Cet ouvrage contient l’ensemble des contributions sélectionnées et présentées lors de la vingt-quatrième édition des Journées Francophones sur les Systèmes Multi-Agents (JFSMA) qui s’est tenue à Saint-Martin-du-Vivier, à proximité de Rouen (FR) du 5 au 7 octobre 2016.
Par essence pluridisciplinaire, le paradigme multi-agent fournit un cadre conceptuel pour l’étude et la conception de systèmes dont la dynamique globale est le fruit d’entités autonomes – agents – qui interagissent dans un environnement commun.
Les JFSMA constituent de fait un moment privilégié d’échanges scientifiques transversaux qui réunit chaque année des chercheurs qui étudient, utilisent et font évoluer le paradigme multi-agent pour adresser des problématiques issues de domaines liés à l’informatique (intelligence et vie artificielle, génie logiciel, robotique collective, etc.) et aux sciences humaines et naturelles (économie, sociologie, éthologie, etc.).
Les travaux de recherche recensés dans ces actes proposent ainsi des modèles, des méthodologies, des techniques et des outils qui permettent notamment de répondre à différents problèmes que l’on peut décliner selon quatre aspects :
- le développement de systèmes informatiques décentralisés où l’approche SMA permet l’intégration flexible et la coopération de logiciels et de services autonomes.
- la résolution collective de problème pour laquelle il s’agit de résoudre de manière distribuée un problème qui se pose globalement à la collectivité d’agents.
- la simulation de phénomènes complexes où la modélisation multi-agent apporte un cadre conceptuel permettant la représentation et la simulation de systèmes faisant intervenir différentes entités en interaction.
- le développement de systèmes médiatisés où utilisateurs humains et agents artificiels interagissent directement ou indirectement, dans le cadre d’activités collectives de type éducatif, culturel ou social.
Par tradition, chaque édition des JFSMA met en exergue une thématique spécifique que les auteurs sont invités à prendre en compte dans leurs contributions. Pour cette édition, le thème des journées fut «systèmes multi-agents et simulation».
Précédentes éditions des JFSMA : Toulouse (1993), Grenoble (1994), Chambéry (1995), Port-Camargue(1996), Nice (1997), Nancy (1998), L’Île de la Réunion (1999), Saint-Étienne (2000), Montréal (2001), Lille (2002), Hammamet (2003), Paris (2004), Calais (2005), Annecy (2006), Carcassonne (2007), Brest (2008), Lyon (2009), Mahdia (2010), Valenciennes (2011), Honfleur (2012), Lille (plateforme IA, 2013), Valence (2014), Rennes (2015).
F. MICHEL, J. SAUNIER
Avant-propos
CONFÉRENCIERS INVITÉS
K. NAGEL
Does MATSim have true agents ?
D. WEYNS
Simulation at Runtime : An Efficient Approach to Provide Guarantees for Self-adaptive Systems
V. PARUNAK
La fourmi, le mot et l’atome : fondements et inspirations pour les systèmes multi-agents.
