Résumé : RésuméDans cet article, nous explorons le potentiel destechniques de satisfaction de contraintes distribuées afin de proposer une solution pour l’autorégulation du contrôle manufacturier. Ce travailrepose sur une modélisation DisCSP impliquantun ensemble d’agents (e.g. les stations) ayantdes capacités suffisantes de communication etde raisonnement pour coopérer et négocier unaccord sur une organisation du travail. Cetteapproche est utilisée pour réguler dynamiquement le Systèmes lorsque des perturbations surviennent (panne, indisponibilité d’opérateursou commande exceptionnelle prioritaire). Ainsi,pour ces machines, l’autonomie et l’intelligencedistribuée sont un moyen de fournir un contrôlemanufacturier plus flexible. Des résultats d’expérimentations sur la plate-forme MASC sontprésentés pour comparer cette approche auxtechniques de résolution de DisCSP classiques.

Résumé : La complexité croissante des applications actuelles favorise le développement de systèmes multi-agents auto-organisateurs possédant des propriétés self* Ces systèmes autonomes présentent des capacités intéressantes permettant la gestion de la dynamique endogène et exogène des applications étudiées. De nouveaux critères doivent être proposés afin de caractériser et évaluer l'apport de ces propriétés self* et sont capables d'auto-adaptation et gèrent les dynamiques dues aux changements endogènes etleur influence sur les performances du système. Dans cet article, différentes catégories regroupant les principaux critères d'évaluation sont décrites afin de guider l'évaluation de ce type de systèmes depuis les phases de conception jusqu'aux phases d'exécution : évaluation du système en cours de fonctionnement, caractéristiques intrinsèques et méthodologie de conception.

Résumé : La planification de mission de constellations desatellites est un problème complexe soulevantd’importants défis technologiques pour les Systèmes spatiaux de demain. L’augmentation de lataille des constellations, les performances évoluées et l’hétérogénéité des satellites sont tousdes critères impliquant une combinatoire trèsélevée. Les techniques actuelles présentent deslimites, car elles planifient un satellite à la foiset non la constellation dans son ensemble.Dans cet article, nous proposons de résoudrece problème difficile par les Systèmes multiagents coopératifs. Une amélioration du modèle AMAS4Opt est présentée, permettant demaximiser la coopération entre les agents duSystèmes. De par leurs interactions locales, cesagents, permettent d’obtenir une solution debonne qualité en un temps raisonnable, en assurant un partage équitable des tâches au sein dela constellation. Enfin, une comparaison avecl’algorithme Glouton Chronologique, couramment utilisé dans le domaine spatial, souligneles avantages de l’approche proposée.

Résumé : Les satellites d’observation de la Terre stockentde larges quantités d’images à bord au cours deleurs missions. La planification de télédéchargement de ces images vers la Terre est un problèmedifficile. En effet, le nombre croissant d’imageset de stations réceptrices cause une explosioncombinatoire difficilement traitée par les techniques existantes.Les systèmes multi-agents coopératifs ont montré leur adéquation pour résoudre efficacementune large variété de problèmes d’optimisationprésentant une combinatoire élevée. Dans le Systèmes DOMAS ici présenté, les agents basés surle modèle AMAS4Opt permettent l’émergenced’une solution satisfaisante en un temps de calcul raisonnable grâce à leur comportement localet coopératif. Une comparaison avec un algorithme couramment utilisé sur des scénarios dynamiques souligne l’adéquation de l’approcheproposée.

Résumé : Dans le domaine du contrôle aérien, les travauxactuels s’intéressent à l’automatisation et la délégation partielle de la tâche d’évitement desconflits à l’équipage et aux Systèmes embarquésà bord des avions. Ainsi plusieurs approchespour faciliter la tâche des contrôleurs aérienssont en cours d’études.Dans ce cadre, nous proposons un Systèmes totalement décentralisé pour traiter le problèmed’évitement entre entités mobiles dans le senslarge. Ce Systèmes est basé sur les Systèmes multiagents coopératifs qui ont montré leur adéquation pour la résolution des problèmes distribuéset décentralisés à large échelle. Nous présentons les expérimentations que nous avons menées et les résultats que nous avons obtenus dansle cadre du contrôle aérien.

Résumé : véhicules selon leur capacité à assister les conducteurs humains. La société internationale des ingénieurs de l’automobile a ainsi identifié 5 niveaux de conduite autonome.Dans ce travail, nous considérons les véhicules de niveau3 également appelé "l’automatisation conditionnée". Danscertaines situations prédéfinies, comme de longues lignesdroites avec marquage au sol bien visible, le véhicule peutautomatiquement gérer sa trajectoire et sa vitesse, éviter lesobstacles, etc. Le conducteur humain n’est plus obligé degarder les yeux sur la route, mais il doit être capable dereprendre le volant en cas de nécessité.

Résumé : La prévision du trafic suscite de plus en plus d’intérêt dans les recherches académiques et industrielles. Récemment, de nombreuses méthodesde prévision du trafic basées sur des approchesd’apprentissage automatique et d’apprentissageprofond ont été proposées. Cependant, ces modèles coûteux en temps de calcul, nécessitentdes volumes de données importants et leurs résultats soulèvent des questions de fiabilité et defaisabilité. En eet, la prévision du trafic est unetâche très dicile en raison des dépendancesspatiales et temporelles complexes et de la di- culté de la prévision à long terme. Pour adresserles défis mentionnés, nous proposons le systèmeP-ADRIP (Prevision subsystem - Adaptive multiagent system for DRIving behaviors Prevision)basé sur les systèmes multi-agents. P-ADRIPvise à fournir une prévision dynamique et tempsréel du trafic. Les expériences menées montrentla performance remarquable de P-ADRIP parrapport aux méthodes de prévision connues dansl’état de l’art.