Vers une approche multi- environnements pour les agents Jean-Christophe Soulié Equipe MAS 2 – IREMIA – Université de La Réunion.

Slides:



Advertisements
Présentations similaires
Introduction Rétro ingénierie d’interfaces graphiques
Advertisements

en sciences physiques et chimiques
Fabrice Lauri, François Charpillet, Daniel Szer
Karima Boudaoud, Charles McCathieNevile
IREMIA : Institut de REcherche en Mathématiques et Informatique Appliquées Université de la Réunion Uniformisation des mécanismes de conception de SMA.
10/31/02 Leïla Merghem - LIP6 Une approche Multi-Agents pour la Simulation de Réseaux de Télécommunications Leïla Merghem (LIP 6) Dominique Gaïti (LIP.
Le"cartable électronique"®
Analyse économique de la dynamique des pêcheries: approche par simulation multi-agents. Olivier Thébaud, Jean-Christophe Soulié 1er Colloque du défi Golfe.
Le serveur dimages du Golfe de Gascogne : Un outil de diagnostic et pronostic Francis.
Un modèle physique-biologie de croissance et survie larvaire
Sciences et technologies de gestion
LOG4430 : Architecture logicielle et conception avancée
TER Visualisation 3D de calculs électromagnétiques Production : Sébastien JOB Jean-Christophe LARRE Cédric PIOVANO Encadrement : Fabrice HUET.
Aspects cognitifs de la gestion d’environnements dynamiques
Évaluation et scénarios territoriaux
Application de réseaux bayésiens à la détection de fumées polluantes
Récifs artificiels dans un cadre bioeconomique spatial
Etudiant : Julien SIGNOLES Sous la direction de : Jean-Claude MARTIN
MAERHA Laboratoire de Mathématiques Appliquées à lEvaluation des Ressources HAlieutiques Journée ACI-MOOREA, 3 juin 2004, Nantes.
Relations avec les entity beans Michel Buffa UNSA
CURSUS DE FORMATION AUX NOUVELLES TECHNOLOGIES DE DEVELOPPEMENT UV EJB Entité Module Java Expert.
Interactions - Systèmes Multi - Agents Master IMA - 1 Environnement
univ-lr.fr
Léducation à lenvironnement pour un développement durable Changement climatique, énergie et développement durable Équipe EEDD Rhône-Alpes Janvier 2006.
Laboratoire d’Interaction Collaborative, Téléformation, Téléactivités
Simulateur de réseaux de capteurs Guillaume PANNETIER Bertrand LE MAROUILLE Paul DAVID Étienne BAALI.
Un système de médiation basé sur les ontologies
Bases de l’Intelligence Artificielle Distribuée
Origine, formation et stabilité des hydrates de gaz naturels
Les Systèmes Multi-Agents pour la Gestion de Production
جامعــــــة محمد خيضــــــــــــر بــســكــــــــــــرة
Aide à la décision et à la négociation dans un problème de gestion de production distribuée Jean-Pierre Camalot et Patrick Esquirol LAAS-CNRS 7, avenue.
Exploitation du modèle holonique dans un cadre combinant IAD et IHM
Adaptation et intégration d'un module du Langage Parlé Complété (LPC) dans l'agent conversationnel Greta Mohammed ZBAKH Encadré par Mme. Hela DAASSI M.
Introduction à la conception de Bases de Données Relationnelles
Télédétection des Océans : quels défis pour le futur ?
Discussion sur la plate-forme MIMOSA Jean-Pierre Müller, CIRAD-TERA Équipe "Dynamique et usage des ressources et modélisation des systèmes complexes"
L’orienté objet: hier, aujourd’hui et demain
Plan de l’exposé Présentation de l’équipe Présentation du stage
Présentation du mémoire
Ali AICH, Sophie LORIETTE
Vincent Thomas Christine Bourjot Vincent Chevrier
La gestion par activités (ABM)
Travaux de thèse de Julien FRANCOIS
Présentation stages 2009 (INRA)
Par PAPA DIOUF Ministre de la Pêche de la République du Sénégal
Modélisation géométrique
1 Registration Physique Séminaire du Master Davide Bazzi Université de Fribourg
Enterprise Java Beans 3.0 Cours INF Bases de Données Hiver 2005, groupe 10 Stefan MARTINESCU.
Les réseaux de neurones à réservoir en traitement d’images
Currency Converter LOG530 - Été 2012 Michaël Groulx Sylvain Michaud Antoine Morin Guillaume Sigouin 31 juillet 2012.
2. Séminaire International d’Antalya INDICATIONS GEOGRAPHIQUES, DYNAMIQUES SOCIO- ECONOMIQUES ET PATRIMOINE BIO-CULTUREL EN TURQUIE ET DANS LES PAYS MEDITERRANEENS.
Valorisation des compétences « un nouveau chapitre de la thèse® »
UMR CNRS 6134 Simulation et expérimentation des feux de végétation Equipe de recherche sur les feux Laboratoire Systèmes Physiques de l’Environnement CNRS.
MOCK.
Les réseaux de neurones à réservoir en traitement d’images
Modélisation et simulation de système de production
Modélisation du problème
Application à la viabilité des systèmes irrigués à Podor de la modélisation à la restitution aux paysans Olivier Barreteau.
Initiation aux SGBD Frédéric Gava (MCF)
TER Musée Virtuel 2 1 Réalisé par: NORBERT Dimitri GUILLAUME Emmanuel PAUL Arnaud Gaubert Arnaud Année
UML : DIAGRAMME DE CLASSES
POIRIER Kévin (Chef de projet) HUCHEDÉ Cédric BEUTIER Kévin LEBRUN Jérémy BESNIER Richard Simulation de décisions de Jury 1.
Introduction Module 1.
Réduction d’Images et de Spectres Astrophysiques
Raison d'être de la structure de fichiers : Les premiers travaux : Début des années 1960 : En 1963 : Près de 10 ans plus tard... (à peu près 1973) : Durant.
PARTIE I Introduction à la gestion
1 La Coordination dans les Systèmes d’Information Orientés Agents (SIOA) Participants IRIT-UT1 : E.Andonoff, L. Bouzguenda,J. Cardoso, C. Hanachi, C. Sibertin-Blanc,
La mesure et l’évaluation des performances commerciales et financières
Transcription de la présentation:

