In this thesis, we consider stationary one-dimensional mean-field games (MFGs) with or without congestion. Our aim is to understand the qualitative features of these games through the analysis of explicit solutions. We are particularly interested in MFGs with a nonmonotonic behavior, which corresponds to situations where agents tend to aggregate. First, we derive the MFG equations from control theory. Then, we compute explicit solutions using the current formulation and examine their behavior. Finally, we represent the solutions and analyze the results. This thesis main contributions are the following: First, we develop the current method to solve MFG explicitly. Second, we analyze in detail non-monotonic MFGs and discover new phenomena: non-uniqueness, discontinuous solutions, empty regions and unhappiness traps. Finally, we address several regularization procedures and examine the stability of MFGs.

In this thesis, we consider the planning problem for first-order mean-field games (MFG). These games degenerate into optimal transport when there is no coupling between players. Our aim is to extend the concept of displacement convexity from optimal transport to MFGs. This extension gives new estimates for solutions of MFGs. First, we introduce the Monge-Kantorovich problem and examine related results on rearrangement maps. Next, we present the concept of displacement convexity. Then, we derive first-order MFGs, which are given by a system of a Hamilton-Jacobi equation coupled with a transport equation. Finally, we identify a large class of functions, that depend on solutions of MFGs, which are convex in time. Among these, we find several norms. This convexity gives bounds for the density of solutions of the planning problem.

Cette thèse porte sur l’étude de nouveaux modèles de jeux à champ moyen. On étudie dans un premier temps des modèles d’arrêt optimal et de contrôle impulsionnel en l’absence de bruit commun. On construit pour ces modèles une notion de solution adaptée pour laquelle on prouve des résultats d’existence et d’unicité sous des hypothèses naturelles. Ensuite, on s’intéresse à plusieurs propriétés des jeux à champ moyen. On étudie la limite de ces modèles vers des modèles d’évolution pures lorsque l’anticipation des joueurs tend vers 0. On montre l’unicité des équilibres pour des systèmes fortement couples (couples par les stratégies) sous certaines hypothèses. On prouve ensuite certains résultats de régularités sur une ”master equation” qui modélise un jeu à champ moyen avec bruit commun dans un espace d’états discret. Par la suite on présente une généralisation de l’algorithme standard d’Uzawa et on l’applique à la résolution numérique de certains modèles de jeux à champ moyen, notamment d’arrêt optimal ou de contrôle impulsionnel. Enfin on présente un cas concret de jeu à champ moyen qui provient de problèmes faisant intervenir un grand nombre d’appareils connectés dans les télécommunications. / This thesis is concerned with new models of mean field games. First, we study models of optimal stopping and impulse control in the case when there is no common noise. We build an appropriate notion of solutions for those models. We prove the existence and the uniqueness of such solutions under natural assumptions. Then, we are interested with several properties of mean field games. We study the limit of such models when the anticipation of the players vanishes. We show that uniqueness holds for strongly coupled mean field games (coupled via strategies) under certain assumptions. We then prove some regularity results for the master equation in a discrete state space case with common noise. We continue by giving a generalization of Uzawa’s algorithm and we apply it to solve numerically some mean field games, especially optimal stopping and impulse control problems. The last chapter presents an application of mean field games. This application originates from problems in telecommunications which involve a huge number of connected devices.

<p dir="ltr">With the growing installation of distributed energy resources (DERs) at homes, more residential households are able to reduce the overall energy cost by storing unused energy in the storage battery when there is abundant renewable energy generation, and using the stored energy when there is insufficient renewable energy generation and high demand. It could be even more economical for the household if energy can be traded and shared among neighboring households. Despite the great economic benefit of DERs, they could also make it more challenging to ensure the stability of the grid due to the decentralization of agents' activities.</p><p><br></p><p dir="ltr">This thesis presents two approaches that combine market and control mechanisms to address these challenges. In the first work, we focus on the integration of DERs into local energy markets. We introduce a peer-to-peer (P2P) local energy market and propose a consensus multi-agent reinforcement learning (MARL) framework, which allows agents to develop strategies for trading and decentralized voltage control within the P2P market. It is compared to both the fully decentralized and centralized training & decentralized execution (CTDE) framework. Numerical results reveal that under each framework, the system is able to converge to a dynamic balance with the guarantee of system stability as each agent gradually learns the approximately optimal strategy. Theoretical results also prove the convergence of the consensus MARL algorithm under certain conditions.</p><p dir="ltr">In the second work, we introduce a mean-field game framework for the integration of DERs into wholesale energy markets. This framework helps DER owners automatically learn optimal decision policies in response to market price fluctuations and their own variable renewable energy outputs. We prove the existence of a mean-field equilibrium (MFE) for the wholesale energy market, and we develop a heuristic decentralized mean-field learning algorithm to converge to an MFE, taking into consideration the demand/supply shock and flexible demand. Our numerical experiments point to convergence to an MFE and show that our framework effectively reduces peak load and price fluctuations, especially during exogenous demand or supply shocks.</p>

