SMA Systèmes Multi-agents JFSMA 12

Massive scale agent based simulation with FLAME GPU

Qu'apportent les sciences cognitives d'aujourd'hui à l'intelligence artifi cielle et réciproquement

Coordination implicite et mobilité dans les SMA réactifs

Formaliser les rôles et les territoires par les systèmes multi-agents institutionnels

Les institutions et les normes ont été traités de différentes façons : par la modélisation des dynamiques sociales du point de vue de l'anthropologie du droit avec une multiplicité d'interprétations légales des acteurs, des objets et des actions, en philosophie sur le rôle des définitions dans les institutions à travers les normes constitutives, et dans le domaine des systèmes multi-agents pour spécifier les interactions entre agents à travers une multiplicité de rôles. Nous proposons dans ce papier une synthèse permettant de traiter conjointement la multiplicité des interprétations, des normes constitutives et des structures de rôles. Nous proposons également une spécification de systèmes multi-agents institutionnels spatialisés, montrant sa capacité à rendre compte syntaxiquement et sémantiquement de cette synthèse. En particulier, nous montrons comment cette multiplicité interprétative structure l'espace en autant de territoires.

Description automatique de dynamiques de groupes en simulation à base d'agents

Les simulations à base d'agents (MABS) ont été utilisées avec succès pour modéliser des systèmes complexes dans de nombreux domaines. Néanmoins, un problème des MABS est que leur complexité augmente avec le nombre d'agents et de types de comportements différents considérés dans les modèles. Pour des systèmes de taille moyenne à grande, il est impossible de valider, voire même d'observer simplement les trajectoires des agents individuels lors d'une simulation. Les approches de validation classiques, où seuls des indicateurs globaux sont calculés, sont trop simplistes pour permettre d'évaluer le modèle de simulation avec un degré de confiance suffisant. Il est alors nécessaire d'introduire des niveaux intermédiaires de validation et d'observation. Dans cet article, nous proposons l'utilisation de la classification automatique de données (clustering) combinée à la caractérisation automatisée de clusters pour construire, décrire et suivre l'évolution de groupes d'agents en simulation. La description de clusters est utilisée pour générer des profils d'agents qui sont réintroduits dans les simulations avec l'objectif d'étudier la stabilité des descriptions et des structures des clusters sur plusieurs simulations et de décider de leur capacité à décrire les phénomènes modélisés. Ces outils permettent au modélisateur d'avoir un point de vue intermédiaire sur l'évolution du modèle. Ils sont suffisamment flexibles pour être appliqués à la fois hors ligne et en ligne comme le montrent les analyses réalisées à la fois sur des simulations Netlogo et sur des logs de simulations. Multi agent based simulations (MABS) have been successfully exploited to model complex systems in different areas. Nevertheless a pitfall of MABS is that their complexity increases with the number of agents and the number of different types of behaviours considered in the model. For average and large systems it is impossible to validate the trajectories of single agents in a simulation. The classical validation approaches, where only global indicators are evaluated, are too simplistic to give enough confidence on the simulation's model. It is then necessary to introduce intermediate levels of validation. In this paper we propose the use of data clustering and automated characterization of clusters in order to build, describe and follow the evolution of groups of agents in simulations. The description of clusters is used to generate profiles of agents that are reintroduced in simulations in order to study the stability of the descriptions and structures of clusters over several simulations and decide their capability to describe the modelled phenomena. These tools provides the modeller with an intermediate point of view on the evolution of the model. They are flexible enough to be applied both offline and online, and we illustrate it with both a NetLogo and a CSV-simulation log example.

Vers une méthode multi-point de vue de modélisation multi agent

La modélisation multi-agent est de plus en plus utilisée pour comprendre les dynamiques des socio-écosystèmes, faisant intervenir de ce fait de nombreuses disciplines autour d'une ou plusieurs questions. Dans ce papier, nous proposons une méthode de production d'un modèle conceptuel à partir de l'ensemble des modèles conceptuels issus des différents points de vue à la fois des thématiciens et des agents modélisés. Nous proposons également un ensemble de notations pour exprimer ces modèles conceptuels fondés sur les logiques de description et certaines possibilités d'UML. Nous illustrons son fonctionnement et son utilité sur un exemple de ségrégation scolaire. Multi-agent modeling is increasingly used to understand the dynamics of socio-ecosystems, hence implying numerous disciplines around one or several questions.In this paper, we propose an original method to design of a conceptual model froma set of conceptual models created from the various points of view from both the thematicians and the modeled agents. We also propose a set of notations to express these conceptual models based on descriptions logics and some possibilities of UML. We illustrate its functioning and its utility on an example of school segregation.