STRATÉGIES INDIVIDUELLES ET COLLECTIVES
J-P. DELAHAYE, P. MATHIEU
Méta-Stratégies pour le Dilemme Itéré du Prisonnier
G. CASANOVA, C. PRALET, C. LESIRE, T. VIDAL
Synthèse de plans d’exécution multi-agents robustes aux incertitudes et à l’absence de communications
J. SARAYDARYAN, F. JUMEL, O. SIMONIN
Patrouille Multi-Agent Dynamique, application en Robotique au Service de Personnes Mobiles
A. KHENIFAR-BESSADI, J-P.. JAMONT, M. OCCELLO, C-B. BEN-YELLES, M. KOUDIL
De la coopération des productions collectives dans un contexte multi-agent
RÉSOLUTION COLLECTIVE DE PROBLÈMES
Q. BAERT, A-C. CARON, M. MORGE, J-C. ROUTIER
Allocation équitable de tâches pour l’analyse de données massives
P. RUST, G. PICARD, F. RAMPARANY
Approche DCOP pour résoudre des problèmes de configuration économe d’environnements intelligents
A. NONGAILLARD, S. PICAULT
Modélisation multi-niveaux des problèmes d’affectation et d’appariement
SIMULATION
A. OTHMAN, M. ZARGAYOUNA, G. SCEMAMA, B. ZEDDINI
Effets de l’information temps-réel des voyageurs : une simulation multi-agent
N. BÉCU, P. BOMMEL, C. LE PAGE, F. BOUSQUET
Cormas, une plate-forme multi-agent pour concevoir collectivement des modèles et interagir avec les simulations
E. HERMELLIN, F. MICHEL
Méthodologie pour la modélisation et l’implémentation de simulations multi-agents utilisant le GPGPU
P. MATHIEU, G. MORVAN, S. PICAULT
Simulations multi-agents multi-niveaux : quatre patterns de conception
ETHIQUE ET NORMES
J. SAVAUX, J. VION, S. PIECHOWIAK, R. MANDIAU, T. MATSUI, K. HIRAYAMA, M. YOKOO, M. SILAGHI
Privacité dans les DisCSP pour agents utilitaires
G. BONNET, B. MERMET, G. SIMON
Vérification formelle et éthique dans les SMA
N. COINTE, G. BONNET, O. BOISSIER
Jugement éthique dans les systèmes multi-agents
SMA ADAPTATIFS
I. VELONTRASINA, D. PAYET, R. COURDIER
MECA : une architecture agent pour l’adaptation au niveau individuel par réutilisation du modèle in-fluence/réaction
V. LEQUAY, M. LEFORT, S. MANSOUR, S. HASSAS
Ajustement Diffus et Adaptatif de la Consommation Électrique Résidentielle par un Système Multi-Agents
V. RENAULT, F. CARLIER
Triskell3S, une plateforme embarquée multi-agents pour les IoT-a
INTERACTIONS ET DYNAMIQUES SOCIALES
H. ZARDI, Z. GUESSOUM, L-B. ROMDHANE
SmaCD : une approche multi-agents et incrémentale pour la détection des communautés dans les réseaux sociaux dynamiques
K-L. BROUSMICHE, J-D. KANT, N. SABOURET
Simulation multi-agent de dynamiques d’attitudes basée sur des données réelles
N. BOUDJANI, S. KACI, P. LEMOISSON
Résolution argumentée d’un débat
C. HERZOG, J-M. PIERSON, L. LEFÈVRE
Modélisation du transfert technologique par système multi-agent : illustration à l’informatique verte
T. THIRIOT
Décrire l’impact de normes institutionnelles sur un système social : unification par les fonctions de croyance
DÉMONSTRATIONS ET POSTERS JEUNES CHERCHEURS
Y. GANGAT, A. DUIZABO, M. BESSAFI, D. PAYET, R. COURDIER, J-P. CHABRIAT
Simulation de microgrids à l’aide d’un système multi-agents et de mesures de gisements solaires sur l’ile de La Réunion
M. BARANGE, J. SAUNIER, A. PAUCHET
Une architecture d’agent conversationnel collaboratif et pédagogique pour les simulations immersives
M. BOURGAIS, P. TAILLANDIER, L. VERCOUTER
Une architecture d’agent mêlant cognition et émotions pour la simulation des systèmes complexes
INDEX DES AUTEURS
Nous présentons deux méthodes basées sur des notions différentes de méta-stratégies, permettant d'évaluer et de différencier les comportements généraux de coopération et d'agressivité des stratégies au dilemme itéré du prisonnier (IPD). La première méthode consiste à prendre des classes de stratégies comportant parfois plusieurs milliers d'éléments (technique des "classes complètes"), à regrouper les stratégies en sous-classes selon leurs "tempéraments" coopératifs ou agressifs puis à évaluer globalement ces sous-classes. Quatre types de comportements sont confrontés et comparés. La seconde méthode consiste à opérer des transformations, sortes de méta-stratégies, qui "adoucissent" ou "endurcissent" les stratégies d'une classe fixée et à comparer la classe initiale avec les classes transformées. Bien que les classes de stratégies initiales envisagées soient variées, les résultats obtenus sont remarquablement stables et convergents. Les conclusions obtenues qui permettent des commentaires fins sur les divers types de coopération et d'agressivité ont donc une valeur générale. Les méthodes sont ainsi assimilables à des preuves expérimentales.