Dans cette thèse, nous étudions des réseaux sans fil dans lesquels les terminaux mobiles sont autonomes dans le choix de leurs configurations de communication. Cette autonomie de décision peut notamment concerner le choix de la technologie d'accès au réseau, le choix du point d'accès, la modulation du signal, les bandes de fréquences occupées, la puissance du signal émis, etc. Typiquement, ces choix de configuration sont réalisés dans le but de maximiser des métriques de performances propres à chaque terminal. Sous l'hypothèse que les terminaux prennent leurs décisions de manière rationnelle afin de maximiser leurs performances, la théorie des jeux s'applique naturellement pour modéliser les interactions entre les décisions des différents terminaux. Plus précisément, l'objectif principal de cette thèse est d'étudier des stratégies d'équilibre de contrôle de puissance d'émission afin de satisfaire des considérations d'efficacité énergétique. Le cadre des jeux stochastiques est particulièrement adapté à ce problème et nous permet notamment de caractériser la région de performance atteignable pour toutes les stratégies de contrôle de puissance qui mènent à un état d'équilibre. Lorsque le nombre de terminaux en jeu est grand, nous faisons appel à la théorie des jeux à champ moyen pour simplifier l'étude du système. Cette théorie nous permet d'étudier non pas les interactions individuelles entre les terminaux, mais l'interaction de chaque terminal avec un champ moyen qui représente l'état global des autres terminaux. Des stratégies de contrôle de puissance optimales du jeu à champ moyen sont étudiées. Une autre partie de la thèse a été consacrée à des problématiques d'apprentissage de points d'équilibre dans les réseaux distribués. En particulier, après avoir caractérisé les positions d'équilibre d'un jeu de positionnement de points d'accès, nous montrons comment des dynamiques de meilleures réponses et d'apprentissage permettent de converger vers un équilibre. Enfin, pour un jeu de contrôle de puissance, la convergence des dynamiques de meilleures réponses vers des points d'équilibre a été étudiée. Il est notamment proposé un algorithme d'adaptation de puissance convergeant vers un équilibre avec une faible connaissance du réseau. / In this thesis, we study wireless networks in which mobile terminals are free to choose their communication configuration. Theses configuration choices include access wireless technology, access point association, coding-modulation scheme, occupied bandwidth, power allocation, etc. Typically, these configuration choices are made to maximize some performance metrics associated to every terminals. Under the assumption that mobile terminals take their decisions in a rational manner, game theory can be applied to model the interactions between the terminals. Precisely, the main objective of this thesis is to study energy-efficient power control policies from which no terminal has an interest to deviate. The framework of stochastic games is particularly suited to this problem and allows to characterize the achievable utility region for equilibrium power control strategies. When the number of terminals in the network is large, we invoke mean field game theory to simplify the study of the system. Indeed, in a mean field game, the interactions between a player and all the other players are not considered individually. Instead, one only studies the interactions between each player and a mean field, which is the distribution of the states of all the other players. Optimal power control strategies from the mean field formulation are studied. Another part of this thesis has been focused on learning equilibria in distributed games. In particular, we show how best response dynamics and learning algorithms can converge to an equilibrium in a base station location game. For another scenario, namely a power control problem, we study the convergence of the best response dynamics. In this case, we propose a power control behavioral rule that converges to an equilibrium with very little information about the network.

