Marie-Pierre Gleizes
Les publications de Marie-Pierre Gleizes :
Les livres
Aucun ouvrage lié à cet auteur.Les articles
Adaptation dynamique d'un drone aux perturbations environnementales par apprentissage
Auteurs : Bruno Dato, Nicolas Verstaevel, Frédéric Migeon, Marie-Pierre GleizesLe démonstrateur présenté introduit un cas d'étude concret d'apprentissage par système multi-agent dans un environnent simulé. Le coeur de ce travail est l'enrichissement d'un apprentissage par démonstration à l'aide d'un mécanisme d'apprentissage autodidacte. Ce mécanisme permet à l'agent apprenant de dépasser les limites introduites par le processus de démonstration en lui permettant d'adapter son comportement pour faire face à des situations imprévues. Cet apprentissage concerne une tâche robotique : l'apprentissage d'un suivi de trajectoire pour drone aérien. Le mécanisme d'apprentissage autodidacte apporte de la robustesse à l'apprentissage.
JFSMA 2018. Distribution et décentralisation
Auteur : Collectif JFSMAContributeurs : Janna Burman, Kostas Stathis, Julien Saunier, Jérémy Sobieraj, Lydie Nouvelière, Guillaume Hutzler, Hanna Klaudel, Philippe Mathieu, Antoine Nongaillard, Berenice Reffet, Gauthier Picard, Timothée Jammot, Elsy Kaddoum, Serge Rainjonneau, Jesus Cerquides, Rémi Emonet, Gauthier Picard, Juan A. Rodríguez-Aguilar, Maxime Morge, Cédric Buron, Zahia Guessoum, Sylvain Ductor, Olivier Roussel, Amro Najjar, Yazan Mualla, Gauthier Picard, Kamal Singh, Nicolas Diot, Fabrice Bouquet, Christophe Lang, Sitraka Oliva Raharivelo, Jean-Pierre Müller, Arthur Casals, Assia Belbachir, Amal El Fallah Seghrouchni, Anarosa Alves Franco Brandão, Yves Dumont, Jean-Christophe Soulié, Fabien Michel, Jérémy Rivière, Cédric Alaux, Yves Le Conte, Yves Layec, André Lozac'h, Vincent Rodin, Frank Singhoff, Sébastien Maignan, Carole Bernon, Augustin Degas, Elsy Kaddoum, Marie-Pierre Gleizes, Arcady Rantrua, Françoise Adreit, Khadim Ndiaye, Flavien Balbo, Jean-Paul Jamont, Michel Occello, Stéphane Krebs, Sébastien Picault, Pauline Ezanno, Thomas Paris, Laurent Ciarletta, Vincent Chevrier, Simon Pageaud, Véronique Deslandres, Salima Hassas, Vassilissa Lehoux, Pierre Rust, Gauthier Picard, Fano Ramparany, Nicolas Cointe, Grégory Bonnet, Olivier Boissier, Yu-Lin Huang, Gildas Morvan, Frédéric Pichon, David Mercier, Benjamin Gâteau, Bruno Dato, Nicolas Verstaevel, Frédéric Migeon, Marie-Pierre Gleizes, Nathan Aky, Tahina Ralitera, Denis Payet, Rémy Courdier
Rubrique : Données – informatique – I.A. – IHM
Public concerné : Spécialistes
Mots clés : intelligence, intelligence artificielle, système multi-agent
Référence : 167527
Modèle et performance d'une gestion locale autonome des conflits dans le trafic aérien
Auteurs : Augustin Degas, Elsy Kaddoum, Marie-Pierre Gleizes, Arcady Rantrua, Françoise AdreitDans 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.
