Comportements Individuels Adaptatifs dans un Environnement Dynamique pour l'exploitation Collective de Ressource

Dimension: px
Commencer à balayer dès la page:

Download "Comportements Individuels Adaptatifs dans un Environnement Dynamique pour l'exploitation Collective de Ressource"

Transcription

1 Comportements Individuels Adaptatifs dans un Environnement Dynamique pour l'exploitation Collective de Ressource Intelligence Artificielle Située, Cerveau, corps et environnement, Drogoul A. & Meyer J-A. coordonnateurs, Editions Hermès, 1999 TOPIN Xavier, REGIS Christine, GLEIZES Marie-Pierre, GLIZE Pierre {regis, gleizes, Institut de Recherche en Informatique de Toulouse 118, Route de Narbonne Toulouse, Cedex - France

2

3 IAS99 Comportements Individuels Adaptatifs dans un Environnement Dynamique pour l'exploitation Collective de Ressources Xavier Topin, Christine Régis, Marie-Pierre Gleizes, Pierre Glize IRIT - Université Paul Sabatier 118, route de Narbonne, TOULOUSE France {topin, regis, Résumé : La conception de collectif de robots autonomes pour la réalisation d'une tâche a donné lieu à de nombreux algorithmes et de nombreuses définitions de comportements. Notre contribution à ce type de recherche est de proposer un algorithme de comportement adaptatif pour un robot qui ne tient compte que de données locales sur l'état du robot ou de données étant perçues dans son environnement immédiat. En dotant tous les robots d'un même collectif de ce type de comportement, on obtient un système multi-agent auto-organisateur dépourvu de contrôle global qui peut évoluer dans des environnements dynamiques. Dans ce papier, nous avons choisi d'implémenter un collectif de robots chargé d'exploiter des ressources disposées dans l environnement. Les aptitudes de base de ces robots sont inspirées des fourmis naturelles. En effet, les fourmis sont des insectes sociaux qui ont fait leur preuve dans des activités de fourragement. De plus, ces systèmes naturels ont beaucoup été étudiés par les éthologues et par conséquent, les caractéristiques physiologiques des fourmis ainsi que leur comportement en phase de fourragement sont très bien connus et décrits. Ainsi, les résultats obtenus par nos robots-fourmis ont pu être comparés aux résultats de plusieurs espèces de fourmis naturelles simulées. L'analyse de ces résultats montre que les robots-fourmis coopératifs arrivent à s'adapter à des environnements différents et obtiennent des résultats au moins aussi bon que les fourmis naturelles. Dans la première partie de ce papier, les liens existants entre la robotique collective, les insectes sociaux et les systèmes multi-agents sont mis en évidence. La plate-forme de simulation des fourmis naturelles est ensuite décrite, puis la manière dont les robots-fourmis ont été conçus est détaillée. La dernière partie est consacrée à la description de simulations et à la discussion des résultats obtenus. Mots-clés : Robotique collective, systèmes multi-agents, auto-organisation, coopération, environnement 1

4 1. Introduction Le développement de collectifs de robots autonomes ayant à évoluer dans des environnements dynamiques intéresse la robotique et les systèmes multi-agents. Les chercheurs en robotique collective essayent de doter leurs robots physiques de caractéristiques leur permettant de communiquer, de se déplacer Les chercheurs en systèmes multi-agents travaillent plus particulièrement sur le comportement autonome des agents composant le système et sur la notion d émergence d un comportement intelligent du collectif. Dans ce papier, nous nous intéressons à des collectifs de robots logiciels qui explorent un environnement et collectent des ressources. Les principales caractéristiques des robots correspondent à celles des fourmis oecophylles. La plate-forme de simulation de l activité de fourragement et le modèle des fourmis naturelles sont décrits dans la deuxième partie. La conception de ces robots et les résultats obtenus sont présentés respectivement dans la troisième partie et la quatrième partie de cet article. Mais tout d abord quelques travaux en robotique collective et dans les systèmes multi-agents proches de notre problématique sont étudiés. 1.1 La robotique collective L enjeu de la robotique collective est de faire coopérer un ensemble de robots autonomes dans le but d exécuter des tâches complexes dans un environnement dynamique et /ou inconnu. Beaucoup d applications ont été inspirées de modèles empruntés à l éthologie. L exemple typique est celui du fourragement des fourmis qui est une source d inspiration pour modéliser le comportement de robots simples comme ceux décrits dans une extension du système MANTA (Drogoul,98). Basés sur un principe de parcimonie sur le plan individuel, ces robots-fourmis coopèrent de manière décentralisée sans communication ni interaction en utilisant l environnement comme mémoire. Cette mémoire à court terme confère une meilleure adaptabilité des phénomènes observés au niveau collectif. L idée dans MANTA est ici de doter les robots de certaines propriétés intéressantes pour leur conférer un comportement individuel simplifié à l extrême : robustesse aux pannes grâce à un collectif de robots interchangeables, adaptabilité du collectif dont le comportement n est pas planifié ni contrôlé, réactivité : le robot ne réfléchit pas, il agit et réagit avec son environnement simplicité de conception du robot et donc son coût est peu élevé. Notre approche est différente de celle de Drogoul car nous ne voulons pas simuler une fourmilière, nous proposons d implémenter le comportement d un robot-fourmi par un algorithme basé sur la coopération. La simulation des fourmis réelles nous sert seulement de système de référence pour évaluer notre algorithme. Un autre domaine d application privilégié concerne l exploration d un environnement dangereux ou lointain pour l homme. C est le cas d un essaim de robots coopératifs (Spires,98) munis de capteur pour rechercher des cibles (en l occurrence des mines cachées), et ceci en l absence d information sur la localisation de ces cibles. Chaque robot est muni d un algorithme de recherche coopératif basé sur l application de la courbe de remplissage d espace d Hilbert. Le contrôle est décentralisé. Les robots sont autonomes et communiquent entre eux pour permettre la coopération. Cette approche basée sur une répartition coopérative des régions à explorer diffère de la nôtre par le type d algorithme utilisé qui est ici un algorithme alpha-bêta par coordination avec une communication par diffusion. Le système multi-agent étudié par Mataric (Mataric,94) est composé d un groupe de 4 robots mobiles réalisant une tâche de fourragement pour rechercher des palets dans une zone donnée et les ramener à la «maison». Les agents n ont pas de modèle prédéfini du monde. Ils sont tous homogènes et n emploient pas de modèle explicite des autres. Le comportement collectif n est ici que la somme des activités individuelles, ce qui permet d observer un accroissement des interférences entre les agents et un déclin de performances pour tous les algorithmes étudiés, lorsque le nombre de robots augmente. Dans les travaux ultérieurs, elle s est orientée vers des agents plus «sociaux» et coopératifs pour résoudre ce problème. 1.2 L'apport des systèmes multi-agents Les systèmes de robotique collective peuvent être simulés par des systèmes multi-agents. En effet ils semblent partager les mêmes principes (Ossowski,99) : autonomie des agents, poursuite d un objectif local, 2

5 IAS99 interaction avec l environnement, comportement individuel basé sur le cycle perception / raisonnement / action. Labbani propose une méthodologie émergentiste (Labbani,98) pour concevoir et évaluer des comportements collectifs et des colonies de robots basée sur des capacités individuelles et des interactions, implantée sur les hypothèses suivantes : un ensemble d entités en interaction peuvent être exprimées dans une théorie ou un vocabulaire à un microniveau, la dynamique des interactions produit un phénomène global qui peut être une régularité, un état stable ou un processus, ce phénomène est observé par un observateur externe ou par le système lui-même à un macro-niveau. Le développement du collectif de robots-fourmis présenté est basé sur des techniques multi-agents. Comme dans le système de Labbani, nous nous intéressons à la conception d un seul agent, le comportement intelligent du collectif émergeant des interactions entre ces agents simples. Des modèles d agents comme le modèle ASTRO (Ocello,98) sont adaptés à un environnement temps réel et utilisent des connaissances sociales pour gérer la coopération basée sur les interactions. Les fonctions internes (raisonnement, décision, contrôle) de l agent guident son comportement alors que ses fonctions externes (communication, perception, action) gèrent les interactions et l organisation. Le modèle propose d intégrer en parallèle des capacités délibératives et réactives dans la structure des agents de manière à permettre une supervision en continue de l évolution de l environnement. 2 La modélisation des fourmis oecophylles Dans de nombreux systèmes naturels tels que les insectes sociaux, un grand nombre d'entités ou d'agents autonomes et simples réalisent des tâches complexes (Bonabeau,95). Ces systèmes tendent à prouver qu'un système composé d'agents simples en interaction donne des résultats aussi bons en termes de robustesse et de vitesse qu'une seule entité complexe. Les fourmis font partie des insectes sociaux qui ont une capacité à interagir pour accomplir une tâche globale qui peut être par exemple la survie de la colonie. Elles ont fait leur preuve dans des activités de fourragement et leur faculté d'adaptation à de nouveaux environnements au cours du temps n'est plus à démontrer. Ceci implique que les fourmis ont beaucoup été étudiées par les éthologues et par conséquent, les caractéristiques physiologiques des fourmis ainsi que leur comportement en phase de fourragement sont bien connus et décrits. Par exemple, la dynamique du tri collectif des fourmis est étudié par Deneubourg (Deneubourg,90). Les fourmis se déplacent de manière aléatoire, sans communication, ni organisation hiérarchique. Leur perception se restreint aux objets placés devant elles et elles peuvent distinguer deux ou plusieurs types d objets. Elles peuvent prendre ou déposer un objet selon une probabilité qui est fonction du nombre d objets identiques rencontrés récemment. Ce type d algorithme est moins efficace que d autres mais il a l avantage d être simple, robuste et flexible. Il semble que les fourmis soient d accord pour former des tas bien qu un tel consensus n existe pas. Il y a donc émergence d un comportement collectif. 2.1 La plate-forme Nous nous sommes ainsi intéressés à la simulation d'une espèce de fourmi : la fourmi oeccophylle. Les comportements de ce type de fourmi nous ont été spécifiés par des éthologues du laboratoire LEPA de l'université Paul Sabatier de Toulouse. Ainsi, dans un premier temps un système de simulation a été validé. Pour les éthologues, ce système représente un outil de travail. Pour nous, concepteurs d'artefacts, il constitue un système de référence ayant des performances équivalentes à un système naturel. Pour observer et faire des mesures sur le comportement des fourmis oecophylles, un environnement de simulation a été développé (voir figure 1). Il est constitué d'une arène de taille variable entre 1 et pixels qui peut éventuellement contenir des obstacles, c est-à-dire des zones inaccessibles par Figure 1 : L arène de fourragement 3