Vers une approche multi- environnements pour les agents Jean-Christophe Soulié Equipe MAS 2 – IREMIA – Université de La Réunion

Plan de lexposé Introduction Historique des travaux Le modèle mono-environnemental Passage au modèle multi-environnements Le projet MUFINS Conclusions et perspectives

Préambule … « Il faut dabord passer à un problème clef, lenvironnement. Celui-ci constitue, en effet, une partie essentielle des systèmes multi-agents situés. Malheureusement, très peu de travaux ont été consacrés à leur modélisation, et les exposés portant sur lenvironnement sont en général perdus dans les explications des systèmes les ayant implémentés, voire totalement noyés dans le code de leur implémentation »… [Ferber:1995]

Introduction Comment exhiber la partie de raisonnement et la partie environnementale de lagent ? Comment introduire des environnements multiples ? Comment observer linfluence dun environnement sur un autre ?

Historique des travaux 1996/1997 : GEOMAS – Simulation déruptions volcaniques 1997 : SEISMES – Simulation de tremblements de terre 1997/1998 : Naissance du projet GEAMAS 1998/2001 : BIOMAS 1999/2001 : MUFINS

Le modèle mono-environnemental

Construction du modèle Un Agent Instance dans lenvironnement Communication Action et perception Système Conatif Autonomie Indépendance Représentation de lenvironnement Lien de dépendance bidirectionnel

Dynamique Agent Système Conatif Instance dans lenvironnement CapteursEffecteurs

Gestion des priorités Ajout dun gestionnaire de priorités Les messages sont stockés dans des registres : –Registre de perceptions ordonnées –Registre de perceptions urgentes –Registre de commandes ordonnées –Registre de commandes urgentes

Le modèle multi-environnemental

Processus de construction 1.Séparation des environnements 2.Accès aux données 3.Maintien de lintégrité des données et gestion des conflits 4.Gestion du temps

Séparation des environnements Découpage selon le type des environnements 1 type denvironnement = 1 instance dans lenvironnement du même type 1 instance dans lenvironnement est reliée aux système conatif par 1 lien bidirectionnel de dépendance du même type

Séparation des environnements

Accès aux données Linterface daccès aux données est reliée à lenvironnement Chaque interface possède le même type que lenvironnement Un interface peut pointer sur le même fichier physique

Maintien de lintégrité et gestion des conflits Ajout de quatre nouvelles entités : –Lenvironnement virtuel –Lien virtuel de dépendance bidirectionnel –Linstance virtuelle dans lenvironnement –Liens dintégrités

Maintien de lintégrité et gestion des conflits

Gestion du temps Chaque environnement et lenvironnement virtuel possèdent leurs propres gestionnaires de temps Chaque environnement senregistre auprès de lenvironnement virtuel définition de points de synchronisation

MUFINS (MUlti Fish INdian ocean Simulator)

Le projet Partenariat entre léquipe MAS 2, lIFREMER Réunion et lIRD Réunion Buts : –Reproduire les déplacements des espadons –Introduction du facteur pêche Enjeu : –Arriver à une meilleure gestion des ressources renouvelables

Aspects économiques (source : Laboratoire de Ressources Halieutiques IFREMER – Image de Jean-François Raynaud) La pêcherie réunionnaise : –Pratiquée par de petites et grandes unités –Technique utilisée : la palangre –Volume total de pélagiques pêchés : 2000 t/an

Les données Mise à disposition dimages satellites par lIRD : –Température de surface de locéan –Vorticité –Teneur en chlorophylle-a

Gestion des données Utilisation du package SEAVIEW de Martin Desruisseaux (Maison de la Télédétection – Montpellier) : –Modèle relationnel pour gérer les images satellites –Primitives pour accéder aux valeurs des images –Primitives pour gérer le temps

Le simulateur (1) Entièrement écrit en Java Utilisation de JDBC pour accéder à MySql Permet de réaliser des simulations distribuées

Le simulateur (2)

Le simulateur (3)

Résultats de simulation (1) Trajectoires pour 4 agents – Maximisation du gradient 15 et 45 pixels

Résultats de simulation (2) Trajectoires pour 5 agents – Symétrie bilatérale 15 et 45 pixels

Résultats de simulation (3) Trajectoires pour 3 agents – Multi 15 et 45 pixels

Conclusions et perspectives Développement dun nouvelle approche multi- environnements Mise en œuvre de cette approche et application Amélioration de la gestion des liens dintégrités Reprendre le modèle SEAVIEW pour pouvoir gérer autre chose que des images satellites