Résumé : RésuméNous étudions une stratégie qui tient compte dela localité des ressources pour équilibrer lescharges dans un Systèmes distribué. Cette stratégie permet aux agents coopératifs d’identifierune allocation non équilibrée, voire de déclencher des enchères concurrentes pour réallouerlocalement certaines des tâches. Les tâches sontréallouées en tenant compte de l’accessibilitédes ressources pour les agents ; elles sont exécutées conformément aux capacités des nœuds decalcul sur lesquels se trouvent les agents. Ce processus de négociation dynamique et continu estconcurrent à l’exécution des tâches, ce qui permet d’adapter l’allocation des tâches aux perturbations (exécution de tâche, chute de performance d’un nœud). Nous évaluons cette stratégie dans le cadre du déploiement multi-agentde MapReduce. Ce patron de conception permetle traitement distribué de données massives. Lesrésultats empiriques démontrent que notre stratégie améliore significativement le temps d’exécution du traitement d’un jeu de données.

Résumé : RésuméÀ mesure que les applications secomplexifient, l’usage qui en découle dévie deleur conception. Il est alors intéressant deredécouvrir des modèles de ces processusmétier a posteriori, notamment en analysantles journaux d’activité des utilisateurs.Cependant, ces journaux d’activité peuventcontenir des erreurs qui compliquent ladécouverte de modèles fiables et réalistes.Dans cet article, un systèmes multi-agents(SMA) appelé SAMOTRACE est conçu ets’adresse à cette problématique. Sa mise enœuvre est basée sur des agents autoorganisés. Les expériences montrent que leSystèmes tend à converger vers une solutionoptimale, quels que soient le type et laquantité d’erreurs présentes dans lesobservations.

Résumé : RésuméNous définissons la notion de k-résilience degraphes de calculs en support aux décisionsd’agents opérées sur des Systèmes dynamiques.Nous proposons une méthode d’auto-réparationde la distribution des calculs, DRPM[MGM-2],afin d’assurer la continuité des décisions collectives suite à la disparition d’agents, grâceau déploiement de réplicas de calculs. Nousnous intéressons ici à la réparation de processusd’optimisation sous contraintes, où les calculssont des variables de décision ou des contraintesdistribuées sur l’ensemble des agents. Nousévaluons expérimentalement les performancesde DRPM[MGM-2] sur différentes topologies deSystèmes opérant des algorithmes (Max-Sum ouA-DSA) pour résoudre des problèmes classiques(aléatoire, coloration de graphe, Ising) alors quedes agents disparaissent.

Résumé : RésuméDans un contexte de Systèmes ouverts, les agentsd’un Systèmes peuvent être amenés à travailleravec d’autres agents dont on ne connaît pas lecomportement. Ils doivent être capables d’adapter dynamiquement leur comportement afin degarantir le bon fonctionnement du Systèmes. Faireun rapprochement entre ces groupes ouvertsd’agents et les groupes d’humains étudiés enSciences Humaines et Sociales (SHS) ouvre denouvelles perspectives dans la manière de maintenir l’intégrité fonctionnelle d’un Systèmes artificiel. Nous proposons de nous inspirer de mécanismes de cohésion issus des SHS dans le butd’améliorer la résilience de ces Systèmes.

Résumé : RésuméDans les Systèmes de réputation, il a été observé, qu’afin d’éviter des évaluations vengeresses, les témoignages étaient majoritairementpositifs, réduisant par là-même l’efficacité duSystèmes. Pour inciter les agents à diffuser tousleurs témoignages, les solutions classiques proposent d’anonymiser les témoignages. Dans lalittérature, de nombreux travaux ont étudé desapproches cryptographiques pour s’assurer à lafois de l’anonymat et de la non-répudiation destémoignages. Toutefois, ceci ne permet de garantir leur confidentialité en raison des corrélations entre transactions et diffusion d’un nouveau témoignage. Dans cet article, nous proposons d’étudier la faisabilité d’une autre approche dans laquelle les témoignages sont bruités et soumis à des délais de diffusion. Des résultats d’expérimentation mettent en lumière l’effetde ces perturbations sur les Systèmes de réputation BetaReputation et EigenTrust.