6 Des agrégats de nourriture sont matérialisés par des amas de points sur la figure 1. Un agrégat a une certaine densité et est constitué d'unités de nourritures où chaque unité de nourriture est représentée par un pixel. Les agrégats peuvent être disposés de manière aléatoire ou bien par l'utilisateur de la plate-forme. L'arène comporte au minimum un nid de fourmi, et chaque fourmi a une taille d'un pixel. 2.2 Les fourmis oecophylles Les caractéristiques physiologiques des fourmis oecophylles sont résumées dans le tableau ci-dessous. Seuil de perception de la nourriture Seuil de perception de la phéromone Seuil de perception des autres fourmis Temps maximum hors du nid Temps nécessaire pour le repos entre deux sorties Charge maximum de nourriture transportée Quantité de phéromone déposée 6 pixels 6 pixels 6 pixels cycles 5 cycles 5 unités 10 unités Durant la phase de fourragement, la fourmi oecophylle passe par différents états tels que : - le déplacement. Il consiste à choisir une des huit directions autour de la position courante de la fourmi. - l exploitation. Elle consiste à prélever de la nourriture quand la fourmi est positionnée sur un item de nourriture - le repos. Une fourmi peut fourrager pendant un certain temps. Ensuite elle rentre au nid pour se reposer. - le retour au nid. Une fourmi a une mémoire de la position de son nid pour pouvoir y revenir. - le retour à la dernière source de nourriture. Si une fourmi retourne au nid chargée, quand elle repart explorer elle retourne sur le dernier lieu où elle avait trouvé de la nourriture. La modélisation du comportement de la fourmi consiste à choisir un nouvel état possible en fonction de l'état dans lequel se trouve la fourmi et de sa perception de l'environnement. Au début de la simulation les fourmis sortent du nid et passent en mode exploration, pour tenter de trouver de la nourriture. Elles sont alors attirées par la nourriture, si celle-ci est dans leur champ de vision. Si elles perçoivent de la phéromone, elles auront tendance à suivre cette piste de phéromone. L'algorithme du déplacement d'une fourmi peut être consulté dans (Topin,98). Si elles sont sur une unité de nourriture, alors elle vont l exploiter, c est-à-dire la prélever, puis continuer à explorer. Une fois la limite de nourriture transportable atteinte, la fourmi rentre au nid en laissant derrière elle une substance chimique, la phéromone, afin de relier le nid à la dernière source de nourriture trouvée. Une unité de nourriture se trouve rarement isolée, donc quand une fourmi rentre au nid chargée, il restait certainement de la nourriture à proximité. La phéromone permet ensuite aux fourmis suivantes d aller vers cette source de nourriture découverte et ainsi de continuer à l exploiter. Ces caractéristiques font qu'une fourmi a une perception très réduite de l'ensemble de l'environnement, qu'elle peut perdre une piste de phéromone si la densité est faible et qu'elle peut aussi oublier de prélever la totalité d'un agrégat de nourriture lorsque les unités de nourriture restants sont légèrement dispersés. 3 Les robots-fourmis coopératifs Notre objectif est de concevoir au niveau logiciel, un collectif de robots-fourmis chargés d'explorer un environnement et de collecter des ressources. Le système développé n'est pas une simulation de fourmis en train de fourrager mais un système de robots-fourmis autonomes qui s'adaptent à un environnement dynamique, pour exploiter des ressources. Le comportement des robots-fourmis s'inspire du comportement des fourmis oecophylles tout en étant différent, dans le sens où il n'est pas fidèle au comportement des fourmis naturelles observé par les éthologues. Nos travaux dans le cadre des systèmes multi-agents, nous ont permis d'avoir un fil conducteur dans leur conception. Ce guide de conception est exposé et justifié au début de ce chapitre. Ensuite nous nous intéresserons au développement de la partie comportementale des robots-fourmis qui permet d'obtenir des entités qui s'adaptent à la dynamique de leur environnement. Leur comportement est spécifié à partir la théorie de l'autoorganisation basée sur la coopération. 4

7 IAS L'auto-organisation basée sur la coopération Selon Vaari (Vaari,1994), l'auto-organisation est un mécanisme de construction de système à partir de plusieurs éléments, dans lequel chaque élément peut appliquer ses règles locales et dont le comportement collectif de ces éléments provoque des interactions entre le système et son environnement. L'auto-organisation basée sur la coopération est de la même manière un processus de construction de système en interaction avec son environnement. Mais la coopération implique que le système et son environnement tendent à s'ajuster mutuellement pour être en interactions coopératives et implique à un autre niveau que tous les éléments du système tendent à être aussi en interactions coopératives. Système S «Feed-back» Couplage par interactions Action Environnement E Figure 2 : Le couplage système-environnement Pour la conception de tels systèmes, quelques hypothèses sont nécessaires. Tout d'abord, un système doit être plongé dans un environnement. Cela signifie que le système réalise une fonction qui agit sur l'environnement et que l'environnement agit en retour sur le système. La conséquence de l'action du système sur l'environnement n'est peut être pas à l'origine de la prochaine action de l'environnement sur le système: ce n'est pas une conséquence directe. Mais elle peut participer à une action ultérieure de l'environnement sur le système. Une deuxième hypothèse est que le système étudié est constitué d'éléments (appelés agents par la suite). Une troisième hypothèse correspond au fait que la fonction globale que doit réaliser le système n'est pas connue ni codée explicitement dans chaque agent du système. Elle émerge du comportement collectif. Dans (Camps,98), nous avons posé comme thèse que tout système fonctionnellement adéquat est en interactions coopératives avec son environnement. Un système est en adéquation fonctionnelle s'il réalise la bonne activité. Et nous avons montré que pour tout système fonctionnellement adéquat, il existe au moins un système dont les éléments (ou agents) sont en interactions coopératives. Ceci nous amène à un procédé de construction de système qui consiste à créer les agents du système et à leur attribuer un comportement pour qu'ils maintiennent des interactions coopératives de leur point de vue. De manière générale, un agent est doté de compétences, de possibilités de communication ou d'interaction avec les autres éléments et/ou avec son environnement, de croyances sur certains autres éléments du système, d'aptitudes qui lui permettent de raisonner et d'une attitude sociale basée sur la coopération. Le comportement de chacun des agents est ensuite spécifié de manière à ce qu'il essaye d'atteindre son objectif local tout en gardant des interactions coopératives avec les autres. Avant chaque action, l'agent analyse localement s'il est ou non en interactions coopératives c'est-à-dire il recherche s'il existe des situations non coopératives et tente de les éliminer pour revenir à un état coopératif. Ceci car la coopération est l'attitude sociale qui guide son comportement. Dans le cadre de l'application des robots-fourmis, le système est constitué du collectif et les éléments du système sont assez facilement identifiés aux robots-fourmis. Un robot-fourmi a comme compétences celles qui correspondent aux aptitudes de base des fourmis appartenant à l'espèce des oecophylles et à leurs caractéristiques physiologiques. Ainsi, un robot-fourmi perçoit les obstacles, les ressources, les autres robots-fourmis et la phéromone. Son seul moyen de communication consiste à déposer de la phéromone. Il est capable de se déplacer, de prélever des ressources, de retourner à son nid, de se reposer et de retourner sur le dernier lieu où il a trouvé des ressources. Chaque robot-fourmi a une croyance implicite sur les autres robots-fourmis appartenant au même collectif : il sait que les autres robots-fourmis sont comme lui (même compétence, même aptitude, même croyances, même attitude sociale, même langage de communication). 5