Modélisation multi-niveaux dans AA4MM

Dans cet article, nous proposons de représenter un phénomène multi-niveaux sous la forme de plusieurs modèles en interaction. Cette vision structure la réflexion en rendant explicites les niveaux de représentation et leurs relations. Pour répondre aux défis de cohérence, causalité et coordination entre ces modèles, nous nous appuyons sur le méta-modèle AA4MM dédié à ce type de représentation. Un phénomène de flocking permet d'illustrer notre propos et de monter l'intérêt de cette approche. Cette démarche pose des bases conceptuelles relativement simples pour aborder une question encore largement ouverte de la modélisation des systèmes complexes. In this article, we propose to represent a multi-level phenomenon as a set of interacting models. This perspective makes the levels of representation and their relationships explicit. To deal with coherence, causality and coordination issues between models, we rely on AA4MM, a metamodel dedicated to such a representation. We illustrate our proposal and we show the interest of our approach on a flocking phenomenon.

Formalisation de coalitions d'agents dans les processus de planification

Nous nous intéressons, dans cet article, au problème de formation de coalitions dans les systèmes multi-agents, en particulier dans le contexte d'agents qui planifient leurs activités de façon dynamique. Les agents considérés sont égoïstes et libres de choisir les stratégies leur permettant de former des coalitions. La plupart des méthodes actuelles de formation de coalitions ne tiennent compte que des tâches courantes des agents, et relèguent la négociation des tâches suivantes aux étapes ultérieures du processus de coordination. Ces méthodes ne facilitent pas la formation de coalitions puisque leurs mécanismes ne permettent pas aux agents d'anticiper leurs futures interactions. Dans cet article, nous décrivons et proposons aussi une analyse théorique de ce modèle. Ce modèle est ensuite testé et évalué. This article addresses the coalition formation problem in a multi-agent context where agents plan their activities dynamically. In most coalition formation methods, when negotiating their coalitions the agents focus mainly on the immediate tasks to be executed, in order to decide which coalitions to form. This paper proposes a new coalition formation model which is based on two principles : 1) it uses the plans of the agents to guide the search for the coalitions to be formed, 2) it analyzes the coalition proposals already suggested by other agents in order to derive their intentions. In addition, we develop and propose in this paper a theoretical analysis of this model. Then we experiment and evaluate it.

Travailler en équipe: le choix social appliqué au problème de la patrouille multi-agents

La patrouille multi-agents est un problème complexe dont le potentiel applicatif est vaste : dans les simulations à base d'agents, le management de crises, etc. Dans cet article, nous proposons deux stratégies coopératives à base d'enchères sur les noeuds à visiter. Ces stratégies s'inspirent de la théorie du choix social computationnel, et permettent aux agents de raisonner sur les performances du groupe plutôt que sur leurs performances individuelles. Nous montrons que ces stratégies présentent des performances similaires à celles des meilleures stratégies centralisées actuelles, et sont même meilleures pour certaines mesures. The multi-agent patrolling task constitutes a challenging issue for Artificial Intelligence and has the potential to cover a variety of domains ranging from agent-based simulations to crises management. In this article, we propose two decentralized, cooperative, auction-based strategies in which agents trade the nodes they have to visit. These strategies are inspired from the computational social choice theory and allow the agents to reason on the performances of the group rather than on their own. We show that these strategies perform at least as well as the state-of-the-art centralized performances, and better on specific criteria.

Jeu d'argumentation multi-parties pour l'enrichissement consensuel

Les conflits sont intrinsèques aux Systèmes Multi-Agents (SMA). Dans l'approche argumentative, les oppositions sont des citoyens de première classe. Nous envisageons ici un ensemble d'agents, chacun muni de son propre argumentaire. Les arguments comme les conflits entre ces arguments sont subjectifs. L'objectif de chacun des agents consiste à enrichir son argumentaire en prenant en compte les arguments et les conflits des autres agents. Nous adoptons ici une approche orientée individu où l'enrichissement mutuel des argumentaires émerge des interactions entre les agents. Pour cela, nous proposons un jeu d'argumentation multi-parties où plus de deux agents jouent et observent des coups. Au terme de ce jeu, chaque agent enrichit son argumentaire à l'aide des arguments et des conflits échangés. Comme nous le montrons formellement, cet enrichissement est consensuel. En adoptant une approche centrée individu, notre modèle est explicatif en rendant intelligible les conflits entre agents.

