Résumé : Dans les Systèmes ouverts et décentralisés,un grand nombre d’agents interagissent afinde partager des ressources. Afin de se proté-ger de potentiels agents malveillants, des sys-tèmes de réputation sont mis en place. Ils éva-luent le comportement des agents a posteriorimais, comme ils se fondent sur une agrégationde confiances locales, ils sont eux-mêmes vul-nérables aux manipulations, et en particulieraux coalitions malveillantes qui font de l’auto-promotion. Dans cet article, nous proposonsune approche fondée sur la théorie des jeuxpour prévenir de telles manipulations. Sa carac-téristique principale est de permettre aux agentshonnêtes d’utiliser à leur tour une manipula-tion, appelée attaque Sybil, pour tromper lesagents malveillants et les placer face à un di-lemme. Nous montrons théoriquement et empiri-quement que la meilleure réponse à ce dilemmeest une stratégie en équilibre mixte qui conduitles agents malveillants à abandonner la plupartde leurs manipulations.

Résumé : Les conflits sontintrinsèques aux systèmes multi-agents (SMA) et la négociation est unprocessus permettant de résoudre ces conflits.Nous nous intéressons ici aux problèmes de dé-cision collective où les préférences des indivi-dus sont partielles, certaines alternatives étantincomparables ou équivalentes. Afin d’évaluerles alternatives du point de vue de la sociétéd’agents, nous raffinons ici le critère de Pareto-optimalité en définissant la notion de compro-mis et examinons ces compromis grâce à lathéorie du bien-être social. Nous proposonsdans cet article un jeu de négociation bilaté-rale, c.-à-d. un protocole et deux stratégies :l’une conciliante et l’autre temporisatrice. Fi-nalement, nous montrons que la première estmeilleure socialement et la seconde meilleureindividuellement.

Résumé : Les sources d’énergie renouvelable (EnR) ontdes caractéristiques qui limitent l’intégrationde la production à la consommation électrique.Des travaux récents ont montré la pertinencedes systèmes multi-agents pour la gestion dela production renouvelable et/ou distribuée. Leprojet Winpower 1 a pour objectif l’intégrationde la production d’un ensemble de fermes éo-liennes off-shore (et autres producteurs d’EnR).Pour optimiser leur interaction avec le mar-ché de l’énergie, Winpower propose une asso-ciation avec des centres de stockage et une in-terconnexion HVDC (réseau à courant continuà haute tension). Pour piloter l’ensemble, nousproposons une approche hiérarchique qui per-met d’une part de gérer les dynamiques localeset d’autre part d’optimiser l’interaction avec lemarché tout en respectant les contraintes glo-bales du réseau (stabilité, pertes). Nous présen-tons nos travaux sur l’architecture multi-agentet les protocoles de communication conçus pourle pilotage de haut niveau du Systèmes Winpower.

Résumé : L’usage croissant de la Simulation multi-agentpour modéliser des Systèmes pourvoyeurs degrandes quantités de données, suppose l’identi-fication automatique des paramètres pertinentsou l’extraction de connaissances à partir desdonnées réelles, faute de quoi la fiabilité desprédictions et des explications fournies par lasimulation est sujette à caution. Dans cet ar-ticle, nous proposons une méthode pour extraireautomatiquement des profils comportementauxà partir de mesures statistiques, dans le cadre decomportements de consommateurs dans un ma-gasin. Dotés des mêmes capacités globales d’in-teraction, les agents sont munis de profils dif-férents issus de l’exploration des données. Pla-cés dans un magasin virtuel réaliste, dans le-quel tous leurs objectifs peuvent ne pas être at-teignables, ils effectuent néanmoins des achatsqui reflètent la diversité des clients réels ainsique les profils initiaux. Nous défendons l’idéeque de telles techniques sont nécessaires pourfaire des simulations multi-agent un puissantoutil d’aide à la décision.

Résumé : Dans cet article, nous proposons un modèlede simulation du comportement humain pourune gestion efficace de la consommation éner-gétique dans le contexte résidentiel. Nous pré-sentons la plateforme de simulation associée :SMACH. Elle permet aux experts de représenterles activités des habitants au sein de leur foyeret en particulier leur capacité d’adaptation dy-namique. Nous décrivons la dynamique du sys-tème et nous illustrons sur un exemple completl’émergence d’habitudes et l’adaptation à desévénements extérieurs.

