulation de deux collectifs de robots-fourmis en cours de fourragement dans des environnements dynamiques, l'un adoptant un comportement naturel, l'autre un comportement coopératif, permet de comparer leurs performances relativement au nombre total d'items de nourriture ramenés au nid.

Pour les éthologues, la construction d'une plate-forme de simulation permet d'automatiser les expériences sur les fourmis afin de pouvoir effectuer des traitements statistiques et de tester la validité des modèles.

Arène d’Ants

Voir la partie consacrée à ANTS dans la page des démonstrations.

La plate-forme de simulation : ANTS

Les expérimentations se déroulent au sein d'une plate-forme développée sous Visual C++ et constituée d'un nid comportant un nombre paramétrable de fourmis, d'agrégats de nourriture positionnés aléatoirement ou en cliquant sur la souris, et d'obstacles positionnés par l'expérimentateur. Différentes espèces de fourmis peuvent être simulées (cf. image ci-dessous) en spécifiant de manière interactive toutes leurs capacités physiologiques (seuil de visibilité et coefficient d'attraction des autres fourmis, de la nourriture et de la phéromone,..). Cette plate-forme n'est pas une plate-forme générique multi-agents : elle est dédiée à la simulation du fourragement de fourmis.

Interface d’Ants

Comportement naturel des robots-fourmis

Un modèle de comportement de fourmis issu d'observations faites par les éthologues a été programmé. Un robot-fourmi peut être dans les états suivants : en train de se déplacer, d'exploiter une source de nourriture, de se reposer à l'intérieur du nid, de revenir chargé ou non de nourriture vers le nid, de retourner vers la dernière source de nourriture qu'elle a exploitée. En effet, les fourmis mémorisent la position de leur nid et la position de la dernière source de nourriture exploitée. Le comportement naturel d'un robot-fourmi consiste à choisir un nouvel état possible en fonction de l'état dans lequel il se trouve et de sa perception de l'environnement.

Au début de la simulation les robots-fourmis sortent du nid et passent en mode exploration, pour tenter de trouver de la nourriture. Ils sont alors attirés par la nourriture, si celle-ci est dans leur champ de vision. Si ils perçoivent de la phéromone, ils auront tendance à suivre cette piste de phéromone. L'algorithme du déplacement d'une fourmi peut être consulté dans [TOP 98].

Pour les éthologues, cette plate-forme constitue un outil de simulation entièrement paramétrable qui leur permet de réaliser de nombreuses expériences en un minimum de temps contrairement aux expériences sur des fourmis naturelles [ACH 01]. Pour les concepteurs de systèmes multi-agents adaptatifs, elle donne les bases pour une comparaison entre comportements naturel et coopératif des fourmis et ainsi permet de tester le bien-fondé de la théorie des AMAS.

Comportement coopératif des robots-fourmis

Les robots-fourmis coopératifs ont les mêmes caractéristiques physiologiques que les robots-fourmis naturels et les mêmes aptitudes de base (le déplacement, le prélèvement de la nourriture, le dépôt de phéromone). Par contre, leur comportement n'est pas une simulation du modèle naturel : il est décidé de manière locale en fonction de ce qu'ils peuvent percevoir dans leur environnement immédiat et de leur attitude sociale basée sur la coopération.

D'après la théorie des AMAS [Gli 98], si un agent (un robot-fourmi) est en situation coopérative avec son environnement alors il remplit au mieux sa fonction qui est ici pour une fourmi de ramener le plus de nourriture au nid. Or, dans un environnement dynamique et imprévu, les situations non coopératives de l'agent avec son environnement sont très fréquentes. Le comportement adopté par l'agent est donc celui qui lui permet de revenir à des interactions coopératives. Actuellement, dans le cadre d'un collectif de fourmis en situation de fourragement, six situations non coopératives typiques ont été dénombrées et sont prises en compte dans le logiciel.

