Projet Java 2A (ESIAL 2A) 2004-2005 Simulation du phénomène de fourragement dans des colonies de fourmis Vincent THOMAS
Thématique: Intelligence Collective Auto-organisation Comprendre comment un ensemble d entités peut s organiser pour résoudre un problème collectif et les réutiliser
Thématique: Intelligence Collective Auto-organisation Comprendre comment un ensemble d entités peut s organiser pour résoudre un problème collectif et les réutiliser Plusieurs domaines Biologie Agrégation, déplacement en groupe
Thématique: Intelligence Collective Auto-organisation Comprendre comment un ensemble d entités peut s organiser pour résoudre un problème collectif et les réutiliser Plusieurs domaines Biologie Agrégation, déplacement en groupe Tri collectif
Thématique: Intelligence Collective Auto-organisation Comprendre comment un ensemble d entités peut s organiser pour résoudre un problème collectif et les réutiliser Plusieurs domaines Biologie Agrégation, déplacement en groupe Tri collectif Construction collective de toile
Thématique: Intelligence Collective Auto-organisation Comprendre comment un ensemble d entités peut s organiser pour résoudre un problème collectif et les réutiliser Plusieurs domaines Biologie Agrégation, déplacement en groupe Tri collectif Construction collective de toile Groupes humains
Thématique: Intelligence Collective Auto-organisation Comprendre comment un ensemble d entités peut s organiser pour résoudre un problème collectif et les réutiliser Plusieurs domaines Biologie Agrégation, déplacement en groupe Tri collectif Construction collective de toile Groupes humains Informatique Réseau (réseaux ad hoc, routage) Systèmes multi-agents (coordination, communication, coopération) IA / intelligence collective Entité «intelligente» Collectif «intelligent» Entité «simple» Collectif «intelligent» Intelligence vient du collectif
Thématique: Intelligence Collective Auto-organisation Comprendre comment un ensemble d entités peut s organiser pour résoudre un problème collectif et les réutiliser Plusieurs domaines Biologie Agrégation, déplacement en groupe Tri collectif Construction collective de toile Groupes humains Informatique Réseau (réseaux ad hoc, routage) Systèmes multi-agents (coordination, communication, coopération) IA / intelligence collective Entité «intelligente» Collectif «intelligent» Entité «simple» Collectif «intelligent» Intelligence vient du collectif
Votre Objectif Simuler un phénomène collectif Valider le passage Données Comportement individuel Comportement individuel Comportement individuel Résultat Comportement Collectif Résultant Pour ce faire, utiliser Système multi-agents Permet de modéliser individu et d obtenir le collectif
Agent autonome Robot Programme Agent (perception) Boucle perception / action Perception Environnement
Agent autonome Robot Programme Agent (décision) Boucle perception / action Comportement & Mémoire Perception Environnement
Agent autonome Robot Programme Agent (action) Boucle perception / action Comportement & Mémoire Perception Environnement Action
Agent autonome Robot Programme Agent (problématique) Boucle perception / action Comportement & Mémoire Perception Action Environnement Quel cerveau mettre dans l agent?
Système multi-agents Plusieurs agents avec leurs comportements Chacun décide de manière autonome Autres & Mémoire Communication Perception Action Environnement Communication Interagir et coopérer?
Positionnement de la simulation Pour la biologie Phénomène biologique collectif Provient de décisions individuels Hypothèses individuelles Comportement collectif obtenu? Vie Artificielle Pour informatique Problème posé à la collectivité (ex tri collectif) Solution est dans les comportements individuels Comment les déterminer? S inspirer de la biologie qui propose des systèmes qui fonctionnent Inspiration biologique
Fourmis Nid Nourriture Parviennent a trouver plus court chemin Fourmi Décision Manière autonome (chaque animal prend ses décisions) Capacités cognitives réduites Pas de stratégie Pas de représentation des autres Solution Utiliser l environnement (petit poucet) Phéromones
Les fourmis Cherchent nourriture Solution Nid S
Les fourmis Cherchent nourriture Trouvent de la nourriture Solution Nid S
Les fourmis Solution Cherchent nourriture Trouvent de la nourriture Reviennent au nid en déposant des phéromones Nid S
Les fourmis Solution Cherchent nourriture Trouvent de la nourriture Reviennent au nid en déposant des phéromones Ces phéromones attirent les autres fourmis Nid S
Les fourmis Solution Cherchent nourriture Trouvent de la nourriture Reviennent au nid en déposant des phéromones Ces phéromones attirent les autres fourmis Mais plusieurs chemins apparaissent? Nid S
Les fourmis Solution Cherchent nourriture Trouvent de la nourriture Reviennent au nid en déposant des phéromones Ces phéromones attirent les autres fourmis Évaporation des phéromones Trouver le + court chemin (+ chargé) Nid S
Les fourmis Solution Cherchent nourriture Trouvent de la nourriture Reviennent au nid en déposant des phéromones Ces phéromones attirent les autres fourmis Évaporation des phéromones Trouver le + court chemin (+ chargé) Nid S
Projet proposé Simuler comportement colonie de fourmis Clients: éthologues Objectif: Vérifier des hypothèses concernant modèle Si composition des règles individuelles construit collectif Application simulateur
Modèle de l environnement Environnement Carte topologique Point et chemin Nid Sources de nourriture Qualité donnée Phéromones sur les chemins N S 2 S 1 Loi d évolution Évaporation à taux constant toutes les secondes
Agents Fourmis Perceptions : chemins et phéromones N S 2 S 1
Agents Fourmis Perceptions : chemins et phéromones N S 2 Action: Choisir un chemin (tendance à suivre le plus marqué) Se déplacer le long du chemin Pas de demi-tour S 1
Agents Fourmis Perceptions : chemins et phéromones N S 2 Action: Choisir un chemin (tendance à suivre le plus marqué) Se déplacer le long du chemin Pas de demi-tour S 1 Décision Si pas de nourriture déplacement aléatoire (En fonction des phéromones) Si nourriture retour (chemin inverse que mémorisé) pose de phéromones
Simulateur Moteur de simulation à évènements discrets Principe Un moteur Des évènements qui se produisent à certaines dates Moteur de simulation E 1 t=5 E 2 t=3 E 3 t=2
Simulateur Moteur de simulation à évènements discrets Principe Un moteur Des évènements qui se produisent à certaines dates Moteur de simulation E 1 t=5 E 2 t=3 E 3 t=2
Simulateur Moteur de simulation à évènements discrets Principe Un moteur Des évènements qui se produisent à certaines dates Moteur de simulation E 1 t=5 E 2 t=3
Simulateur Fonctionnalités Avec interface graphique lisible Préparer une simulation Suivre exécution Modifier à l exécution certains paramètres Analyser résultats Sauvegarder trace d exécution