Résumé : RésuméLorsque des agents agissent dans un Systèmesoù leur comportement est au moins partiellement observable par d’autres agents, des techniques de reconnaissance de plans peuvent permettre d’inférer leurs objectifs et compromettreleur stratégie ainsi que la vie privée d’éventuelsutilisateurs. Cet article se positionne du pointde vue de l’agent observé et propose une fonction permettant à un agent d’évaluer la quantitéd’information transmise au travers de son comportement à un éventuel observateur. Une tellefonction fournit une mesure de l’impact de lasélection d’un plan sur l’offuscation ou la transparence des objectifs de l’agent. Cet article explore enfin la problématique de la justificationd’un comportement volontairement offusqué àdes agents de confiance. Une preuve de conceptaccompagne la présentation de ce modèle afind’illustrer sa mise en œuvre au sein d’un Systèmescomposé d’agents BDI.

Résumé : Résumécroître progressivement, du bac à sable auxsituations réelles.2. Les motivations peuvent être de plus enplus complexes, de saisir un objet à laconstruction d’une maison.3. Les compétences et leur structuration encomportements doivent se développer pourfaire face à l’augmentation de la complexitéde l’environnement et des motivations.

Résumé : RésuméL’exploration autonome d’un environnement inconnu peut être envisagée de différentes manières. On peut notamment citer les approchespar frontières, où des robots sont affectés à deszones inexplorées de la carte. Ces dernières méthodes sont efficaces mais nécessitent de partager une carte, globaliser les décisions d’affectation. Les approches Brick and Mortar, quantà elles, utilisent un marquage au sol avec uneprise de décision locale, mais donnent des performances beaucoup moins intéressantes. L’algorithme présenté ici est un compromis entreces deux approches, permettant une prise de décision locale et, de façon surprenante, des performances proche des approches par frontièresglobales. Nous proposons également une étudecomparative de la performance des trois différentes approches : Brick & Mortar, frontièresglobales et frontières locales. Notre algorithmelocal est également complet pour le problèmed’exploration et peut être facilement distribuésur des robots avec une perte de performancemineure.

Résumé : RésuméCe papier adresse le problème de l’explorationde terrains inconnus par une flotte de drones aériens coopératifs. Nous présentons une nouvelleapproche décentralisée qui alterne explorationlocale par optimisation stochastique et exploration par frontières. L’approche permet à chaquerobot de générer une trajectoire en fonction desdonnées qu’il collecte et de la carte locale qu’ilconstruit par intégration des données partagéesentre agents. Dès que l’agent arrive dans un minimum local, correspondant à une position où ilest entouré d’espaces déjà explorés, alors l’algorithme identifie la plus proche frontière oùil se rend avant de reprendre l’optimisation locale. Avec un faible coût calculatoire, une capacité à gérer les contraintes, et une prise dedécision décentralisée, l’approche est particulièrement adaptée aux applications multi-roboten environnement complexes 3D. Les résultatsen simulation montrent que l’approche génèredes trajectoires sures et valides qui guident lesrobots pour une exploration complète de l’environnement. Par ailleurs, en terme de tempsd’exploration, notre approche est significativement meilleure que la méthode des frontièresproches. Elle fournit des temps équivalents à laméthode gloutonne centralisée tout en étant bienmoins côuteuse en calcul.