Résultats et analyse

Les environnements de simulation se distinguent de par le type de répartition des ressources. Le nombre de ressources dans l'arène est fixe au départ, il diminue par le fait que les fourmis prélèvent les ressources. L'arène a une dimension de 500 x 500 pixels. Chaque simulation est réalisée pour 10000 cycles et l'efficacité de la collecte de ressource est calculée en comptant tous les 100 cycles le nombre cumulé de ressources ramenées au nid. L'efficacité d'une fourmilière est calculée exclusivement en fonction de la quantité de nourriture ramenée au nid en un nombre donné de cycles.

Les expérimentations déjà réalisées [TOP 99a], [TOP 99b] montrent que les robots-fourmis coopératifs ont des résultats meilleurs ou aussi bons que les fourmis naturelles simulées quelque soit l'espèce et sans aucun ajustement de paramètres. En effet, à partir d'une évaluation directe et locale de l'environnement, si ils trouvent au moins un comportement coopératif à avoir, ils l'adoptent, s'il y en a plusieurs ils en choisissent un au hasard. Quel que soit l'environnement, quelle que soit l'espèce de fourmi simulée, c'est toujours le même algorithme coopératif qui est comparé à des algorithmes différents d'espèces de fourmis.

Comparaison des résultats fourmis oecophylles/fourmis coopératives

Les résultats obtenus (cf. image ci-dessus) montrent la performance de notre algorithme coopératif par rapport aux algorithmes naturels des fourmis déjà réputés pour leur efficacité.

L'approche de conception des robots-fourmis coopératifs en utilisant le concept d'auto-organisation réduit également la complexité de conception d'un collectif devant évoluer dans un environnement dynamique car d'une part la définition des situations non coopératives se fait localement à un agent et d'autre part pour concevoir le collectif il suffit de concevoir un individu puisque tous les autres sont identiques.

Un collectif de robots- fourmis "spécialisé" dans l'exploration d'un environnement et dans la récolte de ressources données a été réalisé. Une perspective consisterait à faire apprendre son comportement à la fourmi. Dans ce nouveau cadre, le collectif qui est au centre de l'étude ne serait plus la fourmilière mais la fourmi. La fourmi deviendrait alors un système multi-agent auto-organisateur.

Bibliographie du projet

• TOPIN Xavier, FOURCASSIE Vincent, GLEIZES Marie-Pierre, THERAULAZ Guy, REGIS Christine, GliZE Pierre - Theories and experiments on emergent behaviour : From natural to artificial systems and back - Proceedings on European Conference on Cognitive Science, Siena, 1999
• TOPIN Xavier, REGIS Christine, GLEIZES Marie-Pierre, GliZE Pierre - Comportements individuels adaptatifs dans un environnement dynamique pour l'exploitation collective de ressources - Intelligence Artificielle Située, Cerveau, corps et environnement, DROGOUL A. & MEYER J-A. coordonnateurs, Editions Hermès, 1999
• GliZE Pierre, GLEIZES Marie-Pierre, CAMPS Valérie - Une théorie de l'apprentissage fondée sur l'auto-organisation par coopération - In "Apprentissage : des principes naturels aux méthodes artificielles" Textes réunis par Ritschard, Berchtold, Duc et Zighed, Éditions Hermès, Paris 1998
• REGIS Christine, GLEIZES Marie-Pierre, GliZE Pierre - Un collectif d'agents fourmis - Démonstrations pour les 8ièmes Journées Francophones d'Intelligence Artificielle Distribuée et des Systèmes Multi-Agents, Saint-Jean de la Vêtre France 2-4 octobre 2000
• ACHARD Andy - Conception d'environnements dynamiques pour l'étude d'algorithmes de fourragement d'insectes sociaux - Rapport de DESU, Toulouse, 2001.
• TOPIN Xavier - Etude de l'auto-organisation par coopération appliquée à l'apprentissage comportemental de robots-fourmis - Rapport de DEA, Toulouse, 1999.
• TOPIN Xavier - Rélaisation d'une plate-forme de simulation pour l'étude du comportement des fourmis - Mémoire d'IUP Systèmes Intelligents, Septembre 1998
• MORISSET Benoît - Etude d'algorithmes auto-organisateurs pour le fourragement de fourmis - DEA Paris-Dauphine IRIT-UPS, Toulouse, Septembre 1997