Résumé : arriver dans certaines conditions. La compréhension descomportements émergents de la foule pourrait permettreainsi d’anticiper d’éventuelles catastrophes qui pourraientarriver. Cependant, reproduire ces comportements émergents reste un défi. Parmi ces comportements émergents,le "stop-and-go" est réputé comme le plus méconnu etle plus étudié, que ce soit avec des équations mathématiques [17] ou des méthodes heuristiques [14, 21]. Nousavons opté pour une modélisation microscopique contrairement aux modèles macroscopiques qui considèrent la foulecomme un fluide, et une approche multi-agent, en permettant aux agents d’adapter leurs décisions à leur environnement, conduisant à des comportements observables hétérogènes au sein de la population simulée.Dans cet article, nous proposons de simuler une foule unidirectionnelle composée de piétons aux comportements hétérogènes, et se déplaçant dans un couloir. Sous certainesconditions, nous montrons que les piétons adaptent leursinteractions avec leurs voisins, ce qui fait émerger un comportement de foule particulier : le phénomène de stop-andgo, phénomène très connu en trafic routier. Pour cela, nousavons utilisé un modèle à base d’agents pour la simulation de piétons, appelé ORCA (Optimal Reciprocal Collision Avoidance), et un modèle de file d’attente. Comme laplupart des modèles de simulation piétons, les agents dumodèle ORCA utilisent tous le même raisonnement pour sedéplacer, raisonnement qui repose sur le concept d’évitement de collisions. Nous avons modifié le modèle ORCAen introduisant un autre comportement de déplacement,le suivi, permettant ainsi de produire des comportementshétérogènes. En effet, un piéton peut avoir plusieurs objectifs dans son déplacement, éviter les autres, rester engroupe mais également en fonction du contexte suivre quelqu’un. Nous nous sommes concentrés sur les comportements d’évitement et de suivi. Dans certaines situations,un piéton détermine ses déplacements en fonction de sesvoisins mais également par rapport à celui du piéton quile précède. Ainsi nous avons testé plusieurs combinaisonsentre comportements d’évitement et de comportements desuivi. Nous avons vérifié que nos modèles sont cohérentsavec les propriétés d’une foule en utilisant le diagrammefondamental qui décrit la relation entre la densité et la vitesse moyenne d’un flux. Nos données ont été comparéesentre elles, mais aussi avec des travaux antérieurs. L’un