L'exécution de missions multi-agents nécessite de gérer les incertitudes induites par des événements incertains. Quand les communications sont intermittentes, il est nécessaire pour les agents d'agir selon leur vue locale du problème, de manière indépendante aux événements contrôlés ou observés par les autres agents. Dans ce papier, nous proposons un nouveau cadre de travail pour aborder cette problématique, en particulier pour les plans de missions impliquant des contraintes temporelles. Ce cadre de travail, appelé Réseau Temporel Simple Multi-agents avec Incertitudes (MaSTNU), est une combinaison entre les cadres Réseau Temporel Simple Multi-agents (MaSTN) et Réseau Temporel Simple avec Incertitudes (STNU). Nous définissons la propriété de contrôlabilité dynamique pour les MaSTNU ainsi qu'une méthode pour calculer hors-ligne des stratégies d'exécution valides qui sont ensuite distribuées aux agents. Cette méthode est basée sur une formulation en Programmation Linéaire en Nombres Entiers et peut également être utilisée pour optimiser certains critères telle que la flexibilité temporelle de plans d'exécution multi-agents.
Dans le contexte de la robotique de service, déployer une flotte de robots mobiles au service d'humains qui évoluent dans de vastes espaces est un défi important. Nous nous intéressons ici au problème de servir régulièrement et équitablement des personnes se déplaçant librement avec un nombre limité de robots. Nous montrons qu'il s'agit d'un problème de patrouille multiagent dynamique, pour lequel nous formalisons les critères de performance. Nous proposons et comparons quatre stratégies de patrouille, deux étant fondées sur des solutions standards de la patrouille multi-agent, deux autres prennent en compte la mobilité et l'oisiveté des cibles à patrouiller. Nous présentons un simulateur combinant un modèle de piétons (PedSim) et un environnement robotique. Les résultats expérimentaux montrent un avantage aux approches prenant en compte l'oisiveté et l'organisation des personnes. Nous discutons de l'influence des paramètres, tels que le nombre de robots, sur la qualité des résultats.
La coopération de collectifs pose le problème de l'utilisation ou du contrôle de productions collectives par des collectifs décentralisés. Elle dépasse donc l'interopérabilité des collectifs. Cet article présente les bases d'un modèle pour une coopération entre systèmes multi-agents préexistants. La non perturbation du fonctionnement initial des systèmes à faire coopérer est posée comme principe directeur pour le modèle. Cette contrainte nous a conduits à introduire la notion de sonde virtuelle, afin d'appréhender collectivement les productions d'un collectif et de les influencer au travers de capteurs et d'effecteurs virtuels distribués sur les systèmes multi-agents existants. L'utilisation du modèle est illustrée sur des collectifs embarqués.
De nombreuses entreprises utilisent l'application MapReduce pour le traitement de données massives. L'optimisation statique de telles applications est complexe car elles reposent sur des opérations définies par l'utilisateur, appelées map et reduce, ce qui empêche une optimisation algébrique. Afin d'optimiser l'allocation des tâches, plusieurs systèmes collectent des données à partir des exécutions précédentes et prédisent les performances en faisant une analyse de la tâche. Cependant, ces systèmes ne sont pas efficaces durant la phase d'apprentissage ou lorsqu'un nouveau type de tâches ou de données apparait. Dans ce papier, nous présentons un système multi-agents adaptatif pour l'analyse de données massives avec MapReduce. Nous ne pré-traitons pas les données et adoptons une approche dynamique où les agents reducers interagissent durant l'exécution. Nous proposons une ré-allocation des tâches basée sur la négociation pour parvenir à faire décroitre la charge de travail du plus chargé des agents reducers et ainsi réduire le temps d'exécution.