Résumé : IntroductionLa simulation des déplacements des piétons estun exercice complexe, fortement connecté auxproblématiques de simulation comportementaledans les systèmes multi-agents. En effet, bienqu’autonome dans son déplacement, tout pié-ton est malgré tout dépendant des déplacementsdes autres piétons autour de lui. Cette dépen-dance influence sa trajectoire, et plus généra-lement, l’élaboration de son chemin [4]. Nousnous intéressons à la simulation des déplace-ments de piétons en temps réel dans un envi-ronnement urbain. Compte tenu de la nature del’environnement – potentiellement très dense ettrès dynamique – nous choisissons de mettrel’évolution du trafic, ainsi que les interactionsprovoquées par les dépendances qui se créententre les déplacements des piétons, au cœur denotre réflexion. Notre objectif est de déterminerdes éléments de modélisation pertinents pour lamise en œuvre d’une simulation crédible, c’est-à-dire, convaincante du point de vue d’un ob-servateur non expert, et capable de prédire desscènes de navigation de la vie courante.Traditionnellement, la simulation des déplace-ments d’acteurs mobiles en temps réel est abor-

Résumé : Dans l’étude des phénomènes financiers, les si-mulateurs multi-agent de marchés dirigés parles ordres sont des outils qui permettent de tes-ter efficacement différentes hypothèses écono-miques. De nombreuses études se sont foca-lisées sur l’analyse d’agents adaptatifs réali-sant un apprentissage sur les prix. Or, les prixne sont qu’une conséquence de la correspon-dance d’ordres. Raisonner sur les ordres doitpermettre d’anticiper les prix à venir. Dans cetarticle, nous montrons comment tirer parti desinformations issues des carnets d’ordres tellesque les meilleures limites, la taille de la four-chette des prix ou les liquidités en attente pours’adapter plus efficacement aux offres du mar-ché. À l’instar de B. Arthur nous utilisons desSystèmes de classeurs de type LCS en montrantcomment les adapter à un systèmes multi-agents.

Résumé : L’apprentissage de comportement dans uncontexte multi-agent est un problème difficile,en particulier parce que la prise en compte dela communication avec les autres agents re-quiert la mémorisation d’informations spéci-fiques. Dans cet article, nous présentons les mo-dèles de mémoire existants et nous montronsqu’ils ne permettent pas de gérer l’apprentis-sage de communication. Nous proposons en-suite un modèle de mémoire pour l’apprentis-sage par renforcement des messages de com-mande (request) et de contrôle (query). Ce mo-dèle permet de gérer l’asynchronisme du sys-tème et les attentes de réponses aux messages.Enfin, nous présentons une évaluation de ce mo-dèle sur un exemple simple et nous montronsqu’il construit une politique en un temps raison-nable et avec un espace mémoire réduit.

Résumé : Cet article présente une méthode d’évaluationde la crédibilité comportementale en simula-tion multi-agent. Elle s’appuie sur l’extractionautomatique de classes de comportements dansune simulation participative.La méthode que nous proposons combine deuxapproches. La première, subjective, évalue pardes questionnaires les catégories d’utilisateursdans le dispositif de simulation. La seconde ef-fectue une observation objective des données is-sues de la simulation pour construire automa-tiquement des classes de comportements. Nousétudions alors la corrélation entre les catégo-ries d’utilisateurs et les classes de comporte-ment. Nous comparons ensuite les comporte-ments des humains et des agents pour évaluerla crédibilité de ces derniers, en nous appuyantsur les catégories d’utilisateur. Nous illustronscette méthode dans le cadre d’un simulateur deconduite immersif.

Résumé : Nous présentons une approche flexible et décla-rative pour l’implémentation informatique detraits de personnalité issus de la taxonomieFFM/NEOPI-R. Elle repose sur le principe queles traits activent des opérateurs influençant leprocessus de décision rationnelle des agents.Notre approche est validée sur une étude de casportant sur la sous-classe des traits interperson-nels, appliquée aux agents dialogiques.

Résumé : Les modèles classiques de simulation micro-scopique de trafic sont fondés sur une équationgérant le suivi de véhicules et sur un algorithmede changement de voie. Ce type de modélisationmontre de bons résultats en terme de propriétésmacroscopiques, mais ne permet pas de répli-quer de façon précise les comportements indi-viduels, ce qui limite la capacité des simula-tions à expliquer et à prédire le comportementdes conducteurs. De façon à améliorer le réal-isme des comportements individuels et collectifsdes agents, nous proposons d’intégrer la per-ception des événements et le calcul des émotionsdes agents dans le cadre de la logique floue. Lamodélisation de la perception et de ses effets surles émotions grâce à un processus d’inférencefloue permet aux agents virtuels d’appréhenderde façon souple l’environnement et de choisirdes comportements non-normatifs. Nous mon-trons comment différents types de règles floues,peuvent être utilisées pour émuler les percep-tions et émotions d’un conducteur, et leurs effetssur le processus de décision.

Résumé : L'objectif de cet article est de présenter unmécanisme permettant l'intégration, dans unmême processus décisionnel, de plusieursthéories, sous-Systèmes ou architecturesd’agents intelligents. Chaque composant ain-si intégré a la capacité de proposer des com-portements à un module décisionnel chargéde l'intégration, la composition et l'arbitrage.Ce processus est ensuite évalué sur des scé-narios assez simples afin de comparer la per-tinence, la richesse et la crédibilité du com-portement effectif des agents par rapport auxcomportements proposés en entrée. Le but dece mécanisme est, au minimum, de préserverla qualité des entrées, et autant que possiblede produire des comportements jugés plusconvaincants que chacune des entrées consi-dérées séparément. Les applications sontnombreuses, mais nous présenterons enconclusion le déploiement de ce mécanismedans un projet collaboratif de simulation ur-baine.

