Ent?te

Logo du LIFL

Depuis le 1er janvier 2015 le LIFL et le LAGIS forment le laboratoire CRIStAL

  1. Formation doctorale

Hdr de

Sébastien Picault

vendredi 6 décembre 2013
IUT A

De la simulation multi-agents à la simulation multi-niveaux. Pour une réification des interactions.

Directeur : Philippe MATHIEU
Rapporteurs :
    Yves DEMAZEAU
    Amal EL-FALLAH SEGHROUCHNI
    Jacques FERBER
Examinateurs :
    Sophie TISON
    Rémy COURDIER
    Anne RUAS

Dans ce mémoire de synthèse d'habilitation à diriger des recherches,
je présente les travaux en simulation multi-agents que j'ai menés au
sein de l'équipe SMAC (LIFL, Université Lille 1) depuis le début de ma
carrière d'enseignant-chercheur en 2002. Ceux-ci portent sur la
conception et la mise en application de méthodes et d'outils de
simulation destinés à faciliter la modélisation de systèmes complexes
à large échelle.
Dans ce but, j'ai développé avec mes collègues une approche "orientée
interactions" caractérisée par une unification des concepts utilisés
dans le domaine des SMA. Elle a donné lieu à une importante élaboration
méthodologique et algorithmique (la méthode IODA) dans laquelle toute
entité du modèle est représentée par un agent, et tout comportement par
une règle appelée interaction. Cette méthode s'appuie sur une
séparation entre déclaratif et procédural qui facilite l'acquisition de
l'expertise auprès des thématiciens. Par ailleurs de nombreux outils
logiciels sont nés de ces recherches (dont la plateforme JEDI et une
extension IODA pour la plateforme NetLogo), ainsi que diverses
applications dans des domaines variés (biologie cellulaire, serious
games, marketing, cartographie).
Pour conclure, je présente mon projet de recherche pour les prochaines
années qui se propose d'articuler des problématiques issues de travaux
récents, d'une part sur la simulation multi-niveaux (qui vise à définir
un cadre opérationnel permettant le changement d'échelle d'observation
ou de point de vue sur les sous-systèmes d'un système complexe), et
d'autre part sur la recherche automatique d'informations dans des
données réelles pour augmenter le réalisme comportemental des
populations d'agents. Par ailleurs une collaboration avec l'IGN sur
l'utilisation de ces techniques pour la généralisation cartographique
permet également d'envisager la transposition de ces méthodes de
simulation à la résolution de problèmes.

Ours

UMR 8022 - Laboratoire d'Informatique Fondamentale de Lille - Copyright © 2012 Sophie TISON - Crédits & Mentions légales

Page respectant XHTML et CSS.

Pour tout commentaire / Comments and remarks : webmaster