Direction de recherche : Amal EL FALLAH SEGHROUCHNI

Co-encadrement : CORRUBLE Vincent, DONNART Jean-Yves

Architecture cognitive d'agents situés

Cette thèse s’intéresse à la simulation de comportements humains en milieu urbain. Elle se focalise tout particulièrement sur la crédibilité des comportements des agents, telle que jugée par un observateur externe. Du fait de la multiplicité des applications de la simulation urbaine, nous cherchons à obtenir une architecture d'agents intelligents qui soit générique (c'est-à-dire capable de s'adapter à différents domaines d'applications et capable de modéliser des agents fortement hétérogènes, au sein d'une même simulation, ou de simulations différentes). Par ailleurs, en raison des caractéristiques inhérentes à la simulation urbaine, notre approche doit être capable de traiter un grand nombre d'agents, en temps réel, dans des environnements complexes et dynamiques. De nombreuses approches existantes s'intéressent à ces problématiques de la généricité de l'architecture, de la crédibilité des comportements, et du passage à l'échelle, mais aucune ne permet de se situer clairement par rapport aux 3. L'approche correspondant le mieux à nos objectifs est celle des architectures hybrides, nous nous plaçons donc dans ce paradigme, mais proposons une nouvelle manière de coupler les comportements réactifs et cognitifs.
Dans un premier temps nous présentons notre architecture résolument modulaire, fonctionnant avec un ensemble libre de modules de «haut-niveau», considérés comme des boîtes noires par le reste de l'architecture, puis nous détaillons le mécanisme de composition de comportements, permettant à l'architecture de gagner en flexibilité afin de pouvoir intégrer dans un même processus décisionnel des comportements fortement hétérogènes. Nous présentons ensuite le processus d'anticipation dont nous dotons les agents, autorisant un gain d'efficacité et de crédibilité. Enfin, nous décrivons une approche intégrée à notre architecture permettant le passage à l'échelle en adaptant le niveau de détail de la modélisation des agents en fonction de leur importance.
Les différentes caractéristiques de notre approche sont évaluées via des expérimentations objectives et subjectives.

Publications 2012-2014