Résumé : Alors que la plupart des approches de navi-gation multi-agent considèrent les interactionsmultiples entre agents comme une simple com-binaison d’interactions individuelles, nous pro-posons une approche centrée perception, fon-dée sur des représentations mésoscopique et mi-croscopique de l’environnement. Nous considé-rons en effet qu’au cours de sa tâche de navi-gation à l’intérieur d’une foule, un agent piétonpeut faire appel à un processus cognitif plus im-portant qu’un simple évitement d’obstacles mo-biles. Nous proposons ainsi de modéliser la ca-pacité qu’a un individu à se représenter un en-semble de piétons par un groupe anonyme (sansrelation sociale, en opposition aux groupes indi-vidualisés) et à interagir avec ce groupe en tantque tel et non en tant que somme d’individus.Nos résultats de simulation démontrent l’intérêtd’une telle modélisation pour obtenir des simu-lations plus réalistes et favorisent l’émergencedes comportements collectifs.

Résumé : La question abordée dans cet article concernel’auto-organisation, dans un systèmes multi-agents, des dynamiques informationnelle etcomportementale, et de leur coordination dé-centralisée et dynamique, en vue d’obtenir uncomportement collectif cohérent. Nous étudionscette problématique à travers l’exemple d’unsystèmes multi-agents (SMA) qui collecte desinformations provenant de sources distribuéesdans lequel certains agents peuvent être dé-fectueux (volontairement ou non). Nous propo-sons une approche auto-organisationnelle, fon-dée sur une vision systémique qui consiste àconsidérer le SMA à travers son couplage struc-turel à son environnement physique et informa-tionnel. On définit ainsi 3 dynamiques : infor-mationnelle, comportementale et la dynamiquede leur couplage à travers une coordination dé-centralisée. Ces dynamiques sont induites parles comportements des agents et leurs interac-tions, combinant des mécanismes de confianceet l’application de règles de comportements lo-cales.: systèmes multi-agents, Auto-

Résumé : Dans le cadre de la conception de produitscomplexes, et en nous basant sur une méthoded’optimisation multi-agent par partitionnementde l’espace de conception, nous proposons unenouvelle méthode permettant au systèmes multi-agents de découvrir tous les optima locaux pardes mécanismes auto-organisés de création etde destruction d’agents, et ce avec un nombrelimité d’appels aux fonctions coûteuses. Lesagents sont en charge de la découverte d’optimalocaux dans leur propre partition de l’espace deconception, qui évolue au cours de la résolu-tion. Notre approche est mise en œuvre sur unproblème illustratif en 2 dimensions et un pro-blème difficile en 6 dimensions.

Résumé : Lorsque le nombre d’agents et d’interactionsaugmentent dans une simulation d’agents si-tués,les besoins en puissance de calcul etmémoire s’accroissent aussi. Pour atteindredes simulations atteignant plusieurs millionsd’agents, distribuer le simulateur sur un ré-seau de machines est une approche prometteuse,mais cela induit des problématiques de gestiondu temps et donc de la synchronisation entreles machines. Cet article étudie trois politiquesde synchronisation : une synchronisation forte,une fenêtre de temps et l’absence de synchroni-sation. Deux applications de nature différentessont exécutées avec les différents mécanismesde synchronisation pour étudier leur coût enperformance ainsi que leur impact sur l’émer-gence des propriétés macroscopiques des simu-lations. Nous nous intéresserons particulière-ment au seuil critique d’interactions temporel-lement invalides qui entraînent un biais dans lerésultat de la simulation.

Résumé : Plus que dans toutes applications logicielles,les exigences extra-fonctionnelles relatives audéploiement sont cruciales pour concevoir dessystèmes multi-agents embarqués. Ces exi-gences doivent être exprimées au niveau desspécifications sous la forme de qualités atten-dues pour le Systèmes. La méthode DIAMONDvise la conception et l’implantation de SMAembarqués. Cet article présente et détaille lefonctionnement de son activité de recueil desbesoins extra-fonctionnels puis leur intégrationaux agents.

Résumé : La Simulation multi-agent de Systèmes com-plexes peut nécessiter de considérer un grandnombre d’entités, ce qui pose des problèmes deperformance et de passage à l’échelle. Dans cecadre, la programmation sur carte graphique(General-Purpose Computing on Graphics Pro-cessing Units GPGPU) est une solution at-trayante : elle permet des gains de perfor-mances très conséquents sur des ordinateurspersonnels. Le GPGPU nécessite cependant uneprogrammation extrêmement spécifique et cettespécificité limite à la fois son accessibilité et lapossibilité de réutiliser les développements quisont réalisés par différents acteurs. Nous pré-sentons ici l’approche que nous avons utiliséepour intégrer du calcul sur GPU dans la plate-forme TurtleKit. L’objectif de cette approche estde conserver l’accessibilité de la plate-forme,en termes de simplicité de programmation, touten tirant parti des avantages offerts par leGPGPU. Nous montrons ensuite que cette ap-proche peut être généralisée sous la forme d’unprincipe de conception de SMA spécifiquementdédié au contexte GPGPU.