Nous considérons des environnements dans lesquels des objets intelligents, munis de capacités limitées de calcul et de communication doivent coopérer pour auto-configurer leur état de manière énergétiquement efficace, afin de respecter des besoins utilisateurs. De tels besoins sont exprimés comme des règles de scènes, configurées par l'utilisateur via une interface intuitive qui connecte des conditions sur l'état des objets à des états cibles de l'environnement. Nous traduisons ce problème de configuration d'environnements intelligents en un problème d'optimisation sous contraintes. Afin d'installer distribution, robustesse et ouverture, nous le résolvons grâce à des algorithmes distribués par envois de messages. Nous illustrons notre approche sur un exemple réaliste, et évaluons les performances des protocoles mis en oeuvre dans un environnement simulé.
Les problèmes d'appariement ou d'affectation ont depuis quelques années fait l'objet de modélisation multi-agents variées. Celles-ci visent notamment à renforcer le caractère privé des préférences ou des contraintes de chaque individu, et facilitant la distribution des méthodes de résolution. Néanmoins, cette agentification des problèmes ainsi abordés nous semble rester en deçà des possibilités offertes par une modélisation multi-agents, en s'appuyant peu sur la structure organisationnelle dont on peut doter un SMA. Dans cet article, nous proposons au contraire de partir de la capacité des SMA multi-niveaux à représenter des points de vue intermédiaires entre l'individu et le collectif, pour exprimer dans un formalisme homogène des problèmes d'appariement ou d'affectation variés. Nous montrons comment cette modélisation permet de choisir des métriques pertinentes pour évaluer le bien-être de groupes d'agents et leur permettre de construire des solutions qui améliorent le bien-être global sans divulguer toutes leurs informations individuelles. Enfin, nous esquissons des principes généraux pour la construction de solveurs distribués pour ce type de modélisation.
Avec la généralisation de l'information temps réel des voyageurs, le comportement des réseaux de transport modernes devient de plus en plus difficile à analyser et à prévoir. Il est devenu important de développer des outils de simulation pour les décideurs de politiques de mobilité, prenant en compte ce nouvel environnement informationnel. Dans ce papier, nous présentons une simulation multi-agent pour mesurer l'impact de la fourniture d'informations sur la qualité des voyages en transports en commun. Cet impact est mesuré par la simulation de scénarios différents en fonction du pourcentage de voyageurs connectés, représentés par des agents. Ces scénarios sont analysés selon leur impact sur les temps de parcours moyens des voyageurs. Les résultats montrent que le nombre de voyageurs connectés a un impact positif sur les temps de parcours jusqu'à un certain seuil après lequel il devient relativement négatif.
Ce document présente les nouvelles fonctionnalités de Cormas, une plate-forme de modélisation multi-agent dédiée à la gestion des ressources renouvelables. Logiciel libre, Cormas vise à concevoir facilement un SMA et analyser des scénarios. Aujourd'hui, Cormas a pris une direction novatrice orientée vers la conception collective de modèles et la simulation interactive. Ces simulations hybrides mixent des décisions prises par les joueurs et d'autres par le modèle. Cela permet d'interagir avec une simulation en modifiant le comportement des agents et la façon dont ils utilisent les ressources. Ainsi, il est possible d'explorer collectivement des scénarios à moyen et long terme afin de mieux comprendre comment atteindre une situation souhaitée. En retour, cela permet de réviser collectivement le modèle conceptuel. Après avoir expliqué la philosophie de la modélisation d'accompagnement, ce document présente la façon dont les fonctionnalités de Cormas sont appliquées à travers trois expériences.
L'utilisation du GPGPU (General-Purpose computing on Graphics Processing Units) dans le cadre de la simulation multi-agent permet de lever, en partie, les contraintes liées au passage à l'échelle. Cependant, à cause de l'architecture massivement parallèle des GPU (Graphics Processing Units) sur laquelle repose le GPGPU, les modèles voulant bénéficier des avantages de cette technologie doivent être adaptés au préalable. Prenant le parti de ne pas suivre le courant actuel qui vise à rendre transparent l'utilisation du GPGPU dans le but de simplifier son usage, le principe de délégation GPU propose plutôt de transformer un modèle afin qu'il bénéficie des avantages du GPGPU mais sans cacher la technologie utilisée. Dans cet article, nous présentons une méthodologie basée sur la délégation GPU pour le développement de simulations multi-agents. L'idée est de proposer une généralisation du processus d'application du principe de délégation GPU que nous expérimenterons ensuite sur deux cas d'études afin de définir quels sont les avantages et limites d'une telle approche.
