Christine Régis
Ses 3 Articles :
Mots-clefs : Modèle, conflit
Résumé : Dans un système où l'activité des entités interagissantes sont incomplètement spécifiées, l'apparition de conflits est relativement fréquente. C'est pourquoi la littérature abonde sur ce sujet dans le domaine multi-agent. Les méthode: Habituellement préconisées, que nous présentons succinctement dans la seconde partie, sont relativement lourdes à mettre en oeuvre. l'opposé de cette voie nous présentons dans la troisième partie un modèle, dit altruiste, qui n'impose aucun protocole particulier et est implantable indépendamment du contexte. Pour valider cette approche, nous avons réalisé un simulateur dont les résultats et leurs analyses sont développées dans la quatrième partie.
Mots-clefs : systèmes multi-agents, auto-organisation, coopération, environnement dynamique
Résumé : Nous présentons dans un premier temps un collectif d'agents fourmis simulant des fourmis naturelles en cours de fourragement dans un environnement composé d' obstacles et d'items de nourriture. Nous étudions leur performance relativement au nombre total d'items de nourriture ramenés au nid et ceci dans différents types d'environnement. Puis, nous nous intéressons à des fourmis dites coopératives selon notre concept d'auto-organisation par coopération. Plusieurs situations non coopératives sont mises en évidence pour expliciter le concept de coopération. Nous montrons enfin que la modélisation d'un comportement concept de coopération. Nous montrons enfin que la modélisation d'un comportement coopératif apporte des résultats au moins aussi bon (et souvent meilleurs) que ceux des fourmis naturelles simulées.
![](../wp-content/plugins/jfsma_wp_plugin/img/right.jpg)
Mots-clefs : Robotique collective, Intelligenceambiante, Apprentissage, Auto-organisation
Résumé : L’adaptation des Systèmes ambiants auxbesoins spécifiques des utilisateurs est unetâche complexe. Pour rendre l’interactionhumain-Systèmes aussi naturelle que possiblependant l’adaptation, nous proposons uneapproche basée sur l’apprentissage pardémonstration. Cet apprentissage requiert destechniques d’apprentissage adaptatifs. Nousprésentons Alex, un systèmes multi-agentscapable d’apprendre dynamiquement uncomportement à partir de démonstrationsréalisées par un tuteur. Les résultatsd’expérimentations réalisées à la fois sur unrobot réel et virtuel mettent en avant despropriétés intéressantes de notre technologiepour des applications ambiantes.