8 3.2 Le comportement coopératif des robots-fourmis Etre coopératif pour un robot-fourmi signifie avoir toujours une attitude sociale coopérative. Dans un environnement dynamique et imprévu, les situations non coopératives sont très fréquentes, ceci implique que très souvent le robot-fourmi sera en situation non coopérative. Le comportement du robot-fourmi est donc celui qui lui permet de revenir à des interactions coopératives. En fonction de ses croyances sur les autres, de ses compétences, de ses moyens de communication, de son attitude sociale, de ses aptitudes et de ses perceptions des autres et de l'environnement "physique simulé", il essaye de revenir vers des interactions coopératives, s'il détecte des situations non coopératives. Tous nos efforts de spécification sont donc basés sur la définition de ce qui peut être pour un robot-fourmi une situation non coopérative et comment agir ensuite pour revenir à un état coopératif. Cette détection se fait de manière locale au robot-fourmi en fonction de ses capacités de perception de l'environnement. L'action spécifiée pour réagir à cette situation dépend aussi des aptitudes et des compétences du robot-fourmi. Pour chaque situation décrite ci-dessous, nous donnons en parallèle l'action qu'une fourmi oecophylle entreprendrait dans des conditions identiques. Un cas de non coopération survient lorsqu'une fourmi voit une ressource non exploitée et une ressource exploitée. Une fourmi oecophylle est attirée proportionnellement par la ressource, et ira plutôt là où il y a le plus de ressources. Pour le robot-fourmi cette situation correspond à une détection de concurrence qui en l'occurrence est une situation non coopérative de son point de vue. En général, deux agents sont en concurrence s ils veulent obtenir un même état du monde : ici, deux robots-fourmis veulent ramener la même quantité de ressources au nid. Le robot-fourmi a une croyance sur les autres robots-fourmis qui est que tous les robots-fourmis du système ont les mêmes comportements que lui c'est-à-dire que les robots-fourmis qu'il perçoit proche de ressources ont de grandes chances de prélever ces ressources. Aussi pour ne pas être en situation de concurrence, le robot-fourmi va vers la ressource non exploitée, même s il y en a moins, ou si la ressource se trouve plus loin (figure 3). Un deuxième cas de non coopération est détecté lorsqu'une fourmi en mode exploration voit une autre fourmi. Une fourmi oecophylle ira indifféremment vers la fourmi ou ailleurs. Pour un robot-fourmi, il se trouve dans une situation où il rencontre un autre robot-fourmi qui ne lui transmet pas d information (pas de phéromone). Donc, s il se dirige vers ce robot-fourmi, il entrera en situation de concurrence, car il visitera une zone déjà couverte par l autre robot-fourmi. Il évite donc cette zone et il n ira pas dans la direction du robot-fourmi perçu (figure 4). Figure 3 Figure 4 Une autre situation non coopérative survient quand une fourmi suit sa piste de phéromone et voit des ressources. Une fourmi oecophylle est attirée proportionnellement par la phéromone et la ressource, elle a donc plus de chance de suivre la piste, qui comporte a priori une grande concentration de phéromone. Un robot-fourmi risque de se retrouver en situation de concurrence s il se dirige vers des ressources exploitées par d autres agents. Pour éviter cette concurrence potentielle, il ira s il le peut vers des ressources nouvelles. Il va vers les ressources, même si la phéromone est présente en grande quantité (figure 5). 6

9 IAS99 Figure 5 Figure 6 Parce qu'un robot-fourmi est coopératif, il donne spontanément des informations aux autres robots-fourmis s'il croit que ces informations peuvent leur être utiles. C'est ce que l'on appelle la communication spontanée. Ainsi, une fourmi qui se trouve dans la situation suivante : elle rentre au nid et elle voit en passant des ressources, détient une information sur la localisation de ressources. Une fourmi oecophylle ne prend pas en compte l information liée à la perception de cette ressource. Par contre le robot-fourmi continue son chemin vers le nid en déposant plus de phéromone dans le but de donner des informations plus exactes aux autres sur l'environnement tel qu'il le perçoit (figure 6). Une fourmi doit retourner au nid sans être chargée au maximum parce qu'elle a écoulé son temps maximum hors du nid. Une fourmi oecophylle dépose de la phéromone en retournant au nid, comme elle le fait dans tous les cas puisqu'elle est chargée. Le robot-fourmi par souci de bien informer ces partenaires ne laisse pas de trace de phéromone. Ici aussi, l agent dispose d une information supplémentaire : il n y a plus de ressource là où il se trouve. Pour coopérer, il communique cela aux autres, en ne déposant pas de phéromone. Si par la suite l agent découvre des ressources, il le communiquera aux autres (figure 7). Figure 7 Figure 8 Une fourmi qui retourne au nid en ayant trouvé des ressources, recrute d'autres fourmis. La fourmi oecophylle recrute en fonction de la quantité de nourriture ramenée au nid. Toujours par souci d'informer de manière la plus juste possible, le robot-fourmi recrute en fonction de la dernière quantité de phéromone déposée. En effet, il dispose d une information supplémentaire : la somme des ressources détectées pendant le trajet. Ce critère est bien meilleur pour décider que d'autres robots-fourmis doivent sortir du nid que celui de la nourriture rapportée (figure 8). 7

10 4 Résultats et analyses De nombreuses mesures ont été réalisées, mais nous ne présentons ici que deux cas d'environnements qui représentent deux distributions différentes des ressources. Dans un premier type d'environnement dans les figures 9 et 11, 2500 ressources ont été réparties aléatoirement dans l'arène dans 5 agrégats de ressources, dans le deuxième dans les figures 10 et 12, les 2500 ressources ont été réparties dans 100 agrégats. De plus, les agrégats ont été positionnés au hasard dans l'aire de fourragement mais la densité de ressources par agrégats est la même dans les deux types d'environnements. Le nombre de ressources dans l'arène est fixe au départ, il diminue par le fait que les fourmis prélèvent les ressources. L'arène a une dimension de 500*500 pixels. Chaque simulation est réalisée pour cycles et l'efficacité de la collecte de ressource est calculée en comptant tous les 100 cycles le nombre cumulé de ressources ramenées au nid. Pour chaque ensemble de paramètres, le nombre cumulé de ressources ramenées au nid est la moyenne de 50 simulations. Sachant qu'à chaque nouvelle simulation, un nouvel environnement de départ est créé toujours avec les mêmes contraintes. Les robots-fourmis ont leurs résultats affichés par les courbes ayant les traits les plus épais. Pour montrer les capacités d'adaptation de ces entités logicielles, les mesures ont été effectuées avec des environnements différents. Mais aussi en comparant le comportement de ces robots-fourmis avec des espèces des fourmis oecophylles ayant des caractéristiques physiologiques différentes : les fourmis oecophylles 1 et 2 sur les courbes ci-dessous. Les caractéristiques physiologiques des robots-fourmis ont été modifiées en conséquence mais pas leur comportement. Environnement avec 5 agrégats Environnement avec 100 agrégats Nourriture ramenée au nid Cycles Fourmis oecophylles 1 Robots-fourmis 1 Nourriture ramenée au nid Cycles Fourmis oecophylles 1 Robots-Fourmis 1 Figure 9 Fourmis oecophylles 1 et robots-fourmis 1 Figure 10 Fourmis oecophylles 1 et robots-fourmis 1 dans un environnement de 5 agrégats dans un environnement de 100 agrégats Sur les figures 9 et 10, les robots-fourmis ont été comparés à des fourmis oecophylles ayant les caractéristiques physiologiques données au paragraphe 2.2. Environnement avec 5 agrégats Nourriture ramenée au nid Cycles Fourmis oecophylles 2 Robots-Fourmis 2 Figure 11 Fourmis oecophylles 2 et robots-fourmis 2 Figure 12 Fourmis oecophylles 2 et robots-fourmis 2 dans un environnement de 5 agrégats dans un environnement de 100 agrégats Sur les figures 11 et 12 les résultats obtenus par les robots-fourmis ont été comparé à des fourmis ayant des caractéristiques physiologiques qui différent légèrement de celles données au paragraphe 2.2. En effet les seuils de perception de la nourriture et de perception des autres fourmis ont comme valeur 30 pixels. L efficacité d une fourmilière est calculée exclusivement en fonction de la quantité de nourriture ramenée au nid en un nombre donné de cycles. 8