La théorie des jeux en champ moyen constitue un formalisme puissant introduit récemmentpour étudier des problèmes d’optimisation stochastiques avec un grand nombre d’agents. Aprèsavoir rappelé les principes de base de cette théorie et présenté quelques cas d’applicationtypiques, on étudie en détail un modèle stylisé de séminaire, de type champ moyen. Nousdérivons une équation exacte qui permet de prédire l’heure de commencement du séminaire etanalysons différents régimes limites, dans lesquels on parvient à des expressions approchées de lasolution. Ainsi on obtient un "diagramme de phase" du problème. On aborde ensuite un modèleplus complexe de population avec des effets de groupe attractifs. Grâce à une analogie formelleavec l’équation de Schrödinger non linéaire, on met en évidence des lois d’évolutions généralespour les valeurs moyennes du problème, que le système vérifie certaines lois de conservation etl’ on développe des approximations de type variationnel. Cela nous permet de comprendre lecomportement qualitatif du problème dans le régime de fortes interactions. / Mean Field Games Theory is a theoretical framework developed recently to deal withstochastic optimization problems when the number of agents is large. First the mathematicaltools are introduced heuristically, step by step, and some examples are presented in finance,economy and social problems. I study then thoroughly a seminar toymodel and derive anequation for the starting time of the meeting. The analysis of the limit regimes allows to builda "phase diagram" of the problem. In a second time, a herding problem, where individualshave their own preferences and are attracted by the group, is tackled. Thanks to a formal analogywith the Non Linear Schrödinger equation, some explicit solutions, conservation laws andso-called variational approximations are derived. Finally I use these tools to get a qualitativeunderstanding of the solution’s behaviour in the strong interaction regime.

Ce manuscrit a pour objectif de présenter plusieurs résultats de restauration d’unicité et de sélection d’équilibres dans les jeux à champ moyen. La théorie des jeux à champ moyen a été initiée dans les années 2000 par deux groupes de chercheurs, Lasry et Lions en France, et Huang, Caines et Malhamé au Canada. L’objectif de cette théorie est de décrire les équilibres de Nash dans des jeux différentiels stochastiques incluant un grand nombre de joueurs interagissant les uns avec les autres à travers leur mesure empirique commune et présentant suffisamment de symétrie. Si l’existence d’équilibres dans les jeux à champ moyen est maintenant bien comprise, l’unicité reste connue dans un nombre très limité de cas. A cet égard, la condition la plus connue est celle dite de monotonie, due à Lasry et Lions. Dans cette thèse, nous démontrons, que pour une certaine classe de jeux à champ moyen, l’unicité peut être rétablie à l’aide d’un forçage aléatoire des dynamiques, communs à tous les joueurs. Un tel forçage est appelé “bruit commun”. Nous montrons également que, dans certains cas, il est possible de sélectionner des équilibres en l’absence de bruit commun en faisant tendre le bruit commun vers zéro. Enfin, nous montrons comment ces résultats s’appliquent à des problèmes de type “principal-agents”, avec un grand nombre d’agents en interaction. / The purpose of this thesis is to present several results on the restoration of uniqueness and selection of equilibria when uniqueness fails in mean field games. The theory of mean field games was initiated in the 2000s by two groups of researchers, Lasry and Lions in France, and Huang, Caines, and Malhamé in Canada. The aim of this theory is to describe the Nash equilibria in stochastic differential games involving a large number of players interacting with each other through their common empirical measure, under sufficient symmetry hypothesis. If the existence of equilibria in mean field games is now well understood, uniqueness remains known in a very limited number of cases. In this respect, the most well-known condition is the monotony hypothesis, due to Lasry and Lions. In this thesis, we demonstrate that for a certain class of mean field games, uniqueness can be restored by means of a random and common forcing, acting on all the players. Such a forcing is called “common noise”. We also show that in some cases it is possible to select equilibria in the absence of common noise by letting the common noise tend towards zero. Finally, we show how these results apply to “principal-agent” .problems, with a large number of interacting agents.

