Résumé : Cet article présente les moyens d'étudier la socialité (c'est-à-dire le fonctionnement des agents en société) à travers des problématiques de l'Intelligence Artificielle Distribuée, ainsi que l'intérêt de mettre en oeuvre dans les Systèmes Multi-Agents des mécanismes généraux d'organisation sociale issus de l'analyse et de la simulation d'organisations naturelles. Nos travaux font intervenir une démarche éthologique pour l'analyse des sociétés, un ensemble de principes « réductionnistes » pour la conception de SMA, et une méthodologie générale se prêtant à l'étude des apports mutuels entre organisations naturelles et artificielles. Nous discutons également les cas précis de mécanismes de régulation sociale qui pourront servir à accroître la robustesse ou l'adaptativité des SMA.

Résumé : Cet article prospectif aborde le sujet de la robotique collective ouverte, qui est aux systèmes multi-robots ce que la notion d'"open system" est aux systèmes multi-agents, c'est-à- dire une étude de sociétés mixtes hommes/robots. Après une définition qui s'attache à en montrer les caractéristiques principales nous présentons les difficultés nouvelles que soulève ce sujet par rapport aux problèmes habituellement traités en robotique collective classique. et les faiblesses des premières approches déjà entreprises. Un parallèle avec les systèmes multi-agents ouverts nous permet de montrer que la difficulté principale est de doter les robots d'une forme de socialité, à la fois endogène afin d'assurer la robustesse et la cohésion du groupe, et exogène, pour permettre aux humains d'appréhender le _fonctionnement collectif des robots et aux robots d'appréhender le fonctionnement social des humains. Nous établissons de cette manière les bases conceptuelles avec lesquelles nous pensons qu'il faut aborder ce type de sujet, bases pouvant servir à la fois de grille de lecture pour les recherches qui commencent à se faire jour dans différents laboratoires, et de support théorique aux expérimentations du projet MICRobES, dont les principales caractéristiques sontprésentées dans l'article. L'ensemble de ces travaux de recherche a pour but, à terme, de permettre aux systèmes robotiques collectifs d'opérer et d'interagir harmonieusement au seinde groupes sociaux humains.

Résumé : La mise en oeuvre de simulations larges échelles par l'approche SMA a mis en évidence de nouveaux défis pour notre communauté. Notre travail s'intéresse aux problèmes posés par les aspects (i) de performance de telles applications particulièrement gourmandes en ressources informatiques et (ii) de la difficulté de modélisation induite par le nombre de thématiciens impliqués. Nous proposons de répondre à ces problématiques en définissant la notion de Toile SMA. Celle-ci fournit une architecture de travail collaboratif autour de l'activité de simulation orientée agent (SOA) et assure l'optimisation des performances de simulation en s'appuyant sur un équilibrage des charges dynamique sur une infrastructure réseau. Dans cet article, nous introduisons la notion de Toile SMA, puis nous proposons un modèle facilitant sa réalisation.

Résumé : Si dans la réalité nous ne pouvons que subir le temps, les simulations multi-agents nous permettent de l'utiliser comme moteur d'évolution sur des modèles réduits afin d'en déduire des nouvelles connaissances sur le monde réel. Aussi, la façon dont le temps virtuel est géré par le simulateur joue un rôle prédominant sur le potentiel de ce dernier. Dans cet article nous passons en revue les différentes approches de gestion du temps existantes. Les concessions faites pour que le temps soit mieux adapté au modèle sont systématiquement sanctionnées par l'impossibilité d'optimiser la simulation afin d'en réduire la durée d'exécution. Or ce critère devient de plus en plus important avec la montée en complexité des modèles à simuler. Après avoir établi la liste des exigences auxquelles doit répondre un mécanisme d'ordonnancement, nous montrons qu'il existe une approche qui, tout en répondant à ces exigences, concilie l'adéquation et l'optimisation du temps dans les simulations 171 ulti-agen ts.

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 : 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 : RésuméNous décrivons ici des travaux sur la modélisation des rythmes biologiques circadiens(i.e.∼ 24 h) observés chez une algue verte unicellulaire, Ostreococcus tauri. Ces rythmes sontproduits par des processus de régulation de latranscription génétique. Nous présentons plusieurs modèles issus d’un groupe de travail pluridisciplinaire et qui ont donné lieu à des simulations par agents. Ils visent à identifier les acteurs moléculaires de l’horloge circadienne, enconfrontant hypothèses biologiques, résultats desimulation et mesures expérimentales.

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 : Dans une simulation multi-agents, l'environnement est souvent considéré comme un élément secondaire par rapport aux comportements des agents, et ces derniers monopolisent l'essentiel des efforts de modélisation. Il en résulte des environnements limités, le plus souvent bornés ou cycliques, etqui présentent une diversité trop pauvre pour permettre de généraliser les résultats desimulation. Un environnement adéquat devrait plutôt être riche (composé de beaucoupd'objets différents) et de grande taille. Mais les réalisations en ce sens occasionnent une charge mémoire et des temps de calculs importants lors des simulations, ce qui freine leur utilisation. Nous proposons ici une solution fondée sur une approche génie logiciel de type « génération procédurale », qui permet la production automatique d'environnements : consistants, cohérents, non-bornés, et non cycliques. Et ce, sans qu'il soit pour autant nécessaire de surcharger d'une part le travail des modélisateurs, et d'autre part les ressources disponibles pour exécuter la simulation.

