Cet article introduit quatre patterns de conception, définis à partir de l'identification de « situation-types » minimales rencontrées dans la littérature et destinés à systématiser et simplifier la conception de simulations multi-agents multi-niveaux. Ces simulations ont pour but de gérer des entités appartenant à des niveaux d'abstraction ou d'organisation différents mais couplés. Pour chaque pattern, nous présentons des cas d'utilisation ainsi que les structures de données et algorithmes associés. À des fins de généricité, ces patterns font appel à une description unifiée des capacités d'action et d'évolution des agents. Nous proposons ainsi un cadre conceptuel et opérationnel précis pour les concepteurs de simulations multi-niveaux.
L'observation de simulations orientées agent composées de nombreux agents est une tâche coûteuse en temps de calcul. Dans cet article, nous introduisons deux méthodes permettant d'optimiser le calcul d'observables. Ces méthodes sont évaluées et comparées empiriquement sur un problème jouet. The observation of agent-based simulations composed of numerous agents is a task requiring a lot of computation time. In this paper, we introduce two methods to optimize the computation of observables. These methods are evaluated and compared empirically on a toy problem.