Évaluation d'un modèle affectif pour la simulation multi-agents

La simulation de comportements émotionnels est un atout pour un système multi-agents cherchant à simuler des comportements crédibles. La plupart des modèles computationnels traitant cet aspect incluent des catégories d'émotion au sein de leur architecture. Afin de pallier les difficultés liées au paramétrage de ces variables, le modèle multi-agents COR-E est doté d'une architecture ne manipulant pas de catégories d'émotion. Dans cet article, nous présentons une évaluation de ce modèle dans le contexte d'une file d'attente. Nous montrons que COR-E est capable de produire des comportements émotionnels crédibles grâce aux propriétés de son architecture, telles que l'acquisition et la protection de ressources. The simulation of emotional behaviours is an asset for a muli-agent system aiming at the simulation of believable behaviors. Most computational models dealing with this subject include emotion categories in their architecture. In order to overcome the difficulties related to the parameterization of such variables, the multiagent model COR-E employs an architecture without emotion categories. In this paper, we present an evaluation of this model in a waiting line context. We show that COR-E can produce believable emotional behaviours thanks to the characteristics of its architecture, such as the acquisition and protection of resources.

Une approche facilitant la couverture et l'intelligibilité des influences des traits de personnalité sur le raisonnement rationnel des agents

Nous présentons une approche systématique de l'implémentation du principe stipulant que les traits de personnalité ont une influence potentielle et effective sur le processus de décision rationnelle d'agents cognitifs. L'apport de ce travail se situe au niveau de la couverture du domaine psychologique traité, de sa généricité par rapport aux modèles d'agents rationnels utilisés. Surtout, par sa nature déclarative il facilite l'intelligibilité des relations associant les phénomènes psychologiques aux influences sur le cycle de délibération des agents. We present a generic approach to the implementation of a principle stating that personality traits have an actual influence over the rational decision making process of cognitive agents. The contribution of this work concerns the coverage of the domain of psychology that is treated, the genericity of the proposal with regard to the models of rational agents used and above all, the improvement of the comprehensiveness of the relationships that linking psychological phenomena with computational operators influencing the deliberation cycle of the agents.

Une architecture d'agent BDI basée sur la théorie des fonctions de croyance : application à la simulation du comportement des agriculteurs

La simulation à base d'agents est maintenant largement utilisée pour étudier les systèmes complexes. Cependant, le problème de la définition des agents est toujours posé. Définir des agents complexes capables d'agir de manière réaliste est une tâche difficile. Un paradigme couramment utilisé pour formaliser le comportement de tels agents est le paradigme BDI (Belief-Desire-Intention). Cependant, ce formalisme est peu utilisé en simulation. Une raison est que la plupart des architectures basées sur celui-ci sont très complexes à comprendre pour des noninformaticiens. De plus, elles sont en générales très lourdes en termes de temps de calcul. Dans cet article, nous proposons ici une architecture agent basée sur le paradigme BDI et sur la théorie des fonctions de croyance qui permet de répondre aux difficultés précitées. Nous présentons une application de celle-ci pour la simulation du choix et de la conduite de systèmes de culture par des agriculteurs. Cette application montre que notre architecture permet de faire tourner plusieurs milliers d'agents simultanément. Agent-based simulations are now widely used to study complex systems. However, the problem of the agent design is still an open issue. In fact, designing complex agents able to act in a believable way is a difficult task, in particular when their behaviour is led by many conflicting needs and desires. A widely used way to formalise the internal architecture of such complex agents is the BDI (Belief-Desire-Intention) paradigm. Yet, this formalism is rarely used in simulation context. A reason is that most agent architectures based on the BDI paradigm are complex to understand by non-computerscientists. Moreover, they are often very timeconsuming in terms of computation. In this paper, we propose an architecture based on the BDI paradigm and on the belief theory to answer these problems. We present an application of our agent architecture to an actual model dedicated to cropping plan decision-making. This application that takes into plays thousands of farmer agents shows promising results.

Modélisation de l'action située basée sur les affordances et la stigmergie

Ce papier présente un modèle de représentation de l'action située dans les systèmes agricoles. L'idée est de considérer un système multi-agents dans lequel l'environnement constitue l'entité intelligente qui décide à un instant et dans une localisation donnés de l'action à réaliser. Pour cela nous utilisons le concept d'affordance, de stigmergie et une approche multi-agents. This paper presents a model to represent situated action in farming systems. The idea is to consider a multiagents system in which the environment is an intelligent entity that has the ability to decide at a given time and space the action to perform. For this, we use the affordance and stigmergy concepts as well as a multiagents approach.

