Résumé : Nous abordons dans cet article la problématique de l'organisation d'un système multi-agents. Nous montrons tout d'abord les aspects liants l'autonomie locale des agents au respect d'une organisation, puis proposons un modèle qui prend en compte ces aspects. Ce modèle représente l'organisation sous forme de relation privilégiée entre agent. Les agents sont dotés de capacités leur permettant d'évaluer le bénéfice qu'ils retirent de leur interactions et de moyens pour faire évoluer la structure d'organisation dans laquelle ils se trouvent. Différentes expérimentations sont présentées, puis discutées en terme de stabilité d'organisation, d'adaptabilité et de maintient de performance du système.

Résumé : Cet article présente un modèle multi-agents que nous avons développé pour simuler l'organisation spatiale d'un territoire agricole. Le but est de distribuer les occupations du sol dans le territoire en respectant les contraintes de chacune et les contraintes globales de viabilité du système agricole résultant. Notre modèle multi-agents s'inspire du modèle d'éco- résolution : les occupations du sol sont représentées par des groupes d'agents qui cherchent à conquérir des parcelles de territoire afin de remplir un objectif de production. Il peut y avoir « combat » pour une parcelle entre les agents des différents groupes. Nous définissons le cadre d'évaluation du modèle multi-agents construit et ses usages possibles. Nous le comparons aux différentes approches envisagées pour résoudre le même problème, i.e., le modèle expert et un modèle issu de la recherche opérationnelle.

Résumé : Cet article décrit un mécanisme de coordination par le biais de l'environnement et illustre sa mise en oeuvre par la simulation de l'activité de construction de toile chez les araignées sociales. 11 s'inspire des sociétés d'araignées qui constituent un modèle particulièrement propice à l'étude des caractéristiques individuelles nécessaires à l'apparition de la vie sociale. Nous commençons par exposer les différentes motivations qui nous guident ainsi que l'état de l'art des recherches effectuées dans le domaine des systèmes multi-agents d'inspiration biologique. Nous présentons ensuite un exemple biologique de coordination d'activités par stigmergie dans le cadre de construction de toile par des araignées solitaires et sociales, puis nous détaillons une manière possible de la mettre en oeuvre dans des systèmes d'agents artificiels.

Résumé :

Résumé : Les phénomènes collectifs en biologie sont une source d'inspiration pour proposerdes méthodes mulli-agents de résolution de problèmes. Ils permettent l'élaboration decomportements individuels simples produisant collectivement des phénomènes complexes. Cetarticle expose la démarche de transposition que nous avons suivie pour passer d'un modèlede simulation à un modèle de résolution. Le cadre biologique initial concerne un processusde construction collective de toile chez les araignées sociales. Sa transposition concerne ladéfection de régions dans des images à niveau de gris.

Résumé : Cet article présente une approche permettant à une collectivité de s’organiser. Le mo-dèle sous-jacent est basé sur un phénomène biologique auto-organisé observé dans des groupesde rats. Ce modèle, Hamelin, permet de spécialiser par auto-organisation une collectivité à par-tir de besoins répartis au sein des individus. Dans cet article, nous présentons les principes dece modèle et nous attardons sur quelques propriétés intéressantes pour une réutilisation future.

Résumé : La localisation d’objets est une tâche assez délicate et essentielle dès lors que l’on veut utiliser des robots mobiles. Elle peut être définie comme étant l'action de trouver la position d'un objet, mobile ou fixe, par rapport à un référentiel connu. En alternative aux méthodes classiquement utilisées qui sont généralement issues du traitement du signal, nous proposons une architecture réactive s’appuyant sur des phénomènes physiques d’interaction. Notre objectif est de construire un dispositif de localisation et de suivi d’éléments mobiles, en nombre quelconque, dans un environnement structuré, partiellement connu et de taille non limitée, à partir de d’un nombre variable de capteurs mobiles ou fixes disposés dans l’environnement.

