Résumé : Nous présentons dans cet article une plate-forme générique permettant de prendre en compte une forme de négociation. Cette plate-forme, réalisée sous forme d une API Java permet de créer des agents intelligents capables de négocier entre eux à travers le réseau par l'intermédiaire d'actes de langage. Nous définissons dans un premier temps le type de négociation que nous prenons en compte, puis nous montrons comment représenter l'ordonnancement des actes de langage par un graphe à base de règles de séquencement et de backtracking. Ce graphe est ensuite parcouru et interprété à plusieurs niveaux d'abstraction par des objets autonomes appelés micro-agents. Ces micro-agents s'associent entre eux pour former des organisations indépendantes ayant chacune pour objectif de résoudre une partie du problème. Le comportement global de l'agent au niveau macroscopique provient de l'interaction entre ces organisations.

Résumé : L’une des critiques fréquentes que l’on trouve sur la théorie des jeux est qu’elle s’appuie sur des modèles dans lesquels les coups et gains possibles sont fixés par avance. Nousprésentons dans cet article un modèle de théorie des jeux dans lequel les agents doivent raisonner sur la matrice de gains pour établir une bonne stratégie. Dans ce jeu itéré modélisant desinteractions entre agents, nous montrons par ailleurs que l’équilibre de Nash, notion réputée enmicro-économie, n’aide pas à obtenir de bonnes stratégies dans les simulations informatiquespar essence discrètes. Nous proposons une classification de stratégies dans ce modèle et montrons que ce modèle générique peut servir à construire de bonnes stratégies adaptables auxinteractions entre agents lors d’échanges simultanés.

Résumé : Dans cet article12, nous présentons une solution permettant degérer des équipes d'agents hétérogènes situés dirigés par un chef Celui-ci est chargé d'établir leplan d'équipe et de distribuer les tâches à effectuer aux agents en fonction de leurs spécificités. Dans une approche traditionnelle, le chef planifie tout. Or, il est important de laisser de l'autonomie de décision aux agents afin de leur permettre de s'adapter à la configuration de leur environne- ment qui n'est pas forcément connue par le chef lors de la planification. Notre solution consiste à créer des plans d'équipes abstraits où tout n'est pas résolu par le chef ce qui laisse aux agents une réelle autonomie de décision. Nous proposons ensuite une technique d'allocation des tâches calculées aux agents. Notre approche permet à une équipe d'agents hétérogènes de réaliser des tâches qui requièrent les capacités de plusieurs agents. Ces agents agissent de manière auto- nome en fonction des buts donnés par le chef et de la configuration de l'environnement.

Résumé : Nous proposons dans cet article une contribution à la prise en compte du temps et de l'espace dans les simulations à agents réactifs, notamment dans les simulations de foules en environnement urbain ou clos. Nous ne cherchons pas tant ici à aborder cette problématique au niveau de chaque agent qu'à faire le lien entre des contraintes spatiales et temporelles portant sur la globalité du système, et les comportements individuels qui doivent en résulter. Notre objectif est en effet de simuler des situations réelles de déplacements d'individus dans un environ- nement contraint en assurant l'adéquation des prévisions microscopiques et macroscopiques de la simulation aux données issues du terrain. Les problèmes de collisions, de changements de rythmes, de multiplicité de modèles de déplacements doivent donc être impérativement pris en compte. Nous présentons ici la nécessité de la synthèse entre la gestion du temps et celle de l'espace. Ce travail s'appuie sur notre modèle MISC qui permet de simuler sur un plan les déplacements d'individus à des rythmes spécifiables selon les types de populations et offre un contrôle statistique sur le cycle de vie des individus.

