L'approche multi-agents se montre particulièrement intéressante pour modéliser, simuler et comprendre les systèmes particulaires. Elle permet, via la modélisation d'entités individuelles, d'étudier leurs interactions ainsi que les phénomènes macroscopiques émergents qui en résultent. Cela pose alors deux difficultés en terme d'analyse. La première est de caractériser le comportement d'un agent au sein d'une simulation, quelle que soit sa formalisation, pour pouvoir mener des études comparatives ; et la seconde est d'étudier la façon dont ce comportement peut influencer, voire générer, un phénomène macroscopique. Pour cela, nous proposons d'étudier le phénomène d'hystérésis apparaissant dans le comportement des agents, lesquels sont considérés comme des boîtes noires. L'observation de l'hystérésis permet de caractériser la réaction d'un système à des stimulis perturbateurs. Nous étudions comment cette perturbation se propage dans une population et aboutit à l'apparition de propriétés macroscopiques remarquables. L'étude est menée en comparant différents modèles d'agents conducteurs utilisés à des fins de simulation du trafic routier. Multi-agent systems are useful to model particular systems. Modeling individual entities allows to study their interactions and the resulting emergent phenomenon at macroscopic level. Two questions are raised : How do we characterize individual behavior of agents to compare them together, and how can individual behavior influence the emergence of macroscopic phenomenon. We propose to study the hysteresis phenomenon in the behavior of individual agents when a perturbation is applied. We study how this perturbation propagates along a population of agents and how it can lead to the emergence of significant macroscopic properties. This study is conducted on various driver models used to simulate traffic flow.
L'approche multi-agent est par nature adaptée à une conception incrémentale des modèles. La modularité de l'approche permet la conception progressive des éléments du système cible, par l'ajout de nouvelles entités, de nouveaux modes d'interaction et d'organisation, ou l'inclusion de nouveaux comportements. Cependant, les méthodes de conception de logiciels usuelles ne sont en général pas applicables dans leur ensemble au développement des systèmes de simulation à base d'agents, la principale difficulté étant l'émergence de comportements collectifs. Dans cet article, nous proposons une méthode de conception dirigée par les tests adaptée aux systèmes multi-agents, inspirée à la fois des modèles en spirale et de la conception dirigée par les tests. L'ajout d'une fonction est spécifiée au niveau du système, tandis que l'analyse et la conception se fonde sur la vérification des propriétés individuelles. Nous illustrons cette méthode avec un cycle de conception d'un modèle de poids-lourd dans une simulation de trafic. Multi-agent systems are well suited to incrementally develop models. Their modularity allow to develop the system by gradually adding new interaction or organization models, new entities, or new behaviors. However, usual software engineering methods cannot be fully used to develop multi-agent systems due to their lack in considering un-anticipated emergent phenomena. In this article, we propose a test-driven inspired incremental development method tailored for agent based simulation models. We illustrate the use of this method to improve a heavy vehicle model to be used in traffic simulations.