Laboratoire de Génie Informatique et d’Automatique de l’Artois

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 :

• J.J. Chen et al. Agent-based model with multi-level herding for complex financial systems, Scientific Reports, 5. 2015.
• J. Gil-Quijano et al. From Biological to Urban Cells : Lessons from Three Multilevel Agent-Based Models, LNCS 7057. 2012.
• T. Huraux. Simulation multi-agent d’un système complexe : combiner des domaines d’expertise par une approche multi-niveau — Le cas de la consommation électrique résidentielle. Thèse de Doctorat, UPMC. 2015.
• G. Morvan. Multi-level agent-based modeling - A literature survey. CoRR, abs/1205.0561. 2013.
• S. Picault. De la simulation multi-agents à la simulation multi-niveaux. Pour une réification des interactions. HDR, Univ. Lille 1, 2013.
• J. Zhang et al. Multiscale agent-based cancer modeling. Journal of Mathematical Biology, 48(4-5). 2009.