Résumé : Dans une optique industrielle, nous voulons pouvoir intégrer dans les SMA du code hérité et assurer un fonctionnement correct même lorsque celui-ci ne dispose pas de bonnes propriétés temporelles. Nous focalisons notre étude sur le cas le plus défavorable où les agents doivent mettre en oeuvre des algorithmes qui ont des durées d'exécution longues et difficiles à prévoir. Nous montrons pourquoi il est utile dans ce cadre de disposer d'entités de premier plan que les agents peuvent utiliser comme outils pour atteindre leurs buts. Initialement développée comme moyen d'encapsuler et de faciliter l'utilisation des mécanismes de coordination, la notion d'artifact issue des travaux de Onicini, Ricci et Viroli [0M104] peut être étendue pourfournir aux agents des outils de calcul qu'ils pourront apprendre à utiliser grâce à un langage de description de leur mode d'emploi.

Résumé : RésuméLa complexité algorithmique d’une simulationmulti-agent résulte de plusieurs sources : complexité intrinsèque du phénomène abordé, compétences cognitives des agents, mais aussi choixde modélisation décidés lors de la conceptiondu modèle distribué et du moteur de simulationsous-jacent (modèles de comportements, d’environnement, de temps, de perception, etc.), chacun étant en outre susceptible d’être implémentéde multiples façons. Il est nécessaire de mesurer les conséquences de chacun de ces choix,de l’analyse à l’implémentation, aussi bien pouroptimiser le déroulement de la simulation informatique qui en résulte, pour éviter d’y introduire des biais parfois critiques, et pour obtenirla simulation la plus simple possible d’un phénomène donné.

Résumé : RésuméLe problème d’allocation multi-agent de ressources correspond au partage entre n agentsde m ressources afin de maximiser un bien-êtresocial. Il ne s’agit pas dans cet article, commedans plusieurs travaux précédents, d’uniquement déterminer l’allocation socialement optimale ou de prouver l’existence d’une séquencede transactions pour y parvenir, mais biende trouver une séquence opérationnelle entreagents amenant à cet optimum, le tout sur ungraphe quelconque. Pour cela, nous étudionsdifférents comportements d’agents afin d’identifier ceux permettant d’atteindre l’allocationoptimale souhaitée. Cette dernière peut alorsêtre interprétée comme un phénomène globalémergent issu d’interactions locales entre lesagents. Après une étude de plusieurs types detransactions, nous montrons que celle que nousnommons “don social”, est la plus efficace pourla résolution de l’allocation de ressources associée au bien-être social utilitaire.

Résumé : La conception habituelle d'une simulation d'un phénomène passe par sa modélisation et la réalisation d'une implémentation : son étude permet de déterminer si le modèle est correctement construit et peut expliquer le phénomène. Grâce à LEIA, nous renversonsce processus de conception en étudiant unesimulation automatiquement générée en parcourant l'espace des simulations possiblesde manière à identifier les phénomènes remarquables puis en comprendre les mécanismes sous-jacents. Cet article traite donc de la construction automatisée de modèles et leur implémentation à partir d'une ontologie,constituée d'interactions génériques que nous pouvons affecter à des familles d'agents, rédigée selon la méthodologie IODA. LEIA peut alors parcourir l'espace des simulations en s'appuyant sur des outils de transformation et de simplification de modèle puis identifier les phénomènes particuliers en s'aidant d'une métrique spécifiée en entrée, tout en impliquantl'utilisateur dans ce processus.

Résumé : L’allocation optimale de m ressources entre nagents est un problème d’IA important pourla négociation automatique. La question centrale est de savoir comment les agents doiventinteragir afin d’induire une allocation de ressources socialement optimale pour la société. Ilexiste dans la littérature de nombreuses propositions permettant d’évaluer la valeur du bienêtre de la société en fonction du bien-être de sesmembres, en général évaluée dans ce cadre àl’aide d’une fonction d’utilité. Parmi ces propositions, le bien-être de Nash bénéficie de bonnespropriétés pour une société d’agents égalitaire.Il garantit une distribution équitable des ressources aux agents tout en respectant leurs préférences. On peut alors s’étonner que l’évaluation du bien-être collectif à l’aide de la fonctionde Nash soit si peu utilisée en pratique. Dansun premier temps, cet article illustre par denombreux contre-exemples les difficultés liéesau calcul de la valeur optimale du bien-êtrede Nash, difficultés qui expliquent sans doutesa faible utilisation pratique. Dans un secondtemps, nous décrivons notre solution distribuées’appuyant sur des comportements d’agents, etles résultats obtenus sur des instances difficilesque notre approche “anytime” est jusqu’à présent seule à résoudre efficacement.