11 IAS99 Les robots-fourmis ont des résultats meilleurs ou aussi bons que les fourmis oecophylles. Ceci est obtenu par une évaluation directe et locale de l'environnement par les robots-fourmis. Quand ils trouvent au moins un comportement coopératif à avoir, ils l'adoptent, s'il y en a plusieurs ils en choisissent un au hasard. Les robots-fourmis de par leur comportement coopératif ont tendance à explorer de manière plus optimale l'environnement. Ils se repoussent, ce qui a pour conséquence de créer un meilleur «éparpillement» dans les premières secondes, et ainsi une meilleure occupation de l espace, pour trouver les ressources plus rapidement. De plus, comme les robots-fourmis occupent mieux l espace, ils trouvent plus d agrégats, tandis que les fourmis naturelles, suivant la phéromone, se retrouvent à beaucoup dans des endroits où il n y a plus de nourriture. Les robots-fourmis présentés n'apprennent rien c'est-à-dire qu'ils ne modifient pas leurs croyances ni leurs compétences. Ils sont adaptatifs dans le sens où sans avoir programmé de manière exhaustive toutes les situations auxquelles ils pourront être confronté, ils décident d'un comportement à avoir en fonction d'un certain état de leur environnement et de leur attitude coopérative. L'adaptation est vue comme le changement de comportement dans un environnement dynamique et simulé (Vaari, 1994). La dynamique de l'environnement d'un robot fourmi est réalisée par le fait que les robots-fourmis se déplacent, que les ressources sont prélevées. 5 Conclusion et perspectives Les robots-fourmis coopératifs présentés dans ce papier ont les mêmes caractéristiques physiologiques que les fourmis naturelles et les mêmes aptitudes de base (le déplacement, le prélèvement de la nourriture, le dépôt de phéromone). Par contre, le comportement des robots-fourmis n'est pas une simulation du modèle naturel. Le comportement de ces agents est décidé de manière locale en fonction de ce qu'il peut percevoir dans son environnement immédiat et de son attitude sociale basée sur la coopération. C'est ce dernier point qui constitue l'originalité de l'approche. En effet, localement le robot-fourmi interprète ce qui pour lui est une situation non coopérative et il va agir pour tenter de l'éliminer. C'est uniquement cela qui guide son comportement. Notre travail de concepteur a été de définir les situations non coopératives susceptibles de survenir dans le cadre de l'exploitation et de la collecte de ressources par un collectif. Cette définition est possible car il ne faut pas trouver toutes les situations non coopératives possibles dans un environnement mais uniquement déterminer ce qui est non coopératif du point de vue du robot-fourmi. Notre approche réduit la complexité de conception d'un collectif devant évoluer dans un environnement dynamique car d'une part la définition des situations coopératives se fait localement à un agent et d'autre part pour concevoir le collectif il suffit de concevoir un individu ensuite tous les autres sont identiques. Les résultats obtenus par les robots-fourmis ont pu être comparés à un système de simulation de fourmis naturelles effectuant aussi une tâche de fourragement dans des environnements identiques. Ils montrent qu'une attitude coopérative permet de réaliser de manière plus optimale la recherche de ressources dans un environnement dynamique. De plus, le changement des caractéristiques physiologiques des robots-fourmis sans changer leur comportement donne aussi de bons résultats. Ce travail a permis de réaliser au niveau logiciel un collectif de robot-fourmi "spécialisé" dans l'exploration d'un environnement et dans la récolte de ressources données, et dont le comportement est adaptatif. Une des perspectives de ce travail consiste à faire apprendre par le robot-fourmi son comportement. Dans ce nouveau cadre, le collectif qui est le centre de notre étude n'est plus la fourmilière mais le robot-fourmi. En se basant sur la même théorie de l'auto-organisation basée sur la coopération, on considère alors que le robot-fourmi est un système multi-agent auto-organisateur. Il sera capable de s'adapter à son environnement en apprenant quelle action il doit réaliser. En fonction des environnements dans lesquels on immergerait les robots-fourmis, le comportement appris devrait être différent. Remerciements La plate-forme d expérimentation a été réalisée en collaboration avec le LEPA Laboratoire d éthologie de l Université Paul Sabatier dans le cadre d un projet GIS «Sciences de la Cognition». Nous remercions les éthologues Guy Théraulaz et Vincent Fourcassié pour leurs conseils et expérimentations sur la plate-forme. 9

12 6 Références Bonabeau E., Théraulaz G. (Editeurs) Intelligence collective Ed. Hermès, 1995, Paris Deneubourg J.L., Goss S., Franks N., Sendova-Franks A., Detrain C., Chrétien L. The dynamics of collective sorting robot-like ants and ant-like robots - Simulation of Animal Behaviour ; From Animals to Animats, J.A. Meyer and S. Wilson (eds), MIT Press 1990 Drogoul A, Collinot A. - "Applying an Agent-orineted methodology to the Design of Artificial Organizations: A Case Study in Robotic Soccer -Autonomous Agents and Multi-Agent Systems Volume 1 Number 1, Kluwer Academic Publishers ISSN Drogoul A., Fresneau D. Métaphore du fourragement et modèle d exploitation collective de l espace sans communication ni interaction pour des colonies de robots autonomes mobiles Journées françaises IADSMA 1998, Pont-à-Mousson, France Ed. Hermès Glize Pierre, Gleizes Marie-Pierre, Camps Valérie - "Une Théorie de l'apprentissage fondée sur l'autoorganisation par Coopération" - "Apprentissage : des principes naturels aux méthodes artificielles" Textes réunis par Ritschard, Berchtold, Duc et Zighed, Éditions Hermès, Paris 1998 Labbani-Igbida O., Müller J.-P., Bourjault A. CIRTA : An Emergentist Methodology to design and Evaluate Collective Behaviours in Robots Colonies - LNAI 1456 First International Workshop on Collective Robotics Paris, France, july 1998, Ed Springer Verlag Mataric M.J. Interaction and intelligent behavior PhD of philosophy Massachussetts Institute of Technology May 1994 Ocello M., Demazeau Y., Baeijs C. Designing Organized Agents for Cooperation with Real Time Constraints - LNAI 1456 First International Workshop on Collective Robotics Paris, France, july 1998, Ed Springer Verlag Ossowski S. LNAI 1535 Co-ordination in Artificial Agent Societies- 1999, Ed. Springer Verlag Spires S.V., Goldsmith S.Y. Exhaustive Geographic Search with Mobile Robots Along Space Filling Curves - LNAI 1456 First International Workshop on Collective Robotics Paris, France, july 1998, Ed Springer Verlag Topin Xavier, "Réalisation d'une plate-forme de simulation pour l'étude du comportement des fourmis", Rapport de stage d'iup Systèmes Intelligents Toulouse Septembre 1998 Vaari Jani, "Modeling Adaptive Self-organization", Artificial Life IV edited by Brooks and Maes MIT Press

Complexité et auto-organisation chez les insectes sociaux. Complexité et auto-organisation chez les insectes sociaux

Complexité et auto-organisation chez les insectes sociaux. Complexité et auto-organisation chez les insectes sociaux Complexité et auto-organisation chez les insectes sociaux Guy Theraulaz Centre de Recherches sur la Cognition Animale CNRS, UMR 5169, Toulouse, France Marathon des Sciences XXIII ème Festival d Astronomie,

Plus en détail

Atelier Transversal AT11. Activité «Fourmis» Pierre Chauvet. pierre.chauvet@uco.fr

Atelier Transversal AT11. Activité «Fourmis» Pierre Chauvet. pierre.chauvet@uco.fr Atelier Transversal AT11 Activité «Fourmis» Pierre Chauvet pierre.chauvet@uco.fr Ant : un algorithme inspiré de l éthologie L éthologie Etude scientifique des comportements animaux, avec une perspective

Plus en détail

ADELFE : Atelier de développement de logiciels à fonctionnalité émergente

ADELFE : Atelier de développement de logiciels à fonctionnalité émergente ADELFE : Atelier de développement de logiciels à fonctionnalité émergente Gauthier Picard*, Carole Bernon*, Valérie Camps**, Marie- Pierre Gleizes* * Institut de Recherche en Informatique de Toulouse Université

Plus en détail

Modélisation multi-agents - Agents réactifs

Modélisation multi-agents - Agents réactifs Modélisation multi-agents - Agents réactifs Syma cursus CSI / SCIA Julien Saunier - julien.saunier@ifsttar.fr Sources www-lih.univlehavre.fr/~olivier/enseignement/masterrecherche/cours/ support/algofourmis.pdf

Plus en détail

Etude de l émergence comportementale d un collectif de robots par auto-organisation coopérative

Etude de l émergence comportementale d un collectif de robots par auto-organisation coopérative Etude de l émergence comportementale d un collectif de robots par auto-organisation coopérative Rapport de DEA «Représentation des Connaissances et Formalisation du Raisonnement» Année 2000-2001 PICARD

Plus en détail

5.1.1 La procédure pour la description d'une situation-problème

5.1.1 La procédure pour la description d'une situation-problème 5 LE CHOIX DES PARTIES DE COURS : UNE PROGRESSION DES APPRENTISSAGES Éléments du cinquième chapitre 5.1 La description de la situation-problème finale 5.1.1 La procédure pour la description d'une situation-problème

Plus en détail

L intelligence collective des fourmis

L intelligence collective des fourmis L intelligence collective des fourmis Guy Théraulaz* Les comportements collectifs des fourmis ont toujours fasciné et émerveillé les naturalistes. Tout semble se passer comme si chaque colonie se comportait

Plus en détail

Modélisation et conception d'un. environnement de suivi pédagogique synchrone. d'activités d'apprentissage à distance

Modélisation et conception d'un. environnement de suivi pédagogique synchrone. d'activités d'apprentissage à distance Modélisation et conception d'un environnement de suivi pédagogique synchrone d'activités d'apprentissage à distance Christophe DESPRÉS Laboratoire d Informatique de l'université du Maine Plan de la présentation

Plus en détail

L apprentissage automatique

L apprentissage automatique L apprentissage automatique L apprentissage automatique L'apprentissage automatique fait référence au développement, à l analyse et à l implémentation de méthodes qui permettent à une machine d évoluer

Plus en détail

Les systèmes embarqués et les tendances technologiques: une évolution constante, une innovation continue!