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.
La privacité a toujours été une motivation majeure pour la résolution de problèmes distribués, et particulièrement dans les CSP distribués (DisCSP). Cependant, même si plusieurs mesures ont été proposées pour la quantifier, aucune d'entre elles n'est largement utilisée. Dans ce papier, nous abordons le problème en supposant que les agents peuvent fonder leur raisonnement sur la base des utilités. Dans ce cadre, nous proposons un modèle de DisCSP basé sur des utilités, appelé UDisCSP. L'utilité de chaque état est traitée comme étant un compromis entre l'utilité de préserver la privacité et celle de parvenir à un accord sur les affectations des variables partagées.
L'utilisation croissante d'agents autonomes artificiels dans des secteurs comme le milieu hospitalier ou les transports amène à réfléchir au respect de règles morales partagées par tous. Le problème est d'autant plus crucial que les règles morales informellement validées par tous sont souvent incompatibles les unes avec les autres, et que ce sont souvent des règles éthiques qui amènent l'humain, suivant les circonstances à privilégier telle ou telle règle morale. Utiliser la preuve pour vérifier qu'un agent respecte bien des règles morales et éthiques pourraient aider à accroître la confiance que nous pouvons avoir en de telles unités logicielles. Dans cet article, nous montrons, en nous appuyant sur une étude de cas, comment, à partir de règles morales a priori contradictoires mais ordonnées par des règles éthiques, nous parvenons à définir un ensemble de propriétés formelles qui, lorsqu'elles sont établies par un agent, permettent d'assurer que l'agent en question respecte bien la règle éthique souhaitée.
L'usage croissant des systèmes multi-agents dans divers domaines soulève la nécessité de concevoir des agents capables de prendre des décisions s'appuyant sur des principes éthiques. De plus en plus de travaux proposent de telles approches. Toutefois, ces systèmes considèrent principalement une perspective centrée sur l'agent et mettent de côté le fait que ces agents sont en interaction avec d'autres agents, artificiels ou humains qui utilisent d'autres concepts éthiques. Dans cet article, nous nous intéressons à ce problème en proposant un modèle de jugement éthique qu'un agent peut utiliser pour juger à la fois de son propre comportement et de celui des autres agents au sein de systèmes multi-agents. Ce modèle est basé sur une approche rationaliste et explicite qui distingue théorie du bien et théorie du juste. Une preuve de concept implémentée en Answer Set Programming est fournie pour illustrer ces fonctionnalités.
L'efficacité d'un logiciel destiné à opérer dans un environnement physique dépend de sa capacité d'adaptation. La diversité des paramètres à prendre en compte dans l'objectif d'une adaptabilité performante fait des SMA une approche prometteuse. Pour autant, cette faculté adaptative est essentiellement traitée comme une propriété globale. Or nous pensons qu'un renforcement de cette aptitude au niveau individuel peut démultiplier le potentiel atteignable au niveau collectif. Nous proposons donc MECA, une architecture interne d'agent centrée sur un processus de filtrage de l'expression de ses comportements primaires. A cet effet, nous réemployons le modèle influence/réaction pour interfacer les décisions prises par les comportements afin d'introduire une modulation du comportement apparent de l'agent. Une modulation capable de prendre en compte les évolutions de l'environnement sans qu'il soit nécessaire de les prévoir précisément dès la phase de conception. Pour faciliter sa mise en application, nous avons implémenté MECA sous la forme d'une librairie Java.