Résumé : La conception de simulations multi-agents appliquées aux systèmes complexes pose entreautres le problème de la modélisation de comportements intervenant à des échelles spatiales,temporelles, comportementales différentes, chacune pertinente pour représenter un des aspects du phénomène étudié. Nous proposons iciun formalisme générique destiné à la représentation d’environnements multiples, disposantd’échelles spatio-temporelles propres, et auxquels on peut associer un ensemble de règlescomportementales auxquelles se soumettent lesagents présents dans ces environnements. Parailleurs chaque environnement peut être encapsulé au sein d’un agent, lui-même situé dansun autre environnement. Cette uniformité de représentation est rendue possible grâce à l’approche orientée interaction pour la conceptionde simulation (IODA), qui établit une séparation entre agents et interactions, et ce de la modélisation jusqu’au code. Nous expliquons également comment ce modèle est implémenté etdonnons quelques exemples d’utilisation.

Résumé : a pertinence des systèmes multi-agents (SMA)a été démontrée à de nombreuses reprises dansla conception de simulations informatiques oude jeux vidéo où un certain nombre d’entités autonomes évoluent dans un environnement complexe et dynamique. Les Serious Games (SG) représentent une discipline nouvelle, à la frontièrede la simulation et du jeu. Nous pensons qu’unecatégorie de SG, ayant pour vocation l’immersion de l’apprenant dans un environnement 3d,représente un banc de test particulièrement intéressant pour les SMA car ils introduisent desproblématiques nouvelles et stimulantes pour lacommunauté. Dans cet article, nous exploronsles défis lancés à l’approche SMA par ces SGimmersifs. Particulièrement, nous démontronsque l’approche multi-agent orientée interactions I ODA, dont l’aptitude à faciliter la conception de simulations a déjà été établie, permet derépondre efficacement à ces nouvelles problématiques. Nous illustrons notre argumentaire ennous basant sur un projet de SG développé dansnotre équipe.

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 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 : 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 : ans le domaine des systèmes multi-agentsla notion d’environnement est omniprésente,quoique fort mal définie. Nous défendons icil’idée que la façon dont on modélise l’espaceou les relations entre agents dans un SMA, notamment en simulation, conduit pour leur implémentation à la mise en œuvre d’un nombreréduit de solutions efficaces. Cet article a pourobjectif de formaliser les fonctions fondamentales de l’environnement et de recenser différentes familles d’implémentations possibles, selon les objectifs visés (efficacité d’exécution,pertinence de la représentation des connaissances, gain mémoire...). Cette démarche unificatrice permet d’identifier des patterns d’environnements élémentaires : dès lors, en lieuet place de l’approche monolithique habituellede « l’environnement » d’un SMA, nous prônons une décomposition sur la base de ces patterns permettant de combiner plusieurs environnements.

Résumé : Nous présentons deux méthodes basées sur desnotions différentes de méta-stratégies, permettant d’évaluer et de différencier les comportements généraux de coopération et d’agressivité des stratégies au dilemme itéré du prisonnier (IPD). La première méthode consisteà prendre des classes de stratégies comportantparfois plusieurs milliers d’éléments (techniquedes "classes complètes"), à regrouper les stratégies en sous-classes selon leurs "tempéraments"coopératifs ou agressifs puis à évaluer globalement ces sous-classes. Quatre types de comportements sont confrontés et comparés. La seconde méthode consiste à opérer des transformations, sortes de méta-stratégies, qui "adoucissent" ou "endurcissent" les stratégies d’uneclasse fixée et à comparer la classe initiale avecles classes transformées. Bien que les classes destratégies initiales envisagées soient variées, lesrésultats obtenus sont remarquablement stableset convergents. Les conclusions obtenues quipermettent des commentaires fins sur les diverstypes de coopération et d’agressivité ont doncune valeur générale. Les méthodes sont ainsi assimilables à des preuves expérimentales.