JFSMA 2018. Distribution et décentralisation
Auteur : Collectif JFSMAContributeurs : Janna Burman, Kostas Stathis, Julien Saunier, Jérémy Sobieraj, Lydie Nouvelière, Guillaume Hutzler, Hanna Klaudel, Philippe Mathieu, Antoine Nongaillard, Berenice Reffet, Gauthier Picard, Timothée Jammot, Elsy Kaddoum, Serge Rainjonneau, Jesus Cerquides, Rémi Emonet, Gauthier Picard, Juan A. Rodríguez-Aguilar, Maxime Morge, Cédric Buron, Zahia Guessoum, Sylvain Ductor, Olivier Roussel, Amro Najjar, Yazan Mualla, Gauthier Picard, Kamal Singh, Nicolas Diot, Fabrice Bouquet, Christophe Lang, Sitraka Oliva Raharivelo, Jean-Pierre Müller, Arthur Casals, Assia Belbachir, Amal El Fallah Seghrouchni, Anarosa Alves Franco Brandão, Yves Dumont, Jean-Christophe Soulié, Fabien Michel, Jérémy Rivière, Cédric Alaux, Yves Le Conte, Yves Layec, André Lozac'h, Vincent Rodin, Frank Singhoff, Sébastien Maignan, Carole Bernon, Augustin Degas, Elsy Kaddoum, Marie-Pierre Gleizes, Arcady Rantrua, Françoise Adreit, Khadim Ndiaye, Flavien Balbo, Jean-Paul Jamont, Michel Occello, Stéphane Krebs, Sébastien Picault, Pauline Ezanno, Thomas Paris, Laurent Ciarletta, Vincent Chevrier, Simon Pageaud, Véronique Deslandres, Salima Hassas, Vassilissa Lehoux, Pierre Rust, Gauthier Picard, Fano Ramparany, Nicolas Cointe, Grégory Bonnet, Olivier Boissier, Yu-Lin Huang, Gildas Morvan, Frédéric Pichon, David Mercier, Benjamin Gâteau, Bruno Dato, Nicolas Verstaevel, Frédéric Migeon, Marie-Pierre Gleizes, Nathan Aky, Tahina Ralitera, Denis Payet, Rémy Courdier
Rubrique : Données – informatique – I.A. – IHM
Public concerné : Spécialistes
Mots clés : intelligence, intelligence artificielle, système multi-agent
Référence : 167518
Système Multi-Agent pour la construction et l'évolution d'ontologies
Auteurs : Zied Sellami, Valérie Camps, Marie-Pierre Gleizes, Sylvain RougemailleLes ontologies sont une des représentations les plus utilisées pour modéliser les connaissances d'un domaine. Une ontologie est constituée d'un ensemble de concepts reliés par des relations sémantiques. Construire et maintenir manuellement une ontologie sont des tâches difficiles et complexes. Les textes d'un domaine peuvent servir de sources de connaissance pour réaliser ces tâches. Dans ces textes, l'extraction et l'organisation des connaissances d'un domaine ainsi que leur évolution nécessitent une intervention humaine. Dans cet article, nous présentons DYNAMO, un logiciel interactif basé sur la technologie des Systèmes Multi-Agents Adaptatifs pour construire et maintenir des ontologies à partir de textes. Les termes et les concepts du domaine sont agentifiés et coopèrent localement pour trouver leur place dans l'ontologie à partir d'informations liées à l'usage des termes dans les textes. Grâce aux capacités d'adaptation du système multi-agent, de nouveaux termes, concepts et relations peuvent être ajoutés ou retirés de l'ontologie. Ce système est un système de co-construction d'ontologie dans le sens où l'ontographe interagit avec le système pour valider cette construction. Ce papier présente l'architecture et les mécanismes soustendant le fonctionnement du système proposé ainsi que son évaluation. Ontologies have been widely accepted as the most used knowledge representation domain model. An ontology is constituted by a set of concepts related with semantic relations. Manual ontology building and maintaining are complex and hard tasks. Domain text can be used as background knowledge to do these tasks. In this paper, we present DYNAMO, a software based on an Adaptive Multi-Agent System (AMAS) to build and maintain ontologies from text. Terms and concepts of a given domain are agentified. Agents cooperate to determine their place in an ontology thanks to lexical relations between terms. Thanks to adaptive mechanisms, new terms, concepts and relations will be added, removed or moved from the ontology. In fact, DYNAMO is a co-construction tool. The ontologist interacts with the AMAS to validate DYNAMO proposition. This paper presents the architecture and the mechanisms of DYNAMO and its evaluation.
SMA Systèmes Multi-agents JFSMA 10
Auteur : Collectif JFSMAContributeurs : Miguel Aubouy, Dominique Duhaut, Mohamed Hédi Bedoui, Shirley Hoet, Nicolas Sabouret, Benoît Vettier, Laure Amate, Pierre Baconnier, Catherine Garbay, Cécile Duchêne, Guillaume Touya, Javier Gil-Quijano, Cédric Herpson, Nicolas Sabouret, Vincent Couturier, Marc-Philippe Huget, David Telisson, Fabien Michel, Jacques Ferber, Pierre-Alain Laur, Florian Aleman, Philippe Caillou, Inès Hassoumi, Christophe Lang, Nicolas Marilleau, François Bouchet, Jean-Paul Sansonnet, Jérémy Rivière, Sylvie Pesty, Tomás Navarette Gutierrez, Julien Siebert, Laurent Ciarletta, Vincent Chevrier, Antoine Nongaillard, Philippe Mathieu, Patricia Everaere, Flavien Balbo, Olivier Boissier, Fabien Badeig, Zied Sellami, Valérie Camps, Marie-Pierre Gleizes, Sylvain Rougemaille, A. Belkaïd, A. Ben Saci, Laure Bourgois, Ali-Mhammed Oulhaci, Jean-Michel Auberlet, Grégory Bonnet, Guillaume Doyen, Sébastien Picault, Philippe Mathieu, Yoann Kubera, Julien Perret, Florence Curie, Julien Gaffuri, Anne Ruas
Rubrique : Données – informatique – I.A. – IHM
Référence : 94917
Planification de missions multi-satellites par système multi-agent coopératif
Auteurs : Jonathan Bonnet, Marie-Pierre Gleizes, Elsy Kaddoum, Serge RainjonneauLa 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.
