Les meilleurs agents sont ceux qu'on ne simule pas : vers des architectures de simulation multi-paradigmes ?

La simulation multi-agents, outil privilégié pour l'étude des systèmes complexes, s'est orientée récemment vers deux questions de recherche : la distribution des simulations à large échelle et la modélisation multi-niveaux. Nous souhaitons proposer ici une troisième voie complémentaire : identifier les éléments d'un modèle qui peuvent n'être pas simulés par des agents (et par quoi les remplacer). Cette approche encore prospective, en contribuant paradoxalement à attaquer des problèmes difficiles dans la modélisation de systèmes complexes, est aussi un prétexte à s'ouvrir à d'autres disciplines dont les apports aux SMA pourraient s'avérer particulièrement féconds.