Les systèmes embarqués et les tendances technologiques: une évolution constante, une innovation continue! Les systèmes embarqués et les tendances technologiques: une évolution constante, une innovation continue! Vasiliki Sfyrla Une approche des systèmes embarqués Les systèmes embarqués existent depuis longtemps.

Plus en détail

Intelligence des essaims (Swarm Intelligence)

Intelligence des essaims (Swarm Intelligence) Intelligence des essaims (Swarm Intelligence) Présentation Ghislain O Mahony 27 novembre 2006 Réunion Emergence 1 Les auteurs / caractéristiques ouvrage Les auteurs Eric Bonabeau Chef scientifique Icosystem

Plus en détail

Extraction d informations stratégiques par Analyse en Composantes Principales

Extraction d informations stratégiques par Analyse en Composantes Principales Extraction d informations stratégiques par Analyse en Composantes Principales Bernard DOUSSET IRIT/ SIG, Université Paul Sabatier, 118 route de Narbonne, 31062 Toulouse cedex 04 dousset@irit.fr 1 Introduction

Plus en détail

Modélisation agent d une Architecture Logicielle de commande d un Véhicule Autonome

Modélisation agent d une Architecture Logicielle de commande d un Véhicule Autonome Modélisation agent d une Architecture Logicielle de commande d un Véhicule Autonome ENNAJI Mourad LASC université de Metz Ile du Saulcy B.P 80794 57 012 METZ Ennaji@lasc.sciences.univ-metz.fr Résumé Cet

Plus en détail

Introduction à l Intelligence Artificielle (L3) IA(L3) Agents rationnels

Introduction à l Intelligence Artificielle (L3) IA(L3) Agents rationnels Introduction à l Intelligence Artificielle (L3) Agents rationnels vincent.risch@univ-amu.fr Merci (toujours) à Cyril Terrioux Plan 1 Introduction 2 définition d un agent 3 perception de l environnement

Plus en détail

Cours Systèmes Multi-Agents

Cours Systèmes Multi-Agents Un système multi-agents «Un Système Multi-Agents(SMA) comporte plusieurs agents qui interagissent entre eux dans un environnement commun. Certains de ces agents peuvent être des personnes ou leurs représentants

Plus en détail

Etude de la simulation de systèmes multiagents pour la conception vivante d agents dans la méthode ADELFE

Etude de la simulation de systèmes multiagents pour la conception vivante d agents dans la méthode ADELFE Etude de la simulation de systèmes multiagents pour la conception vivante d agents dans la méthode ADELFE Rapport de Master 2 Recherche «Intelligence Artificielle : Raisonnement, Coopération, Langage»

Plus en détail

Le référentiel de compétences à l'université, outil d'une politique Qualité : exemple en formation d ingénieurs.

Le référentiel de compétences à l'université, outil d'une politique Qualité : exemple en formation d ingénieurs. Le référentiel de compétences à l'université, outil d'une politique Qualité : exemple en formation d ingénieurs. Philippe Bouillard 1, Frédéric Robert 2, Nadine Postiaux 3 1 BATir (Building, Architecture

Plus en détail

Mission de pédagogie universitaire Université Saint-Joseph Glossaire 1

Mission de pédagogie universitaire Université Saint-Joseph Glossaire 1 glossaire Les définitions succinctes, présentées dans ce glossaire, sont, en grande partie, tirées des chapitres du Manuel. Elles sont en harmonie avec les références relatives au Processus de Bologne.

Plus en détail

CODATU XI. Congrès Mondial de Bucarest 22-24 Avril 2004

CODATU XI. Congrès Mondial de Bucarest 22-24 Avril 2004 CODATU XI Congrès Mondial de Bucarest 22-24 Avril 2004 MODELE DE SIMULATION DE FLUX DE VOYAGEURS POUR L ETUDE ET L EXPLOITATION DES STATIONS DE TRAMWAY ET DE BUS ET DE LEURS EQUIPEMENTS COMPORTEMENT DES

Plus en détail

Texte 13 La résolution de problèmes en techniques de génie électrique

Texte 13 La résolution de problèmes en techniques de génie électrique Texte 13 Deux personnes décrivent la résolution de problèmes comme stratégie pédagogique. Lise Poirier Proulx, adjointe à la direction de PERFORMA à l Université de Sherbrooke en 1997, décrit cette stratégie

Plus en détail

Brève introduction à la recherche d!information sur le Web à base d!agents logiciels

Brève introduction à la recherche d!information sur le Web à base d!agents logiciels Plan Brève introduction à la recherche d!information sur le Web à base d!agents logiciels Bernard ESPINASSE Université d!aix-marseille 2010 Rappels sur les agents logiciels Problématique de la RI sur le

Plus en détail

Positionnement de UP

Positionnement de UP UNIFIED PROCESS Positionnement de UP Unified Process Langage Méthode Outil logiciel UML UP RUP 6 BONNES PRATIQUES développement itératif gestion des exigences architecture basée sur des composants modélisation

Plus en détail

Système tutoriel intelligent pour l apprentissage de travail procédural et collaboratif

Système tutoriel intelligent pour l apprentissage de travail procédural et collaboratif Système tutoriel intelligent pour l apprentissage de travail procédural et collaboratif Cédric Buche buche@enib.fr Pierre De Loor deloor@enib.fr Ronan Querrec querrec@enib.fr Laboratoire d Ingénierie Informatique

Plus en détail

BABEL LEXIS : UN SYSTÈME ÉVOLUTIF PERMETTANT LA CRÉATION, LE STOCKAGE ET LA CONSULTATION D OBJETS HYPERMÉDIAS

BABEL LEXIS : UN SYSTÈME ÉVOLUTIF PERMETTANT LA CRÉATION, LE STOCKAGE ET LA CONSULTATION D OBJETS HYPERMÉDIAS Quatrième colloque hypermédias et apprentissages 275 BABEL LEXIS : UN SYSTÈME ÉVOLUTIF PERMETTANT LA CRÉATION, LE STOCKAGE ET LA CONSULTATION D OBJETS HYPERMÉDIAS Anne-Olivia LE CORNEC, Jean-Marc FARINONE,

Plus en détail

Analyse abstraite de missions sous PILOT

Analyse abstraite de missions sous PILOT Analyse abstraite de missions sous PILOT Damien Massé EA 3883, Université de Bretagne Occidentale, Brest damien.masse@univ-brest.fr Résumé Nous étudions la possibilité de réaliser un analyseur par interprétation

Plus en détail

Chapitre 1 : Introduction aux bases de données

Chapitre 1 : Introduction aux bases de données Chapitre 1 : Introduction aux bases de données Les Bases de Données occupent aujourd'hui une place de plus en plus importante dans les systèmes informatiques. Les Systèmes de Gestion de Bases de Données

Plus en détail

MÉTHODOLOGIE DE L ASSESSMENT CENTRE L INSTRUMENT LE PLUS ADÉQUAT POUR : DES SÉLECTIONS DE QUALITÉ DES CONSEILS DE DÉVELOPPEMENT FONDÉS

MÉTHODOLOGIE DE L ASSESSMENT CENTRE L INSTRUMENT LE PLUS ADÉQUAT POUR : DES SÉLECTIONS DE QUALITÉ DES CONSEILS DE DÉVELOPPEMENT FONDÉS MÉTHODOLOGIE DE L ASSESSMENT CENTRE L INSTRUMENT LE PLUS ADÉQUAT POUR : DES SÉLECTIONS DE QUALITÉ ET DES CONSEILS DE DÉVELOPPEMENT FONDÉS 1. Introduction Placer la «bonne personne au bon endroit» représente

Plus en détail

Carole Adam Curriculum Vitæ détaillé

Carole Adam Curriculum Vitæ détaillé Carole Adam Curriculum Vitæ détaillé 1 Présentation Docteur-ingénieur en Informatique, je suis actuellement ATER (Attachée Temporaire d Enseignement et de Recherche). J enseigne à l ENSEEIHT (Ecole Nationale

Plus en détail

Rapport d'analyse des besoins

Rapport d'analyse des besoins Projet ANR 2011 - BR4CP (Business Recommendation for Configurable products) Rapport d'analyse des besoins Janvier 2013 Rapport IRIT/RR--2013-17 FR Redacteur : 0. Lhomme Introduction...4 La configuration

Plus en détail

Introduction. 1- définition du contrôle de gestion. 2) Les différences avec les autres formes de contrôle. 3-les missions du contrôle de gestion :

Introduction. 1- définition du contrôle de gestion. 2) Les différences avec les autres formes de contrôle. 3-les missions du contrôle de gestion : Plan : Introduction. 1- définition du contrôle de gestion. 2) Les différences avec les autres formes de contrôle. 3-les missions du contrôle de gestion : 1-maitrise de gestion, coordination des actions

Plus en détail

Sélection darwinienne et systèmes multi-agents

Sélection darwinienne et systèmes multi-agents Sélection darwinienne et systèmes multi-agents Samuel Landau Miriad - OASIS - LIP6 Objectifs Objectifs Conception de systèmes distribués adaptatifs Apprentissage distribué en ligne Exemples d application:

Plus en détail

Cours Ephec Niv. 2 : Technique et gestion de projet. Par Monsieur Bertieaux Année Académique 2014-2015. Quelles sont les 4 valeurs Agiles?

