Niveau de détail dynamique et progressif de l'intelligence artificielle pour le passage à l'échelle dans la simulation de comportements humains à base d'agents

• Auteur / Autrice : Laurent Navarro
• Direction : Amal El Fallah Seghrouchni
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2013
• Etablissement(s) : Paris 6

Mots clés

Mots clés contrôlés

Intelligence artificielle

Traitement réparti

Agents intelligents (logiciels)

Résumé

Les approches d’agrégation dynamique et mésoscopique ont donné naissance à une méthodologie unifiée et puissante pour la simulation d’un grand nombre d’agents, avec des comportements complexes au sein d’un environnement de grande taille. Sa structure peut être adaptée à un large spectre de modèles agent, pour un coût de conception modéré, principalement employé en expertise et en configuration. L’étude de son impact sur la cohérence de la simulation permet d’exhiber un petit ensemble de paramètres contrôlant la globalité du processus, et offrant potentiellement le compromis souhaité entre gain en ressources computationnelles et maintien de la cohérence de la simulation. Tout ceci met en évidence l’unicité et l’adaptabilité de cette méthodologie, qui peut être facilement reproduite grâce à son formalisme simple. Les résultats expérimentaux des approches d’agrégation dynamique et mésoscopique sont extrêmement encourageants, et ont permis à un simulateur de comportement humain à l’état de l’art de multiplier le nombre d’acteurs virtuels simulés pour une faible perte en cohérence de simulation. De plus, elles ont fourni des capacités d’analyse multi-niveaux tout en demeurant relativement imperceptibles aux utilisateurs. Leur intégration validée au sein d’un simulateur de comportement humain industriel est l’une des réalisations majeures de cette thèse. Enfin, ces approches n’en sont qu’à leurs balbutiements. Elles permettent d’ouvrir la voie à d’autres plus complexes, qui pourraient inclure des méthodes d’apprentissage automatique, facilitant la recherche des fonctions de mappage les plus appropriées entre représentations à différents niveaux de résolution, et la gestion native des interactions inter-résolutions. Le spectre applicatif extrêmement large, qui s’étend au-delà de la simulation de comportement humain, facilite l’exploration de ces sujets de recherche.

In conclusion, the work presented here describes a generic methodology, implemented into an external, reusable and easy to implement library, for allowing any simulation to animate a high number of agents with complex behaviors in a large-scale 2D or 3D environment. The Dynamic Aggregation and the Mesoscopic approaches, combined together, provide a dynamic and progressive way to migrate a set of agents from a resolution level to another, according to the simulation context and the hardware load. They allow saving important computational resources at nearly no loss in simulation consistency, and without being perceptible by the human observers. Finally, their interfacing with any existing simulator can be done for a low design cost.