Les Systèmes Multi-Agents (SMA) ont montré depuis plusieurs années leur adéquation à modéliser et simuler les systèmes complexes. Nous suivons cette approche pour modéliser une colonie d'abeilles située dans une ruche Dadant, où plusieurs dizaine de milliers d'individus interagissent, dans le but d'évaluer l'impact d'actions locales au niveau des abeilles (e.g. pratiques apicoles) sur la colonie. Nous nous concentrons ici sur l'activité de butinage, en nous intéressant plus particulièrement aux interactions des butineuses avec l'environnement extérieur de la ruche, très différent en terme de granularité et d'échelle. Nous présentons un module paramétrable et compatible agent, dont le but est de modéliser et de simuler le butinage en fonction de la météo et des sources de nourriture environnantes. Les premiers résultats montrent qu'un phénomène d'auto-organisation des butineuses, résultant de leur comportement et des mécanismes de recrutement, les amène à sélectionner les meilleures sources disponibles, et offrent une première vérification de notre modèle.
Les langages de communication entre agents ont été développés dans un soucis premier d'échanges d'informations au sein de Systèmes Multi-Agents homogènes, composés d'agents artificiels. Cet article se place dans le cadre des Systèmes Multi-Agents mixtes composés d'agents artificiels et humains, les agents artificiels étant des agents incarnés qui ont une représentation graphique et qui simulent un comportement humain. Dans le but d'augmenter les capacités d'interactions des agents virtuels, une bibliothèque d'actes de conversations multimodaux est proposée, basée notamment sur les actes de discours et l'expression des émotions liées aux actes. Nous nous intéressons plus particulièrement aux émotions dites complexes, résultant d'un raisonnement contrefactuel de l'agent. Ce langage de conversation multimodal sera par la suite le moyen d'exprimer l'intention communicative d'un Agent Conversationnel Animé, capable de communiquer de façon multimodale, verbale et non verbale. Agent Communication languages (ACL) were initially developed for exchanging information within Multi-Agent Systems composed of software entities. This article falls within the realm of mixed Multi-Agent Systems composed of humans and artificial agents which are embodied for simulating the human behaviour. In order to increase the interaction capacity of virtual agents, a multimodal conversation acts library is proposed, based notably on speech acts and the expression of emotions linked to these acts. This study focuses in particular on complex emotions, arising from agents' counterfactual reasoning. This multimodal conversation language will be used in future to express the communicative intention of an Embodied Conversational Agent able to communicate through all modalities, verbal and non-verbal.