Résumé Thèse Makram Bouzid


Ce mémoire décrit les travaux de recherche effectués au cours de ma thèse, qui se situent à l'intersection des systèmes multi-agents (SMA) et du parallélisme, et concernent en particulier la simulation parallèle des SMA.
Nous abordons deux problèmes : le premier est la modélisation des incertitudes et des erreurs qui peuvent se produire au niveau des capteurs et des effecteurs des agents au moment de leurs interactions avec l'environnement, en vue d'une simulation multi-agent qui soit plus fidèle à la réalité. Le second problème concerne l'exploitation du parallélisme inhérent des SMA, afin d'obtenir de bonnes performances parallèles (i.e. réduction du temps d'exécution et/ou traitement de problèmes de plus grandes tailles).
En réponse au premier problème, nous proposons un modèle formel de SMA, qui comprend un modèle stochastique d'interaction entre l'agent et l'environnement, et qui s'inspire des Processus de Décision Markoviens Partiellement Observables (POMDP). Pour faire face au second problème, nous proposons un modèle de simulation parallèle basé sur la répartition des conflits survenant entre les agents, et sur un équilibrage dynamique de charge entre les processeurs, s'appuyant sur un mécanisme de double work-pools.
Afin de valider ces deux modèles, nous les avons utilisés pour réaliser un simulateur parallèle de robots mobiles dans un environnement structuré. Ce simulateur constitue une première version d'une plate-forme de simulation multi-robot, permettant de tester et de valider divers comportements pour les robots.
Nous montrons l'importance de la modélisation des incertitudes et des erreurs des capteurs et des effecteurs des agents au niveau d'un simulateur multi-agent. Nous vérifions aussi l'efficacité de notre modèle de simulation parallèle.
Nous discutons enfin l'apport de nos modèles et de notre simulateur pour la simulation multi-agent en général, ainsi que pour la planification et l'apprentissage multi-agent en particulier.