La société des ingénieurs de l'automobile a identifié 5 niveaux de conduite autonome dont le niveau 3 appelé "l'automatisation conditionnée" où le conducteur doit être capable de reprendre le volant en cas de nécessité. Plusieurs études en Sciences Humaines et Sociales (SHS) ont souligné l'existence d'un laps de temps important nécessaire pour la reprise du contrôle. Ce laps dépend de l'état mental, physique et émotionnel du conducteur ainsi que du contexte de conduite. L'objectif des recherches menées en collaboration avec des chercheurs en SHS vise à la mise en place d'un système adapté à chaque conducteur facilitant la reprise de contrôle. Cet article présente une première étape de ce travail qui correspond à la conception d'un système multi-agent pour superviser la conduite autonome et détecter des situations où la reprise est nécessaire.
Cet article présente les grandes lignes du projet C2C (Cooperation Between Connected Cars and Human Acceptability) qui s'intéresse à l'utilisation d'un environnement de simulation du trafic routier basé sur une architecture multi-agent. Les objectifs sont, d'une part, de modéliser et de simuler une flotte de véhicules ayant différents niveaux d'autonomie et de coopération pour étudier et améliorer la sécurité sur les routes de demain ; d'autre part c'est d'étudier l'acceptabilité de l'intégration de ce nouveau type de véhicule dans le trafic par les usagers de la route.
Dans le domaine du contrôle aérien, les travaux actuels s'intéressent à l'automatisation et la délégation partielle de la tâche d'évitement des conflits à l'équipage et aux systèmes embarqués à bord des avions. Ainsi plusieurs approches pour faciliter la tâche des contrôleurs aériens sont en cours d'études. Dans ce cadre, nous proposons un système totalement décentralisé pour traiter le problème d'évitement entre entités mobiles dans le sens large. Ce système est basé sur les systèmes multiagents coopératifs qui ont montré leur adéquation pour la résolution des problèmes distribués et décentralisés à large échelle. Nous présentons les expérimentations que nous avons menées et les résultats que nous avons obtenus dans le cadre du contrôle aérien.
Les satellites d'observation de la Terre stockent de larges quantités d'images à bord au cours de leurs missions. La planification de télédéchargement de ces images vers la Terre est un problème difficile. En effet, le nombre croissant d'images et de stations réceptrices cause une explosion combinatoire difficilement traitée par les techniques existantes. Les systèmes multi-agents coopératifs ont montré leur adéquation pour résoudre efficacement une large variété de problèmes d'optimisation présentant une combinatoire élevée. Dans le système DOMAS ici présenté, les agents basés sur le modèle AMAS4Opt permettent l'émergence d'une solution satisfaisante en un temps de calcul raisonnable grâce à leur comportement local et coopératif. Une comparaison avec un algorithme couramment utilisé sur des scénarios dynamiques souligne l'adéquation de l'approche proposée.
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 leur 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. In the last few years, the growing complexity of current applications has led to design self-organizing multi-agents systems presenting self-* properties. Those systems behave autonomously and must handle the dynamics coming from exogenous or endogenous changes. New or updated characterization and evaluation criteria are required for analyzing the contribution of self-* properties and system performances. This paper aims at guiding the evaluation of this kind of systems from the design phase all the way to the execution results by providing sets of main criteria : evaluation of the system at run-time, intrinsic characterization and development methodologie.
La planification de mission de constellations de satellites est un problème complexe soulevant d'importants défis technologiques pour les systèmes spatiaux de demain. L'augmentation de la taille des constellations, les performances évoluées et l'hétérogénéité des satellites sont tous des critères impliquant une combinatoire très élevée. Les techniques actuelles présentent des limites, car elles planifient un satellite à la fois et non la constellation dans son ensemble. Dans cet article, nous proposons de résoudre ce problème difficile par les systèmes multiagents coopératifs. Une amélioration du modèle AMAS4Opt est présentée, permettant de maximiser la coopération entre les agents du système. De par leurs interactions locales, ces agents, permettent d'obtenir une solution de bonne qualité en un temps raisonnable, en assurant un partage équitable des tâches au sein de la constellation. Enfin, une comparaison avec l'algorithme Glouton Chronologique, couramment utilisé dans le domaine spatial, souligne les avantages de l'approche proposée. Mission planning of constellation of Earth observation satellites is a complex problem raising significant technological challenges for tomorrow's space systems. The increasing size of constellations, the advanced performances and heterogeneity of satellites are different criteria involving a huge combinatorial search space. The techniques used today have limitations : they are planning one satellite at a time and not the whole constellation. In this paper, we propose to solve this difficult problem by cooperative multi-agent systems. An improvement of the AMAS4Opt agent model is presented to maximize the cooperation level. In the proposed system, the agents, through their local interactions, allow to reach a good solution in a reasonable time, while ensuring a fair distribution of tasks within the constellation. Finally, a comparison with the chronological greedy algorithm, commonly used in the spatial domain, underlines the advantages of the presented system.