Dans le cadre de cette thèse, nous nous intéressons plus particulièrement àdeux techniques permettant d’améliorer l’efficacité énergétique ou spectrale desréseaux sans fil. Dans la première partie de cette thèse, nous proposons de combinerles capacités de prédictions du contexte futur de transmission au classiqueet connu tradeoff latence - efficacité énergétique, amenant à ce que l’on nommeraun réseau proactif tolérant à la latence. L’objectif dans ce genre de problèmesconsiste à définir des politiques de transmissions optimales pour un ensembled’utilisateur, qui garantissent à chacun de pouvoir accomplir une transmissionavant un certain délai, tout en minimisant la puissance totale consommée auniveau de chaque utilisateur. Nous considérons dans un premier temps le problèmemono-utilisateur, qui permet alors d’introduire les concepts de tolérance àla latence, d’optimisation et de contrôle de puissance qui sont utilisés dans lapremière partie de cette thèse. L’extension à un système multi-utilisateurs estensuite considérée. L’analyse révèle alors que l’optimisation multi-utilisateurpose problème du fait de sa complexité mathématique. Mais cette complexitépeut néanmoins être contournée grâce aux récentes avancées dans le domainede la théorie des jeux à champs moyens, théorie qui permet de transiter d’unjeu multi-utilisateur, vers un jeu à champ moyen, à plus faible complexité. Lessimulations numériques démontrent que les stratégies de puissance retournéespar l’approche jeu à champ moyen approchent notablement les stratégies optimaleslorsqu’elles peuvent être calculées, et dépassent les performances desheuristiques communes, lorsque l’optimum n’est plus calculable, comme c’est lecas lorsque le canal varie au cours du temps.Dans la seconde partie de cettethèse, nous investiguons un possible problème dual au problème précédent. Plusspécifiquement, nous considérons une approche d’optimisation d’efficacité spectrale,à configuration de puissance constante. Pour ce faire, nous proposonsalors d’étudier l’impact sur le réseau des récentes avancées en classification d’interférence.L’analyse conduite révèle que le système peut bénéficier d’uneadaptation des traitements d’interférence faits à chaque récepteur. Ces gainsobservés peuvent également être améliorés par deux altérations de la démarched’optimisation. La première propose de redéfinir les groupes d’interféreurs decellules concurrentes, supposés transmettre sur les mêmes ressources spectrales.L’objectif étant alors de former des paires d’interféreurs “amis”, capables detraiter efficacement leurs interférences réciproques. La seconde altération portele nom de “Virtual Handover” : lorsque la classification d’interférence est considérée,l’access point offrant le meilleur SNR n’est plus nécessairement le meilleuraccess point auquel assigner un utilisateur. Pour cette raison, il est donc nécessairede laisser la possibilité au système de pouvoir choisir par lui-même la façondont il procède aux assignations des utilisateurs. Le processus d’optimisationse décompose donc en trois parties : i) Définir les coalitions d’utilisateurs assignésà chaque access point ; ii) Définir les groupes d’interféreurs transmettantsur chaque ressource spectrale ; et iii) Définir les stratégies de transmissionet les traitements d’interférences optimaux. L’objectif de l’optimisationest alors de maximiser l’efficacité spectrale totale du système après traitementde l’interférence. Les différents algorithmes utilisés pour résoudre, étape parétape, l’optimisation globale du système sont détaillés. Enfin, des simulationsnumériques permettent de mettre en évidence les gains de performance potentielsofferts par notre démarche d’optimisation. / In this thesis, we investigate two techniques used for enhancing the energy orspectral efficiency of the network. In the first part of the thesis, we propose tocombine the network future context prediction capabilities with the well-knownlatency vs. energy efficiency tradeoff. In that sense, we consider a proactivedelay-tolerant scheduling problem. In this problem, the objective consists ofdefining the optimal power strategies of a set of competing users, which minimizesthe individual power consumption, while ensuring a complete requestedtransmission before a given deadline. We first investigate the single user versionof the problem, which serves as a preliminary to the concepts of delay tolerance,proactive scheduling, power control and optimization, used through the first halfof this thesis. We then investigate the extension of the problem to a multiusercontext. The conducted analysis of the multiuser optimization problem leads toa non-cooperative dynamic game, which has an inherent mathematical complexity.In order to address this complexity issue, we propose to exploit the recenttheoretical results from the Mean Field Game theory, in order to transitionto a more tractable game with lower complexity. The numerical simulationsprovided demonstrate that the power strategies returned by the Mean FieldGame closely approach the optimal power strategies when it can be computed(e.g. in constant channels scenarios), and outperform the reference heuristicsin more complex scenarios where the optimal power strategies can not be easilycomputed.In the second half of the thesis, we investigate a dual problem to the previousoptimization problem, namely, we seek to optimize the total spectral efficiencyof the system, in a constant short-term power configuration. To do so, we proposeto exploit the recent advances in interference classification. the conductedanalysis reveals that the system benefits from adapting the interference processingtechniques and spectral efficiencies used by each pair of Access Point (AP) and User Equipment (UE). The performance gains offered by interferenceclassification can also be enhanced by considering two improvements. First, wepropose to define the optimal groups of interferers: the interferers in a samegroup transmit over the same spectral resources and thus interfere, but can processinterference according to interference classification. Second, we define theconcept of ’Virtual Handover’: when interference classification is considered,the optimal Access Point for a user is not necessarily the one providing themaximal SNR. For this reason, defining the AP-UE assignments makes sensewhen interference classification is considered. The optimization process is thenthreefold: we must define the optimal i) interference processing technique andspectral efficiencies used by each AP-UE pair in the system; ii) the matching ofinterferers transmitting over the same spectral resources; and iii) define the optimalAP-UE assignments. Matching and interference classification algorithmsare extensively detailed in this thesis and numerical simulations are also provided,demonstrating the performance gain offered by the threefold optimizationprocedure compared to reference scenarios where interference is either avoidedwith orthogonalization or treated as noise exclusively.