JFSMA 2015. Systèmes Multi-Agents. Environnements socio-techniques
Auteur : Collectif JFSMAContributeurs : Jeremy Pitt, Zhi Yan, Luc Fabresse, Jannik Laval, Noury Bouraqadi, Adrien Maudet, Guillaume Touya, Cécile Duchêne, Sébastien Picault, Thomas Huraux, Nicolas Sabouret, Yvon Haradji, Lancelot Six, Julien Saunier, Zahia Guessoum, Sio-Song Ieng, Anarosa Brandao, Dounia Boufedji, Tewfik Ziadi, Zahia Guessoum, Zina El Guedria, Laurent Vercouter, Sébastien Mazac, Frédéric Armetta, Salima Hassas, Alexandru Sorici, Gauthier Picard, Olivier Boissier, Adina Florea, Nicolas Verstaevel, Christine Régis, Marie-Pierre Gleizes, Fabrice Robert, Julien Saunier, Jonathan Bonnet, Marie-Pierre Gleizes, Elsy Kaddoum, Serge Rainjonneau, Guillaume Casanova, Charles Lesire, Cédric Pralet, Maiquel De Brito, Lauren Thévin, Catherine Garbay, Olivier Boissier, Jomi Fred Hübner, Jesus Cerquides, Gauthier Picard, Juan Rodríguez-Aguilar, Imène Brigui-Chtioui, Philippe Caillou, Suzanne Pinson, Maxime Guériau, Romain Billot, Frédéric Armetta, Salima Hassas, Nour-Eddin El Faouzi, Matthieu Mastio, Mahdi Zargayouna, Omer Rana, Gérard Scemama, Emmanuel Hermellin, Fabien Michel, Haifa Rabai, Rodolphe Charrier, Cyrille Bertelle, Kevin Darty, Julien Saunier, Nicolas Sabouret, Julien Vaubourg, Yannick Presse, Benjamin Camus, Laurent Ciarletta, Vincent Chevrier, Jean-Philippe Tavella, Boris Deneuville, Olivier Chilard, Emmanuel Adam
Rubrique : Données – informatique – I.A. – IHM
Public concerné : Spécialistes
Mots clés : Informatique, système multi-agent, intelligence artificielle, intelligence collective
Référence : 119112
Auto-organisation d'agents embarqués pour l'apprentissage par démonstration : principes et expérimentations
Auteurs : Nicolas Verstaevel, Christine Régis, Marie-Pierre Gleizes, Fabrice RobertL'adaptation des systèmes ambiants aux besoins spécifiques des utilisateurs est une tâche complexe. Pour rendre l'interaction humain-système aussi naturelle que possible pendant l'adaptation, nous proposons une approche basée sur l'apprentissage par démonstration. Cet apprentissage requiert des techniques d'apprentissage adaptatifs. Nous présentons Alex, un système multi-agent capable d'apprendre dynamiquement un comportement à partir de démonstrations réalisées par un tuteur. Les résultats d'expérimentations réalisées à la fois sur un robot réel et virtuel mettent en avant des propriétés intéressantes de notre technologie pour des applications ambiantes. The adaptation of an ambient system to the specific needs of its users is a challenging task. Because human-system interaction has to be as natural as possible, we propose an approach based on Learning from Demonstration (LfD). However, using LfD in ambient systems needs adaptivity of the learning technic. We present Alex, a multi-agent system able to dynamically learn and reuse contexts from demonstration made by a tutor. Results of experiments performed on both a real and virtual robot show interesting properties of our technology for ambient applications.