Cours Ephec Niv. 2 : Technique et gestion de projet. Par Monsieur Bertieaux Année Académique 2014-2015. Quelles sont les 4 valeurs Agiles? Cours Ephec Niv. 2 : Technique et gestion de projet Par Monsieur Bertieaux Année Académique 2014-2015 Réponse aux questions du cours, slide Cours 2_2_Scrum Quelles sont les 4 valeurs Agiles? 1. «Les personnes

Plus en détail

Aide à la gestion du projet final ISN

Aide à la gestion du projet final ISN Aide à la gestion du projet final ISN 1 - La place du projet dans l ISN «Les activités des élèves sont organisées autour d une équipe de projet dont les tâches sont les suivantes : repérer le besoin ou

Plus en détail

HEURISTIQUES D'OPTIMISATION. Evelyne LUTTON - INRA AgroParisTech - Grignon http ://evelyne-lutton.fr/

HEURISTIQUES D'OPTIMISATION. Evelyne LUTTON - INRA AgroParisTech - Grignon http ://evelyne-lutton.fr/ HEURISTIQUES D'OPTIMISATION Evelyne LUTTON - INRA AgroParisTech - Grignon http ://evelyne-lutton.fr/ D'après Patrick Siarry, LiSSi, Univ. de Paris-Est Créteil MÉTA-HEURISTIQUES Du grec : méta :au-delà,

Plus en détail

Vers une Optimisation de l Algorithme AntTreeStoch

Vers une Optimisation de l Algorithme AntTreeStoch Revue des Sciences et de la Technologie - RST- Volume 3 N 1 / janvier 2012 Vers une Optimisation de l Algorithme AntTreeStoch O. KADRI, H. MOUSS, A. ABDELHADI, R. MAHDAOUI Laboratoire d Automatique et

Plus en détail

Influence De La Taille Du Jeton Sur Les Performances De L algorithme D'exclusion Mutuelle De Ricart - Agrawala

Influence De La Taille Du Jeton Sur Les Performances De L algorithme D'exclusion Mutuelle De Ricart - Agrawala Influence De La Taille Du Jeton Sur Les Performances De L algorithme D'exclusion Mutuelle De Ricart - Agrawala Sarah Benkouider, Souhila Labgaa 2, Mohamed Yagoubi 3 Université Amar Telidji Département

Plus en détail

LE ROLE DE LA RECHERCHE EN FORMATION INITIALE ET EN FORMATION CONTINUE DANS LE DOMAINE DE LA GESTION. VO SANG Xuan Hoang

LE ROLE DE LA RECHERCHE EN FORMATION INITIALE ET EN FORMATION CONTINUE DANS LE DOMAINE DE LA GESTION. VO SANG Xuan Hoang LE ROLE DE LA RECHERCHE EN FORMATION INITIALE ET EN FORMATION CONTINUE DANS LE DOMAINE DE LA GESTION VO SANG Xuan Hoang 1 Introduction Du moment où une personne se décide de choisir une carrière d enseignant,

Plus en détail

Conf. 12.8 (Rev. CoP13) *

Conf. 12.8 (Rev. CoP13) * Conf. 12.8 (Rev. CoP13) * Etude du commerce important de spécimens d'espèces inscrites à l'annexe II RAPPELANT que l'article IV, paragraphe 2 a), de la Convention, stipule comme condition pour la délivrance

Plus en détail

Nathalie Bulle (1998), Compte-rendu de Rainer Hegselmann, Ulrich Mueller, Klaus G. Troitzsch (eds.).- Modelling and simulation in the social sciences

Nathalie Bulle (1998), Compte-rendu de Rainer Hegselmann, Ulrich Mueller, Klaus G. Troitzsch (eds.).- Modelling and simulation in the social sciences Nathalie Bulle (1998), Compte-rendu de Rainer Hegselmann, Ulrich Mueller, Klaus G. Troitzsch (eds.).- Modelling and simulation in the social sciences from the philosophy of science point of view. - Dordrecht/

Plus en détail

Article sélectionné par : CapLine com.

Article sélectionné par : CapLine com. Article sélectionné par : CapLine com. [KNOWLEDGE MANAGEMENT] Le KM est une aventure à la fois personnelle et collective qui rassemble des individualités autour des valeurs et vision d'une organisation.

Plus en détail

Référentiel des métiers de la spécialité Instrumentation - Automatique - Informatique

Référentiel des métiers de la spécialité Instrumentation - Automatique - Informatique Référentiel des métiers de la spécialité Instrumentation - Automatique - Informatique Référentiel des métiers de la spécialité Instrumentation - Automatique - Informatique Copyright 2015 Polytech Annecy-Chambéry

Plus en détail

modélisation solide et dessin technique

modélisation solide et dessin technique CHAPITRE 1 modélisation solide et dessin technique Les sciences graphiques regroupent un ensemble de techniques graphiques utilisées quotidiennement par les ingénieurs pour exprimer des idées, concevoir

Plus en détail

Problématique / Problématiser / Problématisation / Problème

Problématique / Problématiser / Problématisation / Problème Problématique / Problématiser / Problématisation / PROBLÉMATIQUE : UN GROUPEMENT DE DÉFINITIONS. «Art, science de poser les problèmes. Voir questionnement. Ensemble de problèmes dont les éléments sont

Plus en détail

G. Lesauvage. Laboratoire d Informatique et du Traitement de l Information et des Systèmes

G. Lesauvage. Laboratoire d Informatique et du Traitement de l Information et des Systèmes Gestion dynamique des activités des chariots cavaliers sur un terminal portuaire à conteneurs en environnement incertain - approche par intelligence collective - G. Lesauvage Unité de Formation et de Recherche

Plus en détail

La notion de comportement optimal

La notion de comportement optimal Leçon d Option B La notion de comportement optimal Jean-Olivier Irisson irisson@normalesup.org http ://jo.irisson.free.fr/work/ Table des matières 1 La théorie du comportement optimal tente de prédire

Plus en détail

Apprendre en stage. Présentation aux référents 02.09.2010. C. MASIAS-VALDES Ch. BORALEY

Apprendre en stage. Présentation aux référents 02.09.2010. C. MASIAS-VALDES Ch. BORALEY Apprendre en stage Présentation aux référents 02.09.2010 C. MASIAS-VALDES Ch. BORALEY Et pour commencer De quoi un étudiant a-t-il besoin pour apprendre en stage? Contenu de la présentation Introduction

Plus en détail

FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc)

FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc) 87 FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc) Dans le cadre de la réforme pédagogique et de l intérêt que porte le Ministère de l Éducation

Plus en détail

Michel Beaudoin, UQO michel.beaudoin @uqo.ca

Michel Beaudoin, UQO michel.beaudoin @uqo.ca michel.beaudoin @uqo.ca Remerciements Coreper Groupe Conseil en Mathématique, Science et Technologie de l Outaouais Mme Paule Bellehumeur Enseignants des Cs de l Outaouais Mme Bouchra Zerhouni, assistante

Plus en détail

La validation des acquis de l expérience dans une Formation d Ingénieur en Partenariat

La validation des acquis de l expérience dans une Formation d Ingénieur en Partenariat DAROUX Géraldine (7109) La validation des acquis de l expérience dans une Formation d Ingénieur en Partenariat Ce texte relate l expérience conduite au sein de l Institut Supérieur des Techniques Productiques

Plus en détail

Environnement de programmation

Environnement de programmation Environnement de programmation 1.La programmation Les ordinateurs sont stupides! à un point dont on n'a pas idée. Ils ne réagissent ni ne répondent qu'à des situations ou à des données anticipées par le

Plus en détail

Algorithme des fourmis appliqué à la détection et au suivi de contours dans une image

Algorithme des fourmis appliqué à la détection et au suivi de contours dans une image IN52-IN54 A2008 Algorithme des fourmis appliqué à la détection et au suivi de contours dans une image Etudiants : Nicolas MONNERET Alexandre HAFFNER Sébastien DE MELO Responsable : Franck GECHTER Sommaire

Plus en détail

Systèmes Multi-Agents : Modélisation et simulation informatique de comportements collectifs. Chapitre III

Systèmes Multi-Agents : Modélisation et simulation informatique de comportements collectifs. Chapitre III Systèmes Multi-gents : Modélisation et simulation informatique de comportements collectifs Chapitre III Différentes approches de Conception et applications Introduction Les différents concepts Cheminement

Plus en détail

Sécurité des machines

Sécurité des machines Sécurité des machines Sécurité fonctionnelle et mise en œuvre de la nouvelle directive relative aux machines Sécurité fonctionnelle et mise en œuvre de la nouvelle directive relative aux machines 1 2 Sécurité

Plus en détail

Il y a trois types principaux d analyse des résultats : l analyse descriptive, l analyse explicative et l analyse compréhensive.