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 : 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 : Depuis quelques années, les travaux sur lesSMA multi-niveaux ont pris une importancecroissante. Devant la diversité des modèles proposés, nous pensons qu’il est utile d’identifierdes situations récurrentes et de les caractériserd’une manière suffisamment abstraite pour pouvoir comparer de manière formelle les modèlesexistants et faciliter la conception de nouveauxmodèles. Dans ce but, nous proposons une première liste de patterns SMA multi-niveaux. Cespatterns sont issus d’un travail d’unificationde modèles SMA multi-niveaux dédiés à la résolution d’un problème spatialisé (la généralisation cartographique). La structure et la dynamique de chaque pattern sont décrites formellement et accompagnées d’exemples issusd’une part du contexte de la généralisationcartographique, d’autre part d’autres contextesapplicatifs multi-agent, en simulation notamment. Nous discutons également la possibilitéde réutiliser et composer ces patterns.

Résumé : Les problèmes d’appariement ou d’affectationont depuis quelques années fait l’objet de modélisation multi-agent variées. Celles-ci visentnotamment à renforcer le caractère privé despréférences ou des contraintes de chaque individu, et facilitant la distribution des méthodesde résolution. Néanmoins, cette agentificationdes problèmes ainsi abordés nous semble rester en deçà des possibilités offertes par une modélisation multi-agent, en s’appuyant peu surla structure organisationnelle dont on peut doter un SMA. Dans cet article, nous proposonsau contraire de partir de la capacité des SMAmulti-niveaux à représenter des points de vueintermédiaires entre l’individu et le collectif,pour exprimer dans un formalisme homogènedes problèmes d’appariement ou d’affectationvariés. Nous montrons comment cette modélisation permet de choisir des métriques pertinentespour évaluer le bien-être de groupes d’agents etleur permettre de construire des solutions quiaméliorent le bien-être global sans divulguertoutes leurs informations individuelles. Enfin,nous esquissons des principes généraux pour laconstruction de solveurs distribués pour ce typede modélisation.

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 : Cet article propose un cadre d’analyse multiagents pour l’évaluation de stratégies de maîtrise des maladies animales infectieuses àl’échelle d’un territoire. La formalisation descomportements des éleveurs a permis decomparer des scénarii de maîtrise de la maladie à l’échelle du territoire tenant comptede l’hétérogénéité des agents et de leurs interactions. Les simulations, réalisées sousNetLogo, ont montré l’émergence de patternsspatio-temporels contrastés d’évolution de lasévérité de la maladie à l’échelle du territoire, et de les comparer à un cadre analytique. Les travaux réalisés ont égalementpermis d’évaluer l’efficacité d’interventionspubliques.

Résumé : simulation et proposer un point de vue sur des fronts descience qu’il nous semble indispensable d’explorer dansla prochaine décennie pour conforter la position des SMAen tant que discipline scientifique autonome, pourvoyeusede méthodes fructueuses pour d’autres domaines de recherche. L’idée quelque peu paradoxale que nous défendons ici est qu’une de ces pistes consiste à chercher à nepas simuler d’agents, aussi souvent que possible (et chaquefois que cela est pertinent).Après avoir rappelé brièvement la place qu’occupe désormais la Simulation multi-agent pour l’étude des Systèmescomplexes, nous examinerons deux grandes avancées desdernières années, puis nous expliquerons ce que nous entendons par « ne pas simuler d’agents » et la plus-value decette démarche, avant d’en discuter les difficultés.

Résumé : et article présente un design pattern destiné à introduire des mécanismes organisationnels dans les systèmes multi-agents multiniveaux, afin de faciliter la modélisation de Systèmes complexes fortement structurés. Le pattern proposé permet de spécifier comment coupler trois niveaux d’agents dans une architecturede simulation multi-niveaux en considérant descontraintes organisationnelles. Nous montronsune application de ce pattern à la modélisationà grain fin de la conduite en bande dans un élevage porcin, où il est employé pour représenterdes organisations sociales et physiques. Nousmontrons ainsi les avantages de la combinaison de concepts organisationnels et de patternsmulti-niveaux pour représenter et simuler desSystèmes dynamiques complexes.[Cet article est adapté de (Sicard et al., 2021).]

Résumé : La simulation permet de comparer des scénarios d’apparition, de développement et detraitement de maladies et d’identifier des le- viers de maîtrise efficaces. Dans le cas del’élevage, des simulateurs ad hoc ont été régulièrement élaborés pour quantifier l’effetdes maladies sur les performances animaleset leurs conséquences économiques. La plateforme DHM (Dairy Health Manager) proposeun cadre multi-agents pour renforcer la performance, la généricité et l’évolutivité de telsmodèles et faciliter les échanges avec desscientifiques non modélisateurs en sciencesanimales. Dans cet article, nous illustrons lamodularité de DHM à travers des AgentsVaches Laitières (AVL) et les Agents Délégués Quartiers (ADQ) évoluant au sein desdifférents lots du troupeau. Le développementd’une première application à une maladiemétabolique, les cétoses, offre de nombreusesperspectives.