Pour garantir l'équilibre entre la production et la consommation électrique sur l'ensemble du réseau, les efforts se portent surtout sur la gestion de la production. L'effacement diffus propose de maîtriser la consommation et satisfait les contraintes apportées par les énergies renouvelables et la décentralisation de la production. La problématique soulevée dans ce contexte consiste à faire en sorte qu'un ensemble d'agents, représentant les nœuds du réseau électrique, puissent d'une part anticiper leurs demandes et d'autre part ajuster leur contribution à l'effort collectif d'effacement de la consommation électrique. En choisissant une approche ascendante au problème de l'effacement diffus nous proposons un algorithme décentralisé fondé sur les algorithmes de diffusion épidémique. Ces algorithmes offrent à la fois les propriétés de robustesse et d'évolutivité, tout en garantissant la fiabilité nécessaire au fonctionnement d'un réseau électrique à grande échelle. Dans cet article, nous présentons notre modèle et discutons les premiers résultats encourageants que nous avons obtenus sur des données simulées, puis nous proposons des pistes d'amélioration possibles.
Le domaine de l'Internet des Objets est actuellement en plein essor. Nous proposons d'introduire de l'intelligence au plus près des composants électroniques des objets connectés. L'objectif est de considérer ces objets physiques comme des «Internet of Things - Agents», que nous nommons IoT-a. Nous centrons nos travaux sur une architecture embarquée multi-agents bas niveau, orientée interactions, appelée Triskell3S, et sur ses protocoles de communication sous-jacents assurant l'interopérabilité entre objets. Pour cela, cette architecture intègre le protocole MQTT, dédié aux communications inter-objets et le protocole D-Bus, dédié aux échanges intra-objets, tout en respectant la norme FIPA-ACL. Triskell3S a été expérimenté sur un ensemble hétérogène d'objets connectés formant un mur d'écrans interactif et modulable. Chaque IoT-a est un module autonome pouvant être composé d'un dispositif visuel et d'une carte embarquée. Afin de tester les performances du système, nous réinvestissons l'approche écorésolution du N-puzzle sur une vidéo distribuée sur les différents IoT-a du mur.
Dans ce papier, nous proposons une approche multi-agents et incrémentale pour la détection des communautés dans les réseaux sociaux dynamiques. Dans cette approche, le réseau est représenté par un graphe de dépendances qui s'adapte à l'évolution du réseau. Nous associons à chaque membre du réseau un agent-noeud qui observe l'évolution de ce membre et ses interactions et met à jour le graphe localement. La définition de la dépendance entre deux membres du réseau est basée sur le concept d'homophilie et sur leurs communications. Nous associons également à chaque communauté un agent-communauté. La détection de la dynamique des communautés résultent des décisions et des interactions des différents agents. Afin d'étudier les performances de cette approche, nous l'avons appliquée à un ensemble varié de graphes réels et artificiels et nous avons réalisé différentes expérimentations.
Nous proposons dans cet article un modèle multi-agent de dynamique d'attitudes basé sur la communication d'informations sur des événements au sein d'une population. Notre modèle se démarque par (1) un fondement sur des modèles de dynamique d'attitude issus des sciences sociales, (2) sa capacité à prendre en compte les expériences de l'individu lors de ses évaluations d'informations et (3) une notion de coresponsabilité permettant l'attribution d'une action à plusieurs objets sociaux. Nous avons appliqué ce modèle dans le contexte des opérations militaires de stabilisation, et, plus précisément, sur un scénario relatant les opérations françaises en Kapisa (Afghanistan) accompagné des résultats de sondages d'opinions de la population locale vis-à-vis des forces en présence. Sur la base de ces données de terrains, nous calibrons le modèle et présentons les dynamiques d'attitudes résultantes dont l'erreur globale ne dépasse pas 3 points d'écart. Enfin, à partir de ces données, nous avons extrait différentes catégories d'individus en fonction de leurs comportements en appliquant une méthode de classification automatique non supervisée.