Il y a trois types principaux d analyse des résultats : l analyse descriptive, l analyse explicative et l analyse compréhensive. L ANALYSE ET L INTERPRÉTATION DES RÉSULTATS Une fois les résultats d une investigation recueillis, on doit les mettre en perspective en les reliant au problème étudié et à l hypothèse formulée au départ:

Plus en détail

Class code. Former les Éducateurs À l'informatique pour notre Société Numérique. MagicMakers MagicMakers 1

Class code. Former les Éducateurs À l'informatique pour notre Société Numérique. MagicMakers MagicMakers 1 Class code Former les Éducateurs À l'informatique pour notre Société Numérique. MagicMakers MagicMakers 1 I. UNE VISION 2 En 2016 Madame la Maire de Villeneuve-les-Bois a été convaincue de l intérêt de

Plus en détail

1 Introduction. 2 Contexte. 2.1 La réalité virtuelle

1 Introduction. 2 Contexte. 2.1 La réalité virtuelle ASSISTANCE COOPERATIVE POUR LA TELEOPERATION Nancy Rodriguez, Olivier Heguy, Jean-Pierre Jessel, Herve Luga IRIT 118 route de Narbonne 31400 Toulouse rodri, heguy, jessel, luga @irit.fr Résumé - Pour aider

Plus en détail

Méthodes de DM pour la GRC dans les banques

Méthodes de DM pour la GRC dans les banques Techniques de DM pour la GRC dans les banques Page 21 III.1 Introduction Avant de chercher des techniques à appliquer dans la gestion des relations avec les clients. Il faut étudier les données des clients

Plus en détail

différence groupe-conseil en statistique

différence groupe-conseil en statistique Vais-je atteindre mon objectif cette année? Par Martin Carignan, associé chez Différence www.difference-gcs.com Contexte Les gestionnaires sont souvent évalués sur des résultats mesurés par des indicateurs

Plus en détail

Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services

Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services 69 Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services M. Bakhouya, J. Gaber et A. Koukam Laboratoire Systèmes et Transports SeT Université de Technologie de Belfort-Montbéliard

Plus en détail

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème.

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème. Mathématiques - classe de 1ère des séries STI2D et STL. 1. Analyse On dote les élèves d outils mathématiques permettant de traiter des problèmes relevant de la modélisation de phénomènes continus ou discrets.

Plus en détail

Les études de cas Responsable: Monika Niederhuber, Pauline Bart

Les études de cas Responsable: Monika Niederhuber, Pauline Bart Geographic Information Technology Training Alliance (GITTA) presents: Les études de cas Responsable: Monika Niederhuber, Pauline Bart Table des matières 1. Les études de cas...2 1.1. Définitions et commentaires...

Plus en détail

IA54 Compte-rendu «STATIONNEMENT AUTOMATIQUE DE VEHICULE»

IA54 Compte-rendu «STATIONNEMENT AUTOMATIQUE DE VEHICULE» IA54 Compte-rendu «STATIONNEMENT AUTOMATIQUE DE VEHICULE» Henri Payno - Cyril Bailly 1/12/2011 SOMMAIRE 1. Introduction... 3 2. Contraintes... 3 3. Architecture globale... 4 4. Interface... 5 A. Scène

Plus en détail

Les clients puissance cube

Les clients puissance cube LETTRE CONVERGENCE Les clients puissance cube L intelligence artificielle au service du marketing des services N 28 To get there. Together. A PROPOS DE BEARINGPOINT BearingPoint est un cabinet de conseil

Plus en détail

IFT2251 : Génie logiciel

IFT2251 : Génie logiciel Julie Vachon, Hiver 2006 IFT2251 : Génie logiciel Chapitre 5. Conception Section 3. Principes et qualités Conception : principes et qualités 1. L activité de conception 2. Principes de conception 3. Concevoir

Plus en détail

Une Approche Bio-mimétique pour la Segmentation d'images. Inspiration des Araignées Sociales

Une Approche Bio-mimétique pour la Segmentation d'images. Inspiration des Araignées Sociales Une Approche Bio-mimétique pour la Segmentation d'images Inspiration des Araignées Sociales Safia Djemame 1, Mohammed Batouche 2 1 Département Informatique, Université Ferhat Abbes, Sétif 19000, Algérie

Plus en détail

Exercices sur les lois de probabilités continues

Exercices sur les lois de probabilités continues Terminale S Exercices sur les lois de probabilités continues Exercice n 1 : X est la variable aléatoire de la loi continue et uniforme sur [0 ; 1]. Donner la probabilité des événements suivants : a. b.

Plus en détail

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des

Plus en détail

Résolution d emploi du temps dynamique et distribuée par auto-organisation coopérative

Résolution d emploi du temps dynamique et distribuée par auto-organisation coopérative Résolution d emploi du temps dynamique et distribuée par auto-organisation coopérative Gauthier Picard IRIT - Université Paul Sabatier - Toulouse III 118, route de Narbonne 31062 Toulouse Cedex, France

Plus en détail

Chapitre 1. L algorithme génétique

Chapitre 1. L algorithme génétique Chapitre 1 L algorithme génétique L algorithme génétique (AG) est un algorithme de recherche basé sur les mécanismes de la sélection naturelle et de la génétique. Il combine une stratégie de survie des

Plus en détail

Un Système multi-agents auto-adaptatif pour la segmentation et la reconstruction de scènes 3D

Un Système multi-agents auto-adaptatif pour la segmentation et la reconstruction de scènes 3D SETIT 2005 3 rd International Conference: Sciences of Electronic, Technologies of Information and Telecommunications March 27-31, 2005 TUNISIA Un Système multi-agents auto-adaptatif pour la segmentation

Plus en détail

Jeu des 7 situations managériales.

Jeu des 7 situations managériales. Team building Jeu des 7 situations managériales. RECRUTER PILOTER ET PARLER POUR ÊTRE COMPRIS FORMER COACHER RESOUDRE, GERER LES CONFLITS DELEGUER et DEVELOPPER L'AUTONOMIE PAR DES MICRO-PROJETS CONDUIRE

Plus en détail

LES 11 COMPÉTENCES ESSENTIELLES EN COACHING DE L INTERNATIONAL COACH FEDERATION (ICF)

LES 11 COMPÉTENCES ESSENTIELLES EN COACHING DE L INTERNATIONAL COACH FEDERATION (ICF) LES 11 COMPÉTENCES ESSENTIELLES EN COACHING DE L INTERNATIONAL COACH FEDERATION (ICF) Les 11 compétences essentielles en coaching ont été développées par ICF afin d assurer une meilleure compréhension

Plus en détail

ENTREPÔTS ET MAGASINS

ENTREPÔTS ET MAGASINS Michel Roux ENTREPÔTS ET MAGASINS Tout ce qu il faut savoir pour concevoir une unité de stockage Cinquième édition, 1995, 2001, 2003, 2008, 2011 ISBN : 978-2-212-55189-1 2 LES PHASES DE SIMULATION DE VALIDATION

Plus en détail

eduscol Former et évaluer par compétences dans le cadre des activités expérimentales Physique-chimie Grilles de compétences Mai 2010

eduscol Former et évaluer par compétences dans le cadre des activités expérimentales Physique-chimie Grilles de compétences Mai 2010 eduscol Physique-chimie Former et évaluer par compétences dans le cadre des activités expérimentales Grilles de compétences Mai 2010 MEN/DGESCO eduscol.education.fr/spc Former et Evaluer par s dans le

Plus en détail

Contributions à l'apprentissage automatique de réseau de contraintes et à la constitution automatique de comportements sensorimoteurs en robotique.

