Projet Java 2A (ESIAL 2A)

Documents pareils

Modélisation multi-agents - Agents réactifs

Atelier Transversal AT11. Activité «Fourmis» Pierre Chauvet.

Intelligence des essaims (Swarm Intelligence)

Jean-Philippe Préaux

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

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

DES FOURMIS POUR LIVRER DU MAZOUT

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

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

Dimensionnement Introduction

L apprentissage automatique

Améliorer les performances du site par l'utilisation de techniques de Web Mining

Conception de réseaux de télécommunications : optimisation et expérimentations

Trait de côte Histolitt v1.0 Descriptif technique Version du document 1.0 *** Sommaire

La classification automatique de données quantitatives

Towards realistic modeling of IP-level topology dynamics

Correspondance ancien / nouveau référentiel B2i pour le collège

SUGARCRM MODULE RAPPORTS

données en connaissance et en actions?

NIMEGUE V3. Fiche technique 3.07 : Sauvegarde / Restauration manuelle

La notion de croissance (végétale) en sixième et en première S.

Ebauche Rapport finale

Formation à la systémique pour consultants et personnels RH

L intelligence collective des fourmis

TP N 57. Déploiement et renouvellement d une constellation de satellites

MANUEL TBI - INTERWRITE

Mémoire d actuariat - promotion complexité et limites du modèle actuariel, le rôle majeur des comportements humains.

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar

E - R E P U TAT I O N D E S I N D I V I D U S ( P E R S O N A L B R A N D I N G )

Système immunitaire artificiel

A la découverte du Traitement. des signaux audio METISS. Inria Rennes - Bretagne Atlantique

COURS SYRRES RÉSEAUX SOCIAUX INTRODUCTION. Jean-Loup Guillaume

Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION

5255 Av. Decelles, suite 2030 Montréal (Québec) H3T 2B1 T: F:

basée sur le cours de Bertrand Legal, maître de conférences à l ENSEIRB Olivier Augereau Formation UML

La construction du temps et de. Construction du temps et de l'espace au cycle 2, F. Pollard, CPC Bièvre-Valloire

IDEOGRAPHIX, BUREAU De lecture

LES DECIMALES DE π BERNARD EGGER

Jade. Projet Intelligence Artificielle «Devine à quoi je pense»

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

Sommaire. Introduction. I. Notions de routage a) Technologies actuelles b) Avantages et désavantages

BIG DATA et gestion des données, la clé de l automatisation

eframe pour optimiser les reportings métiers et réglementaires

L utilisation d un réseau de neurones pour optimiser la gestion d un firewall

SOCLE COMMUN: LA CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE. alain salvadori IA IPR Sciences de la vie et de la Terre ALAIN SALVADORI IA-IPR SVT

CONCOURS DE L AGRÉGATION INTERNE «ÉCONOMIE ET GESTION» SESSION 2015 SECONDE ÉPREUVE

Analyse empirique et modélisation de la dynamique de la topologie de l Internet

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options

Workflow/DataWarehouse/DataMining LORIA - Université d automne Informatique décisionnelle - L. Mirtain 1

2009/2010 DESCRIPTIF DES UNITES D ENSEIGNEMENT OPTIONNELLES SPECIALITE RIM

Université du Québec à Chicoutimi. Département d informatique et de mathématique. Plan de cours. Titre : Élément de programmation.

Présentation et portée du cours : CCNA Exploration v4.0

palais des congrès Paris 7, 8 et 9 février 2012

Poker. A rendre pour le 25 avril

Cédric Gendre Inra, ESR Toulouse

COR-E : un modèle pour la simulation d agents affectifs fondé sur la théorie COR

Rapport de Projet Béatrice Frey et Cyril Crassin Printemps Projet Fourmis. Université de Technologie de Belfort-Montbéliard

MABioVis. Bio-informatique et la

Introduction au datamining

Electricité : caractéristiques et point de fonctionnement d un circuit

Modélisation aléatoire en fiabilité des logiciels

Introduction à l économie circulaire

Intelligence Artificielle et Robotique

PEUT- ON SE PASSER DE LA NOTION DE FINALITÉ?

Apprentissage Automatique

Consensus Scientifique sur. les. Champs statiques

ANALYSE DU BESOIN. L ANALYSE FONCTIONNELLE par Jean-Marie VIRELY & all (ENS Cachan) Cette présentation décrit l outil «Analyse du Besoin».

Université de Picardie - Jules Verne UFR d'economie et de Gestion

Objectif. Cette formation doit permettre au client d être autonome dans la création de ses rapports avancés en utilisant la fonctionnalité Excel +.

Spécialité IAD. Master de Sciences et technologie de l UPMC. Mention informatique. Partenaires : ENST, ENSTA. Responsables : T. Artières, C.

Calculer avec Sage. Revision : 417 du 1 er juillet 2010

Travailler avec les télécommunications

Limitations of the Playstation 3 for High Performance Cluster Computing

Reproductibilité des expériences de l article "Analyse et réduction du chemin critique dans l exécution d une application"

meinestadt.de meinestadt met en place un nouveau process de reporting complet et développe la culture de la donnée de l entreprise.

Diigo : fonctions avancées

Dr YAO Kouassi Patrick

UNIVERSITÉ MOHAMMED VI POLYTECHNIQUE MASTERE SPÉCIALISÉ MILEO

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

ANAIS LE LOGICIEL DE GESTION PRÉVISIONNELLE DE L ENTREPRISE AGRICOLE ET RURALE. Laboratoire Informatique de l ENITA de Bordeaux Tél.

Présentation du module Base de données spatio-temporelles

Logique binaire. Aujourd'hui, l'algèbre de Boole trouve de nombreuses applications en informatique et dans la conception des circuits électroniques.

Les items explicités. Pistes de justifications de demandes en cours de français-histoire-géographie. Guillaume HAINAUT

LES CARTES À POINTS : POUR UNE MEILLEURE PERCEPTION

Dossier de presse. L Anses lance son nouveau site Internet

Présentation livre Simulation for Supply Chain Management. Chapitre 1 - Supply Chain simulation: An Overview

Sujet de thèse CIFRE RESULIS / LGI2P

C est quoi le SWAT? Les équipes décrites par James Martin s appellent SWAT : Skilled With Advanced Tools.

TRANSFOLIO version Introduction

Microsoft Excel : tables de données

Alix LASSAIGNE Christophe COTIN VALOIS,

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

Les apports de l informatique. Aux autres disciplines

ProSimPlus HNO3 Résumé des nouvelles fonctionnalités, décembre 2008

Conception et contrôle des SMA tolérants aux fautes

Dossier justificatif des travaux de R&D déclarés au titre du CIR

Chapitre 9 : Informatique décisionnelle

Texte Agrégation limitée par diffusion interne

Transcription:

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