Résumé : Cet article introduit quatre patterns de conception, définis à partir de l’identification de« situation-types » minimales rencontrées dansla littérature et destinés à systématiser et simplifier la conception de simulations multi-agentmulti-niveaux. Ces simulations ont pour but degérer des entités appartenant à des niveauxd’abstraction ou d’organisation différents maiscouplés. Pour chaque pattern, nous présentonsdes cas d’utilisation ainsi que les structures dedonnées et algorithmes associés. À des fins degénéricité, ces patterns font appel à une description unifiée des capacités d’action et d’évolution des agents. Nous proposons ainsi uncadre conceptuel et opérationnel précis pour lesconcepteurs de simulations multi-niveaux.

Résumé : Nous menons une étude expérimentale minutieuse sur les stratégies probabilistes au dilemme des prisonniers. Nous utilisons pour celala méthode des classes complètes associée àune approche évolutionniste. Les résultats quenous obtenons ont donc un caractère objectifet dépendent le moins possible des ensemblesde stratégies mis en compétition. Les ensemblesétudiés sont grands (plusieurs milliers de stratégies), homogènes, et systématiques. Nous testons la robustesse de nos résultats par diversesméthodes. Les stratégies les meilleures repérées sont pour certaines d’entre elles nouvellesen ce sens qu’elles n’ont jamais été identifiéesclairement par des études antérieures, et celamalgré leur simplicité. Nous identifions un critère jusque là inconnu qui conduit à une bonneanticipation de leur comportement dans desunivers variés. Nous confrontons les résultatsde cette étude avec ceux obtenus par les approches mathématiques de Press et Dyson. Nousconfrontons aussi les nouvelles stratégies avecles meilleures stratégies connues.

Résumé : Avec l’avènement du véhicule autonome et lamutation que va connaître le secteur automobiledans les dix prochaines années, la simulation detrafic routier a pris un nouvel essor. C’est notamment l’un des rares moyens pour tester unvéhicule autonome in silico [7]. Pour y parvenir, les générateurs actuels doivent augmenterleur réalisme. Nous soutenons ici que l’un despoints majeurs de ce réalisme concerne la capacité des générateurs à produire des accidentsdans l’environnement du véhicule testé. À notreconnaissance, aucun des générateurs existantsne prend en compte cette considération nécessitant une description plus fine que celle habituellement utilisée pour décrire le comportement de conduite. Nous décrivons dans cet article un modèle de comportement paramétriquepermettant une telle performance, et montronsqu’il répond aux faits stylisés reconnus en accidentologie.

Résumé : our comparer des ensembles de stratégies ilexiste un grand nombre de méthodes. Parmicelles-ci les modèles évolutionnaires offrent unepertinence et une robustesse remarquable. Nousétudions dans cet article deux modèles évolutionnaires parmi les plus simples et naturels possibles au dilemme itéré du prisonnier :le modèle individualiste dans lequel un individu se confronte à tout le monde et le modèlecommunautaire dans lequel un individu ne seconfronte pas aux membres de sa propre famille. À l’aide de simulations massives utilisantdes classes complètes de stratégies nous mettons en évidence des évolutions typiques. Pourle modèle individualiste, nous observons avecune grande fréquence une convergence vers unétat de coopération généralisée. Pour le modèle communautaire, dont nous défendons lapertinence, nous montrons qu’il se produit demanière quasi-systématique un phénomène deconvergence vers un attracteur unique et indépendant de la distribution initiale des effectifs.Des résultats statistiques sur la fréquence de cesattracteurs sont calculés et analysés.