Réduction de l'impact des fautes corrélées dans les réseaux pair-à-pair en utilisant des nuées d' agents mobiles

Cet article introduit MINCOR, un algorithme de recuit simulé décentralisé pour le placement de données dans les réseaux pair-à-pair. Il a pour objectif de réduire l'impact des fautes corrélées sur ces systèmes de stockages. Le placement est réalisé à l'aide d'un système multi-agents transformant les documents en nuées d'agents mobiles. Après une phase de clustering du réseau regroupant les pairs fortement corrélés entre eux, les nuées exécutant MINCOR arrivent à trouver un placement qui minimise le nombre d'agents sur les mêmes clusters. Ce placement est trouvé de manière décentralisée grâce à la capacité d'exploration de l'environnement des nuées. Un ensemble d'expériences ont été réalisées sur ce système lorsqu'il est soumis à des fautes corrélées. Ces expériences montrent que, en pratique, le placement attendu est effectivement obtenu. Elles montrent également que les nuées exécutant MINCOR subissent moins de fautes concurrentes en présence de fautes corrélées qu'un simple placement aléatoire. This paper introduces MINCOR, a decentralized simulated annealing algorithm designed for the data placement in peer-to-peer networks. Its goal is to reduce the correlated failures impact in such data storage systems. This data placement is realized using a multi-agent system which turns the documents into mobile agents flocks. After a network clustering step where highly correlated peers are regrouped together, the flocks executing MINCOR are able to find a placement minimizing the number of agents on the same clusters. This placement is obtained in a decentralized way thanks to the environment exploration capabilities of the flocks. A set of experiments are performed on this system in presence of correlated failures. They show that, in practice, the expected placement is well obtained. They also show that, flocks using the MINCOR algorithm suffer less concurrent losses in presence of correlated failures than a mere random placement.

Introduction de structures réactionnelles à activation ascendante dans une organisation hiérarchique descendante d'agents - Application à la généralisation des alignements urbains

L'utilisation de systèmes multi-agents appliqués au problème de la généralisation artographique est une approche intéressante, qui donne notamment de bons résultats pour généraliser des zones urbaines denses. Cependant, la question de la simplification de structures particulières comme les alignements de bâtiments n'est pas prise en compte par ces SMA, car l'intégration de telles structures non systématiques pose le problème de l'introduction d'un niveau partiel dans la hiérarchie des agents urbains, ce qui n'est pas prévu dans les modèles actuels. Pour résoudre ce problème, nous proposons d'introduire le concept de "structures réactionnelles". Dans ce contexte, un alignement urbain est considéré comme un agent réactionnel activé par ses bâtiments internes et qui se généralise lui-même comme une structure à part entière. Cet enrichissement du modèle original donne de meilleurs résultats en zones urbaines denses, et constitue un cas d'étude intéressant en vue de la réutilisation du concept de structures réactionnelles à d'autres problématiques. The use of multi-agents systems to perform cartographic generalisation is a sensible issue, which gives good results in generalising dense urban areas. Nevertheless, the question of simplification of particular structures like building alignments is not tackled by these MAS, as the integration of such nonsystematic structures raises the question of introducing a partial level into the accurate top-down hierarchy of urban agents. To face this problem, we propose to introduce the concept of "reactional structures". In this context, an urban alignment is considered as a reactional agent activated by its inner buildings and which triggers its own generalisation as a whole structure. This improvement of the original model gives better results in dense urban areas, which are an interesting study case towards a reuse of the concept of reactional structures for other issues.

Optimisation multi-agent par partitionnement adaptatif de l'espace de conception

Nous proposons l'usage de systèmes multiagents pour résoudre des problèmes d'optimisation impliquant des simulateurs numériques coûteux. Il est alors usuel de remplacer certains appels aux simulateurs numériques par des appels à des métamodèles. L'idée proposée dans cet article est d'assigner les métamodèles adéquats à chaque sous-région afin de (i) rendre l'optimisation moins coûteuse, (ii) générer une méthode d'optimisation qui trouve les optima globaux et locaux et (iii) fournir une meilleure compréhension du problème d'optimisation et de son espace de conception. La technique utilisée est de partitionner l'espace de conception entre divers agents utilisant des métamodèles différents pour approximer leur sous-région et se coordonnant pour modifier les frontières de leur sous-région. In this paper we explore the use of multi-agent methods to tackle complex optimization problems that require expensive simulations. We particularly focus on surrogate-based optimization for problems in which direct optimization is too expensive. The proposed strategy partitions the design space between several agents that use different surrogates to approximate their subregion landscape. Agents coordinate by exchanging points to compute their surrogate and by modifying the boundaries of their subregions. The rationale behind this technique is to assign adequate surrogate to each subregion so that (i) optimization is cheaper, (ii) the overall optimization process is not only global in scope but also stabilizes on local optima and (iii) the final partitioning provides a better understanding of the optimization problem.

