L'hypothèse terroriste amène les pouvoirs publics à rechercher des simulations leur permettant de s'entraîner face aux crises de grande ampleur. Dans cet article, nous montrons comment, combinée avec la personnalité de l'agent et un raisonnement biaisé, l'empathie peut amener des agents à croire qu'ils sont contaminés. Les résultats de nos expérimentations montrent que ce mécanisme permet de faire émerger des comportements cohérents. Terrorist risks have lead the public security actors to develop training tools for major-scale crisis. In this article, we show how, combined with biased reasoning, favorable personality traits and situational factors, empathy can lead some agents to believe they are contaminated. The results of several experiments show that this mechanism enables consistent behaviors to emerge.
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, et qui présentent une diversité trop pauvre pour permettre de généraliser les résultats de simulation. Un environnement adéquat devrait plutôt être riche (composé de beaucoup d'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. In multiagent simulations, environment is considered to be a minor concern compared to agents' behavior, which is the center of attention during the modeling process. Therefore environments are often basic, most of the times bounded or cyclical. Moreover, they are not detailed enough to support generalization of simulation results. Environment should be rich (contain many different objects) and large-sized. Until now such environments systematically imply heavy costs on memory usage and high processing time during simulation, which refrains their deployment.We propound here a solution, which automatically produces environments that are consistent, coherent, not bounded, non-cyclical. This solution is based on the software engineering approach “Procedural Generation”. Neither extra-work from modelers nor extra computing resources is required to proceed with the simulation.
La prise en compte des phénomènes émergents présente un intérêt manifeste pour les utilisateurs et les concepteurs de Simulations Orientées Agent. Mais la réification éventuelle de ces phénomènes soulève de nombreuses questions, que ce soit sur le plan conceptuel (doit-elle se faire ?) ou sur le plan technique (comment la faire ?). Dans cet article, nous montrons qu'une telle réification peut être considérée comme étant un moyen efficace pour affiner ponctuellement des modèles de simulation existants dans lesquels des modifications directes, rendues laborieuses de par la multiplicité des entités et des comportements, se font souvent habituellement au risque de déstabiliser le système. Nous proposons donc une technique de réification des phénomènes qui émergent dans une Simulation Orientée Agent et nous illustrons cette proposition à travers la réification de nouvelles zones urbaines, un phénomène émergent observé dans un modèle permettant de simuler l'évolution de la population à La Réunion. Emergence is a fascinating concept for most scientists. It has always been known as one of the best advantages of MultiAgent Systems. Although, researches in this area yield to several definitions and classifications of emergent phenomenons. But only a few of them offers a solution for a concrete reification of emergence. In this paper, we show that such reification can be considered as an effective way to refine simulation models in which direct modifications, that are made laborious by the multiplicity of the entities and behaviors, often leads to the destabilization of the entire system. We propose a reification technique of the emergent phenomena that do emerge in an agent-based simulation. We illustrate this proposition through the reification of new urban areas, an emergent phenomena observed in a model that we use to simulate the evolution of the population in Reunion Island.