Contributions à l'apprentissage automatique de réseau de contraintes et à la constitution automatique de comportements sensorimoteurs en robotique. Contributions à l'apprentissage automatique de réseau de contraintes et à la constitution automatique de comportements sensorimoteurs en robotique. Mathias PAULIN LIRMM (CNRS, Univ. Montpellier II) 161

Plus en détail

L ANALYSE DE L IMAGE COMME SOURCE DE CREATION EN DANSE POUR L ELEVE

L ANALYSE DE L IMAGE COMME SOURCE DE CREATION EN DANSE POUR L ELEVE L ANALYSE DE L IMAGE COMME SOURCE DE CREATION EN DANSE POUR L ELEVE SOMMAIRE Le propos page 2 Situation Contextes Intention La démarche du point de vue de l enseignant..page 4 -le cadre de la démarche..p.5

Plus en détail

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines

Plus en détail

ORDONNANCEMENT DE L'UNITE DE TRAITEMENT

ORDONNANCEMENT DE L'UNITE DE TRAITEMENT ORDONNANCEMENT DE L'UNITE DE TRAITEMENT 1. OBJECTIFS... 2 2. ASSIGNATIONS ET DIAGRAMMES DE GANTT... 2 3. ALGORITHMES SANS RÉQUISITION... 4 3.1. ORDONNANCEMENT DANS L'ORDRE D'ARRIVÉE (FIFO)... 4 3.2. PLUS

Plus en détail

ACRONYME et titre du projet

ACRONYME et titre du projet Présentation des projets financés au titre de l édition 2009 du programme «Contenus et Interactions» Défi Robotique : Cartographie par Robot d un Territoire ACRONYME et titre du projet CARTOMATIC : CARTographie

Plus en détail

Modélisation et simulation de SMA gestion du temps

Modélisation et simulation de SMA gestion du temps Modélisation et simulation de SMA gestion du temps Problèmes / solutions MASTER RECHERCHE Fabien MICHEL fmichel@lirmm.fr 8 / 3 / 2010 1 Plan I Simulation multi-agents (rappels) II Exemple de problèmes

Plus en détail

Introduction aux agents

Introduction aux agents Introduction aux agents «Principes et architecture des systèmes multi-agents», édité par Jean-Pierre Briot et Yves Demazeau, collection IC2, Hermès, 2001. L informatique est en train de changer de manière

Plus en détail

L intelligence artificielle en essaim

L intelligence artificielle en essaim L intelligence artificielle en essaim Joël Quinqueton Université Paul Valéry Cerics et Lirmm, Montpellier L intelligence de l essaim Swarm intelligence Quand l intelligence vient du collectif Les coactones

Plus en détail

Méthodes Agiles et gestion de projets

Méthodes Agiles et gestion de projets Méthodes Agiles et gestion de projets Eric LELEU Consultant Solutions Collaboratives Contact ericleleu@nordnet.fr Site Personnel http://home.nordnet.fr/~ericleleu Blog http://ericleleu.spaces.live.fr La

Plus en détail

Ergonomie des IHM. Karim Sehaba Maître de Conférences en Informatique. karim.sehaba@univ-lyon2.fr http://liris.cnrs.fr/~ksehaba

Ergonomie des IHM. Karim Sehaba Maître de Conférences en Informatique. karim.sehaba@univ-lyon2.fr http://liris.cnrs.fr/~ksehaba Ergonomie des IHM Karim Sehaba Maître de Conférences en Informatique karim.sehaba@univ-lyon2.fr http://liris.cnrs.fr/~ksehaba Université Lumière Lyon2 Conception Web Organisation du contenu Navigation

Plus en détail

Domaines de consultation bso

Domaines de consultation bso Domaines de consultation bso Supervision Compétences-clé Conseil en organisation Coaching La supervision, le conseil en organisation et le coaching sont des domaines de consultation professionnels adaptés

Plus en détail

Gestion industrielle alternance études/stages

Gestion industrielle alternance études/stages Gestion industrielle alternance études/stages EJN18 Objectifs du programme Former des individus aptes à agir en tant que superviseur de la production ou contremaître ou technicien en gestion industrielle.

Plus en détail

Atelier Cognisud. Contribution à PIRSTEC pour un appel d offre ANR

Atelier Cognisud. Contribution à PIRSTEC pour un appel d offre ANR Atelier Cognisud Contribution à PIRSTEC pour un appel d offre ANR Ces notes sont une contribution à la réflexion dans le cadre de PIRSTEC, faite par le réseau Cognisud suite à un atelier organisé le Jeudi

Plus en détail

L école publique mais autrement publique

L école publique mais autrement publique Extrait du tome 2 des Chroniques d une école du 3 ème type «Ecole et société» L école publique mais autrement publique III Une autre architecture du système éducatif NB : Langages : Nous avons vu dans

Plus en détail

Agents mobiles pour la recherche d'informations sur des réseaux hétérogènes. D.Picard & A.Revel

Agents mobiles pour la recherche d'informations sur des réseaux hétérogènes. D.Picard & A.Revel Agents mobiles pour la recherche d'informations sur des réseaux hétérogènes D.Picard & A.Revel Le code mobile......un code successivement embarqué Code Mobile Programme se déplaçant sur d autres supports

Plus en détail

Auto-organisation coopérative pour la conception de collectifs adaptatifs et robustes

Auto-organisation coopérative pour la conception de collectifs adaptatifs et robustes Auto-organisation coopérative pour la conception de collectifs adaptatifs et robustes Gauthier Picard and Marie-Pierre Gleizes Laboratoire IRIT (CNRS - INP - UPS) Université Paul Sabatier 118, route de

Plus en détail

Segmentation d'images à l'aide d'agents sociaux : applications GPU

Segmentation d'images à l'aide d'agents sociaux : applications GPU Segmentation d'images à l'aide d'agents sociaux : applications GPU Richard MOUSSA Laboratoire Bordelais de Recherche en Informatique (LaBRI) - UMR 5800 Université de Bordeaux - France Laboratoire de recherche

Plus en détail

VISUALISATION EN TEMPS RÉEL PERSPECTIVES À POINT DE VUE MOBILE

VISUALISATION EN TEMPS RÉEL PERSPECTIVES À POINT DE VUE MOBILE 167 VISUALISATION EN TEMPS RÉEL DE J. SAPALY On sait que l'exploration visuelle consiste en une succession de fixations du regard, séparées par des mouvements oculaires saccadés, chaque fixation amenant

Plus en détail

Introduction Page 3 Accéder à Autochartist. L'Interface d'autochartist Page 4 Panneau de recherche

Introduction Page 3 Accéder à Autochartist. L'Interface d'autochartist Page 4 Panneau de recherche Manuel Utilisateur INdice Introduction Page 3 Accéder à Autochartist L'Interface d'autochartist Page 4 Panneau de recherche L'Interface d'autochartist (suite) Page 5 Panneau de résultats - Motifs Complets

Plus en détail

UN OUTIL DE GESTION DES COMPETENCES ACQUISES ET REQUISES IMPLANTE A TREMERY DANS LE GROUPE PSA

UN OUTIL DE GESTION DES COMPETENCES ACQUISES ET REQUISES IMPLANTE A TREMERY DANS LE GROUPE PSA 3 e Conférences Francophone de Modélisation et SIMulation «Conception, Analyse et Gestion des Systèmes Industriels» MOSIM 01 du 25 au 27 avril 2001 Troyes (France) UN OUTIL DE GESTION DES COMPETENCES ACQUISES

Plus en détail

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Informatique Première et seconde années

Plus en détail

Quel profil pour les futurs professionnels de l'informatique? Le référentiel de compétences du master en sciences informatiques de l'ucl.

Quel profil pour les futurs professionnels de l'informatique? Le référentiel de compétences du master en sciences informatiques de l'ucl. université catholique de louvain louvain-la-neuve, belgique Quel profil pour les futurs professionnels de l'informatique? raisonner théorie appliquer apprendre examens concevoir bachelier référentiel universitaire

Plus en détail

RAPPORT DE STAGE «FAIRE RESPECTER UNE PROPRIÉTÉ EXPRIMÉE SOUS FORME D AUTOMATE TEMPORISÉ»

RAPPORT DE STAGE «FAIRE RESPECTER UNE PROPRIÉTÉ EXPRIMÉE SOUS FORME D AUTOMATE TEMPORISÉ» Université Joseph Fourier Département Licence Sciences & Technologie RAPPORT DE STAGE «FAIRE RESPECTER UNE PROPRIÉTÉ EXPRIMÉE SOUS FORME D AUTOMATE TEMPORISÉ» VISAN Vlad Laboratoire d accueil : Verimag

Plus en détail

Ebauche Rapport finale

Ebauche Rapport finale Ebauche Rapport finale Sommaire : 1 - Introduction au C.D.N. 2 - Définition de la problématique 3 - Etat de l'art : Présentatio de 3 Topologies streaming p2p 1) INTRODUCTION au C.D.N. La croissance rapide

Plus en détail

Francis JAMBON Laboratoire d Informatique de Grenoble

Francis JAMBON Laboratoire d Informatique de Grenoble Francis JAMBON Laboratoire d Informatique de Grenoble Mise en œuvre de l oculométrie dans différents contextes d usage Analyse ergonomique Tuteurs intelligents IHM adaptatives Interaction via le regard

Plus en détail

2. Technique d analyse de la demande

2. Technique d analyse de la demande 1. Recevoir et analyser une requête du client 2. Sommaire 1.... Introduction 2.... Technique d analyse de la demande 2.1.... Classification 2.2.... Test 2.3.... Transmission 2.4.... Rapport 1. Introduction

Plus en détail