Les systèmes multi-agents (SMA) sont devenus depuis une vingtaine d’années un outil essentiel pour la simulation de systèmes complexes. Pourtant, ils souffrent d’importantes limitations (Gil-Quijano et al., 2012 ; Morvan, 2013) : la construction d’un modèle multi-agents repose sur une démarche purement ascendante (bottom-up), il est donc difficile d’introduire explicitement des relations entre des points de vue microscopique et macroscopique, d’importantes ressources computationnelles doivent ainsi être mobilisées si de nombreux agents sont simulés, la plupart des plateformes de simulation existantes ne proposent pas d’outils permettant de réifier des phénomènes émergents.
Pour pallier ces limitations, différents travaux ont cherché ces dernières années à introduire davantage de niveaux de description dans les SMA afin de construire des simulations multi-niveaux (Picault, 2013). Ces approches rencontrent un grand succès dans de nombreux domaines comme la finance (Chen et al., 2015), la biologie (Zhang et al., 2009) ou la simulation sociale (Huraux, 2015).
Pourtant, il n’existe pas aujourd’hui de consensus sur les moyens (conceptuels, méthodologiques ou algorithmiques) à mettre en oeuvre pour produire de telles simulations.
Dans cette présentation, j’introduirai tout d’abord informellement cette technique et ses objectifs à travers les exemples cités ci-dessus. Puis je présenterai les travaux récents visant à fournir un cadre conceptuel, méthodologique ou algorithmique aux simulations multi-niveaux. Enfin, je conclurai sur les problèmes encore non résolus et les avancées attendues.
Bibliographie introductive :