Résumé : RésuméNous nous intéressons au problème du diagnostic de défaillances dans un réseau distribué.Lorsque les composants du réseau sont susceptibles de tomber en panne, comment détecter lemoment où le taux de composants défaillantsdépasse un certain seuil sans faire appel à uneautorité centrale ? Notre objectif est d’avoir uneestimation de l’état général du réseau par leseul biais d’interactions locales des composantsavec leurs voisins. En particulier, nous souhaitons qu’un consensus émerge sous forme d’étatd’alerte lorsque le taux de défaillance dépasseun certain seuil. Nous utilisons le modèle des automates cellulaires pour proposer des solutionsdans le cas d’un réseau ayant une structure degrille. Nous comparons trois méthodes d’autoorganisation du réseau, en partie inspirées dephénomènes physiques ou biologiques. Commedomaine d’application, nous avons en vue les réseaux de capteurs ou tout Systèmes fonctionnantde manière décentralisée.

Résumé : RésuméAvec l’avènement des objets connectés et la mutation que vont connaître l’industrie et les particuliers, l’interopérabilité des communicationsde ces objets arrive au centre de nouvelles réflexions. Nous considérons ces objets commedes IoT-a (Internet of Things-agents) et proposons un ensemble de configurations permettant la mise en place d’un ou plusieurs agentsau sein des niveaux matériels des objets. Nousconcentrons notre étude sur la problématique decommunications dynamiques des IoT-a dans lecas de la tolérance aux pannes. L’utilisation duprotocole MQTT comme support des communications intra et inter-objets offre l’avantage derelier des objets connectés entre eux au moyende passerelles appelées Bridges. Aussi, nousproposons une architecture SMA, reposant surla plate-forme SMA embarquée Triskell3S. Ellepermet la manipulation dynamique de Bridgesdans l’objectif de minimiser la perte de messages dans le cas de la déconnexion d’un IoT-adu réseau. Enfin, nous présentons une mise enœuvre de notre architecture autour de deux expérimentations.

Résumé : RésuméCet article présente un modèle de simulationmulti-agent de l’autoconsommation collectivede l’énergie. Le modèle associe une simulationmulti-agent de l’activité humaine, une simulation thermique du bâtiment et de l’eau chaudesanitaire (ECS), et une simulation de production locale d’énergie électrique photovoltaïque.Nous étudions différentes situations de consommation collective de l’énergie et nous montronscomment l’utilisation de cette énergie peut êtreoptimisée à l’échelle du quartier en prenant encompte l’activité des occupants et les échangesd’énergie entre les foyers.Cette article est une traduction et une réécritured’un article soumis à la conférence Building Simulation 2019.

Résumé : RésuméDans l’industrie pétrolière et gazière, après unecertaine profondeur de forage, les températuresaugmentent suffisamment pour endommager lesoutils de forage et les processus d’atténuationne sont plus suffisants. Dans cet article, nousproposons un Systèmes cyber-physique (SCP) oùdes agents sont utilisés pour représenter desentités en collaboration, à la fois en surfaceet en profondeur. Avec le SCP présenté, les outils souterrains répondent de manière autonomeaux hautes températures avec une prise de décision démocratique décentralisée, basée sur unmodèle de décision interne : chaque outil prendune décision en fonction de ses spécificationsafin de supporter les hautes températures. LeSCP est implémenté en utilisant une simulationorientée-agent, et les résultats montrent qu’il estpossible d’atténuer les conséquences des hautestempératures en associant des mécanismes devote et des modèles de refroidissement.

Résumé : RésuméDe nos jours, avec l’émergence d’objets et de voitures connectés, les Systèmes de trafic deviennent deplus en plus complexes et présentent des comportements hiérarchiques à plusieurs niveaux d’observation. La plupart des modèles de simulation multiniveaux utilisent un ensemble de niveaux prédéfinis. La commutation dynamique des niveaux lors del’exécution de la simulation permet d’adapter le modèle aux contraintes liées à la qualité des résultatsou aux ressources de calcul disponibles. Cet articleprésente un nouveau modèle multiniveau basé surla densité pour la gestion dynamique d’une holarchie représentant un Systèmes de trafic. La proposition étend l’algorithme DBSCAN dans le contextedes systèmes multi-agents holonique. Une méthodede commutation dynamique entre les différents niveaux d’abstractions est proposée. À cette fin, desindicateurs multiniveaux basés sur l’écart type sontproposés afin d’évaluer la cohérence des résultatsde la simulation. Le modèle proposé est testé avecle modèle de poursuite de voiture Intelligent DriverModel.