Une architecture mixte agent/environnement pour le calcul dynamique des émotions

La simulation de comportements humains nécessite la prise en compte des émotions au sein du processus de décision. Récemment, la thématique de la contagion émotionnelle a émergé pour expliquer un certain nombre de phénomènes collectifs émergents, tels que les comportements de foule ou l'efficacité de groupes dans la résolution de tâches. Dans cet article, nous proposons l'architecture MA/SDEC pour la gestion de l'ensemble des dynamiques émotionnelles. Une émotion évolue grâce à trois influences : la perception d'événements, la dynamique temporelle et la contagion émotionnelle. Dans une approche d'agent incarné, la première influence est sous la responsabilité de l'esprit de l'agent, la seconde sous celle de son corps, et la troisième sous celle de l'environnement. Ensuite, nous proposons une formule de calcul de la contagion émotionnelle pour les cas où la topologie sociale des agents est inconnue. Finalement, nous donnons les résultats d'expérimentations pour valider le modèle et le calibrer. Human and animal behaviour simulation has to take into account the role of emotions in the decision process. Recently, the topic of emotional contagion has emerged to explain a number of emerging collective penomena such as crowds or the groups efficiency in task solving. In this article, we propose the MA/SDEC architecture to manage all the emotion dynamics. Emotions evolve in function of three influences : punctual events, temporal dynamics and external influences. In an embodied agent approach, the first is the responsibility of the agent's mind, the second of the agent's body, and the third of the environment. Then, we propose a specific emotion contagion formula for the case where the social topology of the agents is unknown. Finally, we show the results of several experiments to validate the model and calibrate it.

Représentation égo-centrée de l'environnement virtuel dans le cadre de la simulation de trafic routier

Afin d'améliorer la validité des simulations de trafic en milieu urbain et péri-urbain, notre modèle multi-agent permet de mieux prendre en compte le contexte de conduite et les comportements des conducteurs en termes d'occupation de l'espace. Plus précisément, il s'agit de produire en simulation des comportements observés en situation réelle tels que les phénomènes de faufilement (2 roues, véhicules d'urgence). L'approche proposée consiste à considérer que chaque conducteur se représente la situation de manière égo-centrée et se réapproprie l'espace routier en construisant des voies virtuelles en fonction de ses buts et de ses caractéristiques individuelles. Nous montrons que les voies virtuelles conduisent à rendre le trafic plus fluide. To improve the validity of traffic simulations in urban and suburban areas, our model allows better consideration of the driving context and the driver behavior in terms of space occupation. The simulation intends to reproduce the observed behaviors in real situations such as filtering between vehicles phenomena (twowheels, emergency vehicles). In the proposed approach, each driver is visualizing the situation in an ego-centered way and is reappropriating the road space by building virtual lanes. We show that virtual lanes make traffic more fluid.

Les boucles d'hystersis comme outil d'analyse des comportements de conducteurs

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.

Modélisation multi-agents de la locomotion collective de groupes de piétons

Nous nous intéressons à la locomotion de groupes de piétons et cherchons à en caractériser la dynamique comportementale. La question est de comprendre quels processus expliquent les observations obtenues par une expérience de psychologie cognitive. Nous recherchons par une approche de simulation incrémentale comment différentes combinaisons de comportements d'attraction, répulsion et coordination expliquent nos observations. Nous mettons en évidence que la composante de coordination joue un rôle plus important que ce qui est rapporté dans la littérature. En nous appuyant sur l'approche écologique de la psychologie cognitive, nous montrons que les agents qui coordonnent leur direction de mouvement améliorent les résultats de simulation. Ceci met en évidence l'existence d'une réelle dynamique collective au sein du groupe d'agents. We study here the locomotion of groups of pedestrians in order to describe the behavioral dynamics of such groups. The question is to understand which processes explain the observations of a cognitive psychology experiment. Based on an incremental approach to simulation, we look at how different combinations of attraction, repulsion, and coordination behaviors explain the observations. We see that the coordination component seems to play a more dominant role in the dynamics than what is classically described in the litterature. Based on the ecological approach, we show that agents which coordinate their heading improve the simulations. This result highlights a real collective dynamic in the group of agents.