Résumé : Cet article présente un modèle multiagent detrafic coopératif et son implémentation, vuecomme une extension du simulateur de traficMovSim. La dynamique physique des véhiculesest décrite avec le point de vue du domainede la théorie du trafic en proposant un modèlemicroscopique, multi-anticipatif et bilatéral desuivi de véhicules. Ce modèle est enrichi par desparadigmes agent qui influencent le comportement des véhicules grâce aux mécanismes deperception, de communication et au concept deconfiance. Les résultats en simulation, utilisantdes données réelles, mettent en valeur l’impactpositif des véhicules connectés sur l’homogénéisation du flux de trafic, même en présence decapteurs défaillants. Le travail présenté se positionne aussi comme un outil d’aide à la décisionpour le déploiement futur de véhicules coopératifs et de leur infrastructure, et pour la conception de stratégies de contrôle de tels Systèmes.

Résumé : Lorsqu’un Systèmes autonome évolue dans unenvironnement complexe, en partie inconnu oudynamique, il n’est pas possible de fournir unereprésentation exhaustive a priori facilitant sonprocessus de prise de décision. Pour illustrer ceproblème, nous choisissons le cas du contrôledécentralisé du trafic coopératif, où une unitéd’infrastructure est en charge de réguler localement le flux, en envoyant des consignes aux véhicules connectés. Ce contrôle est le fruit d’unestratégie construite par l’apprentissage d’unereprésentation précise (états perception-action)des différents états de trafic. Nous proposons unmodèle capable, sans connaissances expertes,d’utiliser un ensemble de méthodes de classification représentées sous la forme d’une population d’agents et de les combiner dynamiquementpour construire une représentation précise del’environnement. Notre approche s’inscrit dansune démarche d’apprentissage constructivisteoù la population d’agents construit collectivement une représentation qui exploite, suivantl’usage, les discrétisations possibles de l’espacede perception proposées par les individus.