Dans cet article, nous proposons de simuler une foule unidirectionnelle composée de piétons aux comportements hétérogènes, et se déplaçant dans un couloir. Sous certaines conditions, nous montrons que les piétons adaptent leurs interactions avec leurs voisins, ce qui fait émerger un comportement de foule particulier : le phénomène de stop-andgo, phénomène très connu en trafic routier. Pour cela, nous avons utilisé un modèle à base d'agents pour la simulation de piétons, appelé ORCA (Optimal Reciprocal Collision Avoidance), et un modèle de file d'attente. Comme la plupart des modèles de simulation piétons, les agents du modèle ORCA utilisent tous le même raisonnement pour se déplacer, raisonnement qui repose sur le concept d'évitement de collisions. Nous avons modifié le modèle ORCA en introduisant un autre comportement de déplacement, le suivi, permettant ainsi de produire des comportements hétérogènes. En effet, un piéton peut avoir plusieurs objectifs dans son déplacement, éviter les autres, rester en groupe mais également en fonction du contexte suivre quelqu'un. Nous nous sommes concentrés sur les comportements d'évitement et de suivi. Dans certaines situations, un piéton détermine ses déplacements en fonction de ses voisins mais également par rapport à celui du piéton qui le précède. Ainsi nous avons testé plusieurs combinaisons entre comportements d'évitement et de comportements de suivi. Nous avons vérifié que nos modèles sont cohérents avec les propriétés d'une foule en utilisant le diagramme fondamental qui décrit la relation entre la densité et la vitesse moyenne d'un flux. Nos données ont été comparées entre elles, mais aussi avec des travaux antérieurs. L'un des modèles testés permet de faire émerger le phénomène de stop-and-go.
Les Systèmes Multi-Agents constituent désormais une des approches fréquemment utilisées dans un objectif de modélisation et de simulation de trafic routier. Des progrès restent toutefois à accomplir en vue d'améliorer le réalisme des comportements humains simulés, dont le comportement des conducteurs automobiles. En particulier, si le processus de décision a fait l'objet de nombreux travaux, le processus de perception a été relativement peu approfondi. Notre hypothèse est qu'une amélioration pourrait provenir de la prise en compte de la limitation de capacité de la perception simulée. Ce travail vise ainsi à intégrer un seuil de perception à un modèle d'agent afin d'étudier son influence sur le comportement global du trafic simulé. Multi-Agent Systems are one of the approaches frequently used to model and simulate road traffic. There are still advances to realize yet in order to improve the realism of the simulated human behaviors, including the behavior of the drivers. While the decision process has been studied in numerous works, the perception process has been less deeply adressed. Our hypothesis is that taking into account the bounded capacity of the simulated perception may improve the simulations. This work aims thus to integrate a perception threshold to the agent model, and to study its influence on the global behavior of the simulated traffic.