Résumé : Nous proposons un nouveau formalisme de représentation des actions et des interac-tions dans les SMA réactifs inspiré des processus de décision Markovien décentralisés (DEC-MDP). Ce formalisme appelé Interac-DEC-MDP permet de représenter dans un même cadrehomogène les actions individuelles et les interactions directes entre agents. Ainsi il permet decalculer automatiquement les prises de décisions des agents relativement aux actions et auxdéclenchements et résolution des interactions par l’introduction de la rationalité au traversde la notion de récompense. Un premier problème simple de partage de ressources impli-quant 2 agents a été modélisé selon le formalisme proposé et les comportements des agentsont été construits automatiquement par Q-learning. Les premiers résultats bien qu’obtenusavec des hypothèses limitatives montrent qu’il est possible à partir d’apprentissages simplesde construire automatiquement des comportements collectifs pertinents.

Résumé : RésuméDans cet article, nous présentons les interconnexions qui peuvent se faire entre, d’une part,la modélisation et Simulation multi-agent, et ledomaine des réseaux pair-à-pair (P2P) d’autrepart. Plus particulièrement, dans ce domaine,nous traitons de la prise en compte, dans les modèles de simulation, des comportements de l’utilisateur sur l’une des caractéristiques du fonctionnement de ces réseaux : la qualité de service.Dans un premier temps, nous montrons les caractéristiques qui nous semblent souhaitablespour modéliser de manière adéquate de tels réseaux, montrons les limites actuelles que nousconstatons dans le domaine multi-agent et proposons une approche multi-modèles. Dans unsecond temps, nous détaillons la mise en œuvrede cette proposition puis validons son bienfondé en détaillant quelques expérimentationsréalisées qui montrent que notre outil correspond bien à nos attentes de modélisation.

Résumé : Dans cet article, nous présentons une comparaison de cinq modèles différents construits sur la même hypothèse comportementaleindividuelle d’un phénomène collectif présentdans les réseaux d’échanges de fichiers peerto-peer : le « free-riding ». Nous étudionsun modèle analytique global et quatre modèles à base d’agents. Les modèles multi-agentintègrent les dimensions temporelle et spatialerarement présentes dans les modèles agrégéesdu phénomène retrouvés dans la littérature.Nous discutons les conditions a priori et expérimentales pour lesquelles les modèles sont équivalents. Nous montrons aussi qu’un même algorithme de décision individuelle peut amener desinformations contradictoires.

Résumé : Dans cet article, nous proposons de représenter un phénomène multi-niveaux sous la forme de plusieurs modèles en interaction. Cette vision structure la réflexion en rendant explicites les niveaux de représentation et leurs relations. Pour répondre aux défis de cohérence, causalité et coordination entre ces modèles, nous nous appuyons sur le méta-modèle AA4MM dédié à ce type de représentation. Un phénomène de flocking permet d'illustrer notre propos et de monter l'intérêt de cette approche. Cette démarche pose des bases conceptuelles relativement simples pour aborder une question encore largement ouverte de la modélisation des Systèmes complexes

Résumé : Cette démonstration présente l’application dela plateforme de simulation MECSYCO (Multiagent Environment for Complex SYstems COsimulation), antérieurement appelée AA4MM,dans le contexte des smart grids. Nous montrons, notamment à partir d’un cas d’usage tiréd’un scénario réel, comment cette plateformepermet d’intégrer des simulateurs hétérogènesexistants et de simuler l’ensemble de manièrecohérente et complètement décentralisée.

Résumé : La Simulation multi-agent a démontré son intérêtpour la simulation de Systèmes complexes. Cetarticle aborde la question de savoir commentpeut-on représenter un phénomène puis le simuler lorsque plusieurs simulateurs multi-agentsont nécessaires. Cela soulève un problème majeur : Les simulateurs multi-agent ne sont pasconçus (en général) pour être utilisés conjointement à d’autres simulateurs.Cet article présente une première réflexion surl’intégration rigoureuse de simulateurs multiagents dans une plateforme de co-simulation.Nous appuyons notre réflexion sur l’exemple dusimulateur NetLogo et de la plateforme de cosimulation mecsyco.