JFSMA 2015. Systèmes Multi-Agents. Environnements socio-techniques
Auteur : Collectif JFSMAContributeurs : Jeremy Pitt, Zhi Yan, Luc Fabresse, Jannik Laval, Noury Bouraqadi, Adrien Maudet, Guillaume Touya, Cécile Duchêne, Sébastien Picault, Thomas Huraux, Nicolas Sabouret, Yvon Haradji, Lancelot Six, Julien Saunier, Zahia Guessoum, Sio-Song Ieng, Anarosa Brandao, Dounia Boufedji, Tewfik Ziadi, Zahia Guessoum, Zina El Guedria, Laurent Vercouter, Sébastien Mazac, Frédéric Armetta, Salima Hassas, Alexandru Sorici, Gauthier Picard, Olivier Boissier, Adina Florea, Nicolas Verstaevel, Christine Régis, Marie-Pierre Gleizes, Fabrice Robert, Julien Saunier, Jonathan Bonnet, Marie-Pierre Gleizes, Elsy Kaddoum, Serge Rainjonneau, Guillaume Casanova, Charles Lesire, Cédric Pralet, Maiquel De Brito, Lauren Thévin, Catherine Garbay, Olivier Boissier, Jomi Fred Hübner, Jesus Cerquides, Gauthier Picard, Juan Rodríguez-Aguilar, Imène Brigui-Chtioui, Philippe Caillou, Suzanne Pinson, Maxime Guériau, Romain Billot, Frédéric Armetta, Salima Hassas, Nour-Eddin El Faouzi, Matthieu Mastio, Mahdi Zargayouna, Omer Rana, Gérard Scemama, Emmanuel Hermellin, Fabien Michel, Haifa Rabai, Rodolphe Charrier, Cyrille Bertelle, Kevin Darty, Julien Saunier, Nicolas Sabouret, Julien Vaubourg, Yannick Presse, Benjamin Camus, Laurent Ciarletta, Vincent Chevrier, Jean-Philippe Tavella, Boris Deneuville, Olivier Chilard, Emmanuel Adam
Rubrique : Données – informatique – I.A. – IHM
Public concerné : Spécialistes
Mots clés : Informatique, système multi-agent, intelligence artificielle, intelligence collective
Référence : 119110
Vers une modélisation formelle basée sur le raffinement des systèmes multi-agents auto-organisateurs
Auteurs : Zeineb Graja, Frédéric Migeon, Christine Maurel, Marie-Pierre Gleizes, Ahmed Hadj KacemLe développement de SMA auto-organisateurs manque encore de méthodes rigoureuses de vérification garantissant la robustesse et la résilience du système conçu. De telles assurances peuvent être obtenues grâce à l'application de méthodes formelles. Mais l'intégration de ces techniques de vérifications reste encore modeste due à la complexité liée à la dynamique des SMA auto-organisateurs qui fait émerger leur fonction globale. Dans cet article, nous explorons le potentiel des langages formels, en particulier B-événementiel et la logique TLA, pour prouver des propriétés liées à la robustesse. Nous supposons que ces propriétés pourront d'abord être observées au niveau global par simulation. Les techniques formelles nous permettront ensuite d'en faire la preuve. Notre travail est illustré par l'étude de cas des fourmis fourrageuses.
JFSMA 2014. Systèmes Multi-Agents. Principe de Parcimonie
Auteur : Collectif JFSMAContributeurs : Pierre Cointe, André Freyssinet, José Halloy, Kevin Darty, Julien Saunier, Nicolas Sabouret, Kei-Leo Brousmiche, Jean-Daniel Kant, Nicolas Sabouret, Stéphane Fournier, François Prenot Guinard, Kevin Chapuis, Jean-Daniel Kant, Marcio Fuckner, Jean-Paul Barthès, Philippe Mathieu, Sébastien Picault, Yann Secq, Stéphane Galland, Nicolas Gaud, Sebastian Rodriguez, Flavien Balbo, Gauthier Picard, Olivier Boissier, Nassim Kaldé, François Charpillet, Olivier Simonin, J. Ferber, Julien Nigon, Gautier Maillé, T. Stratulat, Emmanuel Hermellin, Fabien Michel, J. Ferber, Flavien Balbo, Mahdi Zargayouna, Fabien Badeig, Philippe Mathieu, Yann Secq, Z. Afoutni, Rémy Courdier, François Guerrin, Zeineb Graja, Frédéric Migeon, Christine Maurel, Marie-Pierre Gleizes, Ahmed Hadj Kacem, Teddy Bouziat, Stéphanie Combettes, Valérie Camps, Pierre Glize, F. Andriamasinoro, V. Levorato, K. Ben Salem, Lilia Rejeb, Medhedi Bedoui, Xavier Serpaggi, Amro Najjar, Christophe Gravier, Olivier Boissier, Amine Louati, J. El Haddad, S. Pinson, Lauren Thévin, Fabien Badeig, Julie Dugdale, Olivier Boissier, Catherine Garbay
Rubrique : Données – informatique – I.A. – IHM
Public concerné : Spécialistes
Mots clés : Informatique, intelligence artificielle, système multi-agent, intelligence collective
Référence : 115416