De plus en plus, le débat citoyen est médiatisé via le web (forums, votes, pétitions, blogs..). A partir d'un problème ouvert énoncé initialement, les échanges de points de vue constituent une matière riche et vivante dont il est difficile d'extraire des synthèses pour aller vers une résolution du problème. Dans cet article, nous présentons une approche pour la résolution d'aide au débat qui s'appuie sur des agents artificiels. Cette approche se décompose en deux phases : la modélisation des échanges d'un débat en langage naturel sur le Web sous forme d'un graphe de connaissances et l'application des algorithmes du raisonnement argumentatif sur ce graphe. Dans la première phase, nous appliquons les techniques du TALN pour représenter le débat initial à l'aide du formalisme V iewpointS ; cette phase n'est pas traitée dans le présent article. Dans la deuxième phase, nous opérons un pré-traitement sur ce graphe pour détecter les conflits jusqu'à obtenir une représentation générique du débat que nous projetons dans un cadre argumentatif pour l'analyser et extraire les points de vue les plus pertinents. Nous illustrons cette approche sur un débat tiré du Web.
Alors que la masse de recherche académique ne cesse de croître, chacun peut observer la difficulté de transférer certains résultats du laboratoire vers l'industrie. Pour en comprendre les raisons, il est nécessaire d'appréhender chaque acteur de ce transfert (ses motivations, ses contraintes, …). Dans cet article, nous présentons un système multiagent générique modélisant le transfert technologique entre le monde académique et les entreprises, et nous l'appliquons au domaine de l'informatique verte en s'intéressant plus particulièrement à l'impact de ce transfert sur le développement durable dans la société.
De nombreux changements sociétaux sont induits par une institution qui cherche à modifier les comportements au sein d'une société par la définition de normes institutionnelles, des campagnes de communication, des contrôles et des sanctions ou incitations. Les individus de ce système social réagissent en fonction de leurs objectifs propres, de la communication interpersonnelle, et d'une norme sociale qu'ils contribuent à créer. Nous abordons cette question par la représentation et la fusion de croyances sur les conséquences des actions ; nous proposons d'utiliser des fonctions de croyances (Dempster-Shafer) pour représenter ces croyances, et illustrons par simulation l'expressivité du modèle ainsi obtenu.
La démographie de l'ile de La Réunion est en forte augmentation, elle a doublé entre les années 1970 et 2010 et pourrait atteindre le million d'habitants entre 2025 et 2030. La Réunion s'est engagée à atteindre l'autonomie énergétique à l'horizon 2030[3]. C'est un projet ambitieux qui passera par la maitrise de la demande en énergie en se basant sur la biomasse, l'hydroélectricité, le photovoltaïque et l'éolien. En plus de ce challenge, EDF ajoute une contrainte supplémentaire : la production d'électricité issue de panneaux photovoltaïques ne doit pas représenter plus de 30% de la production d'électricité totale. Si cette limite est dépassée, EDF estime qu'elle n'est pas capable de supporter la charge représentée par l'arrêt de fonctionnement de la totalité des panneaux solaires (causé par des nuages par exemple).
Dans certains environnements virtuels pour l'apprentissage humain, les apprenants doivent collaborer avec un ou plusieurs agents autonomes pour mener à bien leurs tâches. Cet article propose une nouvelle architecture d'agent, PC2BDI, qui permet d'adapter le comportement de l'agent en fonction de trois agendas : les tâches à mener, les dialogues et le scénario pédagogique. Cette architecture permet la mise en place de stratégies de dialogues à la fois réactives aux besoins de l'apprenant et aux dialogues en cours, et proactive pour la coordination entre membres et la mise en oeuvre des primitives pédagogiques.
La simulation multi-agent est devenue un outil important ces dernières années, notamment dans le domaine des sciences sociales. En effet, elle permet de simuler des situations mettant en jeu des êtres humains plus facilement qu'en réalisant des simulations à échelle réelle. Afin de garantir la qualité des résultats obtenus par simulations, il est important que celles-ci reproduisent le mieux possible le comportement humain. Ce besoin en réalisme implique non seulement de fournir une architecture cognitive aux agents mais également de représenter leurs émotions. Se pose alors le problème de développer des outils informatiques pour des utilisateurs de platesformes de simulation qui ne sont pas experts en programmation. Cet article propose une architecture d'agent intégrant une dimension à la fois cognitive et émotionnelle en fournissant des outils simples d'utilisation à des publics non experts en programmation. Cette architecture est implémentée dans la plateforme de simulation GAMA.