Nos partenaires

CNRS

Rechercher





Accueil du site > Français > Evénements > Soutenances > Soutenances de thèses

Soutenances de thèses

 

Simulation massive de monde virtuel par système multi-agent auto-adaptatif

Arcady RANTRUA - Equipe SMAC - IRIT

Vendredi 3 Février 2017, 10h30
UT3 Paul Sabatier, IRIT, Auditorium J. Herbrand
Version PDF :

Jury

Didier Bosque, Directeur Innovation à Sopra Steria (Co-Directeur de thèse)
Marie-Pierre Gleizes, Professeure à l'Université Toulouse 3 Paul Sabatier
Pierre Glize, Ingénieur de recherche (Directeur de thèse)
Salima Hassas, Professeure à l'Université Claude Bernard Lyon 1
Eric Maesen, Ingénieur à Sopra Steria (invité)
René Mandiau, Professeur à l'Université de Valenciennes et du Hainaut-Cambrésis (Rapporteur)
Gautier Picard, Maître de conférence à l'École Nationale Supérieure des Mines de Saint-Étienne (Rapporteur)

Résumé

Cette thèse s'intéresse à l'apprentissage du comportement des avions dans le ciel. À partir de ces comportements, l'objectif est de pouvoir générer du trafic aérien de manière autonome, légère et flexible pour alimenter une simulation.

Les méthodes actuelles de simulation aériennes demandent beaucoup de préparation avant la simulation pour concevoir le scénario et d'interventions humaines pendant la simulation pour que le trafic aérien soit réaliste. Générer du trafic est une tâche complexe car le comportement des avions dépend de beaucoup de variables et des décisions de plusieurs acteurs : le contrôleur aérien décide de la trajectoire à suivre parmi toutes les possibilités qu'il perçoit, puis le pilote réagit plus ou moins rapidement de façon plus ou moins stricte.

Un système multi-agent adaptatif observe des trajectoires d'avions réelles pour apprendre comment les avions se comportent dans la réalité. Les différents agents impliqués coopèrent et modifient les liens qui les relient. Ce réseau entre les agents finit par représenter le comportement global de l'ensemble des avions et peut être interrogé par des agents avions en simulation pour savoir ce qu'ils doivent faire en fonction de leur situation courante.

Nous présentons EVAA (Environnement Virtuel Auto-Adaptatif) capable d'apprendre le comportement des avions et de générer du trafic en fonction de ces comportements de manière totalement autonome.

 

Retour