Formalisme, outils et éléments méthodologiques pour la modélisation et la simulation multi-agents

Résumé: cette thèse aborde des questions liées à la simulation informatique de systèmes complexes modélisés à l'aide du paradigme multi-agents. Cette approche repose sur l'idée qu'il est possible de représenter directement le comportement et les interactions d'un ensemble d'entités autonomes évoluant dans un environnement commun. Mal maîtrisée, la complexité des modèles considérés pose encore aujourd'hui de nombreux problèmes quant à leur élaboration et à leur implémentation. L'une des conséquences les plus critiques réside dans la difficulté de reproduire fidèlement les modèles publiés dans la littérature. Ce qui pose le problème de la vérification et de la validation de ce type de simulations. Dans cette thèse, nous considérons que ce problème est en majeure partie lié à un manque de correspondance entre les spécifications des modèles et les structures informatiques qui permettent de les exécuter. Le but de nos travaux est de faire un pas vers une mise en correspondance effective de ces deux parties. Pour cela, nous considérons deux approches complémentaires. La première se focalise sur l'élaboration d'outils génériques de conception de simulateurs. Il s'agit de rendre plus explicites les structures informatiques utilisées pour l'implémentation. La deuxième repose sur l'étude des moyens aujourd'hui utilisés pour modéliser un système multi-agents. Dans ce cadre, nous proposons une réflexion globale sur ce paradigme et nous identifions un ensemble de contraintes liées à son utilisation. A partir de cette réflexion, nous proposons un principe de modélisation basé sur l'approche Influence/Réaction et sur l'utilisation d'un modèle formel d'environnement pour systèmes multi-agents appelé MIC*. Nous montrons en quoi notre approche permet de respecter les différentes contraintes de modélisation identifiées et nous illustrons sa faisabilité à l'aide d'un exemple concret.

Mots-clés: modélisation et simulation informatique, systèmes multi-agents, principe Influence/Réaction, interaction