Résumé : Dans cet article, nous proposons un modèle d’interaction fondé sur l’écoute flottante,permettant l’apparition de comportements opportunistes et la flexibilisation des protocolesexistants. Classiquement, l’étude des interactions dans les systèmes multi-agents ne prend encompte que la communication elle-même et l’action résultant de cet échange d’information. Or,cette gestion des communications limite les effets de l’interaction aux seuls protagonistes, etnous montrons que cette vision ne permet pas de simulation complexe du comportement et res-treint l’autonomie des agents. Afin de pallier à cela, l’écoute flottante peut être utilisée afin depermettre la perception des interactions par tous les agents du Systèmes, et ainsi d’affecter leurcomportement même lorsqu’ils ne sont pas protagonistes. Nous proposons alors un nouveauconnecteur AUML de prise en compte de l’écoute flottante.

Résumé : La simulation de comportements humains nécessite la prise en compte des émotions au sein du processus de décision. Récemment, la thématique de la contagion émotionnelle a émergé pour expliquer un certain nombre de phénomènes collectifs émergents, tels que les comportements de foule ou l’efficacité de groupes dans la résolution de tâches. Dans cet article, nous proposons l’architecture MA/SDEC pour la gestion de l’ensemble des dynamiques émotionnelles. Une émotion évolue grâce à trois influences : la perception d’événements, la dynamique temporelle et la contagion émotionnelle. Dans une approche d’agent incarné, la première influence est sous la responsabilité de l’esprit de l’agent, la seconde sous celle de son corps, et la troisième sous celle de l’environnement. Ensuite, nous proposons une formule de calcul de la contagion émotionnelle pour les cas où la topologie sociale des agents est inconnue. Finalement, nous donnons les résultats d’expérimentations pour valider le modèle et le calibrer.

Résumé : L’approche multi-agent se montre particuliè-rement intéressante pour modéliser, simuler etcomprendre les Systèmes particulaires. Elle per-met, via la modélisation d’entités individuelles,d’étudier leurs interactions ainsi que les phénomènes macroscopiques émergents qui en résultent. Cela pose alors deux difficultés en termed’analyse. La première est de caractériser lecomportement d’un agent au sein d’une simula-tion, quelle que soit sa formalisation, pour pou-voir mener des études comparatives ; et la se-conde est d’étudier la façon dont ce comportement peut influencer, voire générer, un phé-nomène macroscopique. Pour cela, nous propo-sons d’étudier le phénomène d’hystérésis appa-raissant dans le comportement des agents, les-quels sont considérés comme des boîtes noires.L’observation de l’hystérésis permet de caractériser la réaction d’un Systèmes à des stimu-lis perturbateurs. Nous étudions comment cetteperturbation se propage dans une populationet aboutit à l’apparition de propriétés macro-scopiques remarquables. L’étude est menée en comparant différents modèles d’agents conduc-teurs utilisés à des fins de simulation du traficroutier.

Résumé : Cet article présente une méthode d’évaluationde la crédibilité comportementale en simula-tion multi-agent. Elle s’appuie sur l’extractionautomatique de classes de comportements dansune simulation participative.La méthode que nous proposons combine deuxapproches. La première, subjective, évalue pardes questionnaires les catégories d’utilisateursdans le dispositif de simulation. La seconde ef-fectue une observation objective des données is-sues de la simulation pour construire automa-tiquement des classes de comportements. Nousétudions alors la corrélation entre les catégo-ries d’utilisateurs et les classes de comporte-ment. Nous comparons ensuite les comporte-ments des humains et des agents pour évaluerla crédibilité de ces derniers, en nous appuyantsur les catégories d’utilisateur. Nous illustronscette méthode dans le cadre d’un simulateur deconduite immersif.

Résumé : Les modèles classiques de simulation micro-scopique de trafic sont fondés sur une équationgérant le suivi de véhicules et sur un algorithmede changement de voie. Ce type de modélisationmontre de bons résultats en terme de propriétésmacroscopiques, mais ne permet pas de répli-quer de façon précise les comportements indi-viduels, ce qui limite la capacité des simula-tions à expliquer et à prédire le comportementdes conducteurs. De façon à améliorer le réal-isme des comportements individuels et collectifsdes agents, nous proposons d’intégrer la per-ception des événements et le calcul des émotionsdes agents dans le cadre de la logique floue. Lamodélisation de la perception et de ses effets surles émotions grâce à un processus d’inférencefloue permet aux agents virtuels d’appréhenderde façon souple l’environnement et de choisirdes comportements non-normatifs. Nous mon-trons comment différents types de règles floues,peuvent être utilisées pour émuler les percep-tions et émotions d’un conducteur, et leurs effetssur le processus de décision.

Résumé : es simulations multi-agent, utilisées dans ledomaine des environnements virtuels immersifs,mettent en œuvre des agents reproduisant descomportements humains et interagissant aveceux. Dans cet article, nous proposons une méthode générique fondée sur l’analyse de données pour l’évaluation des comportements individuels des agents. Elle est basée sur une classification des traces de simulation pour extraireles comportements humains. Ceux-ci servent decomportements de référence pour ensuite réaliser une agrégation des agents sur les classesd’humains. Il est alors possible d’analyser lescapacités, manques et erreurs des comportements agents en les comparant avec ceux deshumains. Nous complétons cette analyse parune évaluation subjective basée sur un questionnaire rempli par des annotateurs humainsafin de définir des catégories d’utilisateur, rendant leurs comportements explicites. Nous appliquons notre méthode à la simulation deconduite immersive.