Résumé : RésuméDepuis quelques années de nombreuses étudesen finance de marché se sont appuyées sur desagents artificiels, que ce soit pour l’évaluationd’une stratégie, l’étude de la dynamique des prixou l’exécution efficace des ordres. Les comportements utilisés, bien souvent pour assurer de laliquidité sur les marchés simulés, s’appuient surdes comportements stochastiques, donc non déterministes, aussi bien dans le cadre de comportements chartistes que de comportements fondamentalistes. Le plus simple de ces comportements est le fameux Zero Intelligent Trader. Noussoutenons ici qu’un comportement rationnel etentièrement déterministe suffit à la fois pour reproduire les faits stylisés classiques du domaine,pour conserver la liquidité du marché mais aussipour assurer que des agents qui ont des paramètres initiaux différents aient des possibilitésdifférentes de s’enrichir. Pour illustrer cela nousintroduisons les Deterministic Artifical TradersDAT et nous montrons leur efficacité au regarddes faits stylisés. Ce résultat illustre le fait quele complexe peut surgir du simple, et qu’il n’estpas nécessaire d’avoir de multiples comportements ou d’utiliser l’aléatoire pour assurer cescaractéristiques fondamentales d’une bonne approche de la simulation de marchés par agentsartificiels.

Résumé : RésuméLa gestion des risques résultant des actions etdes états des différents éléments composant unesalle d’opération lors d’une intervention chirurgicale est une préoccupation majeure. La simulation basée sur les agents montre un intérêt à travers ses concepts d’interaction, d’interactivité et d’autonomie des différentes entitésdu simulateur. Il s’agit dans le cadre de notreétude d’implémenter un générateur d’alertes àl’écoute de l’évolution de différents paramètresappliqués aux agents du simulateur (fatigue humaine, efficience des matériels, taux d’infection...). Cet article présente notre modèle, son implémentation et les premiers résultats obtenus.Notons que cette étude a permis aussi d’identifier plusieurs verrous scientifiques, tels que l’intégration des différents niveaux d’abstraction, lecouplage d’espèces, la coexistence de plusieurséchelles dans un même environnement, l’agrégation d’indicateurs et la déduction d’alertesnon prévisibles. Le raisonnement à partir de cas(RàPC) est un début de réponse relatif au dernierverrou évoqué, et sera abordé dans cet article.

Résumé : ResumeCogLogo est une extension pour NetLogo qui implémente les principes de MetaCiv. Le but est deproposer un framework pour la modélisation duSystèmes de décision d’un agent social intégrantun mécanisme de renforcement.

Résumé : RésuméComme les problèmes de la patrouille ou de larecherche de chemin multi-agent, le problèmede la collecte de colis par des agents coopératifs [6] constitue un banc d’essai pour étudier,raffiner, expérimenter et évaluer les algorithmesmulti-agent. Nous proposons ici un comportement d’agent pour négocier la répartition destâches au cours de collecte.

Résumé : ResumeLe concept de Systèmes de gestion de l’énergie(SGE) répond aux défis énergétiques relatifsaux sources d’énergie renouvelables (ENR) età la protection de l’environnement.L’expansion des ressources énergétiques distribuées représente un changement de paradigme dans les réseaux électriques, rendantles micro-unités de production et de stockagepertinentes, à la fois en termes de développement durable et d’énergie à la demande. Lafiabilité des réseaux interconnectés de petitetaille et isolés à grande échelle dépend d'unSGE efficace.