Résumé : L’un des principaux problèmes en simulationmulti-agent est la définition des paramètres dumodèle agent et leur calibration. Ce problèmeest encore plus difficile lorsqu’on considèredes environnements virtuels immersifs, dans lesquels les agents intelligents doivent reproduiredes comportements humains et apparaître « réalistes » aux yeux des utilisateurs. Dans cet article, nous proposons d’enregistrer et d’analyser les comportements des agents pour évaluerleur similarité avec ceux des humains dans unenvironnement virtuel immersif. Nous utilisonsdes méthodes de classification pour construireune abstraction des comportements individuels.Les types de comportement sont étudiés selon lacomposition de ces classes pour déterminer lesmanques, capacités et erreurs dans le modèleagent. Cette méthode nous permet 1) d’écarter les jeux de paramètres invalides, 2) de calibrer des simulations valides et 3) d’expliquerles manques du modèle agent pour l’améliorer.

Résumé : Alors que la recherche sur les Systèmes multiagent devient de plus en plus mature, la communauté se heurte aux mêmes difficultés quecelles rencontrées par les roboticiens en termede complexité de conception. Deux problèmesmajeurs sont les environnements dynamiques etl’interface entre les agents et ces environnements.Dans cet article, je propose de s’appuyer sur lathéorie de la cognition incarnée pour réifier lanotion de corps pour les agents logiciels, de lamême façon que l’environnement a été montrécomme étant une abstraction de premier ordredans la conception de systèmes multi-agents. Jepropose un ensemble de responsabilités pour lecorps des agents, et montre comment une architecture de systèmes multi-agents peut utiliser ceconcept pour déléguer une partie des processusde l’agent à son corps, comment cela préservel’autonomie des agents, et comment l’utiliserau delà des environnements physiques (réels ousimulés). J’illustre ensuite ce paradigme avecune architecture pour le calcul de la dynamiqueémotionnelle qui prend en compte des événements ponctuels, la dynamique temporelle et lacontagion émotionnelle. Finalement, je discuteles défis et questions ouvertes levées par l’adoption de cette approche dans les Systèmes multiagents.

Résumé :

Résumé : Dans certains environnements virtuels pourl’apprentissage humain, les apprenants doiventcollaborer avec un ou plusieurs agents autonomes pour mener à bien leurs tâches. Cet article propose une nouvelle architecture d’agent,PC2 BDI, qui permet d’adapter le comportementde l’agent en fonction de trois agendas : lestâches à mener, les dialogues et le scénario pédagogique. Cette architecture permet la mise enplace de stratégies de dialogues à la fois réactives aux besoins de l’apprenant et aux dialogues en cours, et proactive pour la coordination entre membres et la mise en oeuvre des primitives pédagogiques.

Résumé : Dans le domaine de la sécurité routière a lieuune réflexion sur le partage de la route aux différents modes de déplacements, notamment viale repositionnement du marquage latéral. Cependant, l’effet d’un changement du profil entravers de la route sur les comportements desconducteurs a été jusqu’ici peu étudié. Le projet PROFIL a eu pour objectif d’étudier cet impact dans différentes situations (véhicule instrumenté, simulateur de conduite, simulateur detrafic). Dans ce cadre, nous proposons le modèleLFM (Lateral Force Model), prenant en compteles effets longitudinaux et latéraux du profil entravers au sein de la voie de circulation. Nousmontrons que ce modèle, fondé sur IDM (Intelligent Driver Model) dans sa composante longitudinale, reproduit de façon effective les effetsdes véhicules croisés, de la largeur de la voieen circulation libre, et des situations de croisement et de virage selon les données recueilliesdans des expérimentations en situation réelle eten simulateur.

Résumé : L’explosion du nombre d’objets connectés, de l’informatique ubiquitaire et des interfaces humain-machine intuitives et naturelles permet une multiplication des Systèmescyber-physiques. Si les interactions avec un seul utilisateur disposent d’une littérature abondante dans le domainedes agents virtuels incarnés, la mise en place de Systèmes coopératifs intégrant plusieurs utilisateurs et plusieurs agents virtuels reste difficile. Les problématiquesclassiques, telles que la gestion des tours de paroles parexemple, doivent être adaptées au contexte multipartie. Denouvelles problématiques, triviales en contexte dyadiquecomme la détection du destinataire d’un énoncé, émergentégalement. Dans cet article, nous discutons les défis actuels posés par les communautés mixtes agents-humainstant au niveau des agents que du systèmes multi-agents dansson ensemble.L’explosion du nombre d’objets connectés et de l’informatique ubiquitaire permet une multiplication des Systèmescyber-physiques dans le contexte de l’Internet des Objets.Cette tendance s’accompagne de la mise à disposition d’interfaces humain-machine intuitives et naturelles dont l’objectif est de permettre aux utilisateurs d’interagir aisément.Nous pouvons par exemple citer Alexa, Siri ou Cortana,qui permettent une interaction en langage naturel [21].De façon à faciliter l’acceptabilité de ces Systèmes et l’engagement des utilisateurs, de nombreux travaux se sont intéressé aux compagnons artificiels, qui regroupent agentsconversationnels animés et robots. Leurs principales applications se situent dans les domaines des environnements pour l’apprentissage humain [2, 46], dans lesquelsles agents peuvent à la fois peupler l’environnement et servir de tuteurs à l’apprenant, les services à la personne [37]et la santé physique ou mentale [11], ou encore le tourisme[45] pour guider les visiteurs et interagir avec eux.Si les interactions entre un utilisateur et un agent virtuelou un robot disposent d’une littérature abondante, la miseen place pratique de Systèmes coopératifs intégrant plusieurs utilisateurs et plusieurs compagnons artificiels restedifficile. Les problématiques classiques, telles que la gestion des tours de paroles par exemple, doivent être adaptées au contexte multipartie. De nouvelles problématiques,triviales en contexte dyadique comme la détection du destinataire d’un énoncé, émergent également.