Movité par des questions posées par F. Santambrogio, cette thèse est dédiée à l'étude de jeux à champ moyen et des modèles impliquant le transport optimal avec contraintes de densité. A fin d'étudier des modèles de MFG d'ordre deux dans l'esprit des travaux de F. Santambrogio, on introduit en tant que brique élementaire un modèle diffusif de mouvement de foule avec contraintes de densité (en généralisant dans une sense les travaux de Maury et al.). Le modèle est décrit par l'évolutions de la densité de la foule, qui peut être vu comme une courbe dans l'espace de Wasserstein. Du point de vu EDP, ça correspond à une équation de Fokker-Planck modifiée, avec un terme supplémentaire, le gradient d'une pression (seulement dans la zone saturée) dans le drift. En passant par l'équation duale et en utilisant des estimations paraboliques bien connues, on démontre l'unicité du pair densité et pression. Motivé initialement par l'algorithm de splitting (utilisé dans le résultat d'existence ci-dessus), on étudie des propriétés fines de la projection de Wasserstein en dessous d'un seuil donné. Intégrant cette question dans une classe plus grande de problèmes impliquant le transport optimal, on démontre des estimations BV pour les optimiseurs. D'autres applications possibles (en transport partiel, optimisation de forme et problèmes paraboliques dégénérés) de ces estimations BV sont également discutées.En changeant le point de vu, on étudie également des modèles de MFG variationnels avec contraintes de densité. Dans ce sens, les systèmes de MFG sont obtenus comme conditions d'optimalité de premier ordre pour deux problèmes convexes en dualité. Dans ces systèmes un terme additionnel apparaît, interpreté comme un prix à payer quand les agents passent dans des zones saturées. Premièrement, en profitant des résultats de régularité elliptique, on montre l'existence et la caractérisation de solutions des MFG de deuxième ordre stationnaires avec contraintes de densité. Comme résultat additionnel, on caractérise le sous-différentiel d'une fonctionnelle introduite par Benamou-Brenier pour donner une formulation dynamique du problème de transport optimal. Deuxièmement, (basé sur une technique de pénalisation) on montre qu'une classe de systèmes de MFG de premier ordre avec contraintes de densité est bien posée. Une connexion inattendu avec les équations d'Euler incompressible à la Brenier est égalment donnée. / Motivated by some questions raised by F. Santambrogio, this thesis is devoted to the study of Mean Field Games and models involving optimal transport with density constraints. To study second order MFG models in the spirit of the work of F. Santambrogio, as a possible first step we introduce and show the well-posedness of a diffusive crowd motion model with density constraints (generalizing in some sense the works by B. Maury et al.). The model is described by the evolution of the people's density, that can be seen as a curve in the Wasserstein space. From the PDE point of view, this corresponds to a modified Fokker-Planck equation, with an additional gradient of a pressure (only living in the saturated zone) in the drift. We provide a uniqueness result for the pair density and pressure by passing through the dual equation and using some well-known parabolic estimates. Initially motivated by the splitting algorithm (used for the above existence result), we study some fine properties of the Wasserstein projection below a given threshold. Embedding this question into a larger class of variational problems involving optimal transport, we show BV estimates for the optimizers. Other possible applications (for partial optimal transport, shape optimization and degenerate parabolic problems) of these BV estimates are also discussed.Changing the point of view, we also study variational Mean Field Game models with density constraints. In this sense, the MFG systems are obtained as first order optimality conditions of two convex problems in duality. In these systems an additional term appears, interpreted as a price to be paid when agents pass through saturated zones. Firstly, profiting from the regularity results of elliptic PDEs, we give the existence and characterization of the solutions of stationary second order MFGs with density constraints. As a byproduct we characterize the subdifferential of a convex functional introduced initially by Benamou-Brenier to give a dynamic formulation of the optimal transport problem. Secondly, (based on a penalization technique) we prove the well-posedness of a class of first order evolutive MFG systems with density constraints. An unexpected connection with the incompressible Euler's equations à la Brenier is also given

Dans le cadre de cette thèse, nous nous intéressons plus particulièrement àdeux techniques permettant d’améliorer l’efficacité énergétique ou spectrale desréseaux sans fil. Dans la première partie de cette thèse, nous proposons de combinerles capacités de prédictions du contexte futur de transmission au classiqueet connu tradeoff latence - efficacité énergétique, amenant à ce que l’on nommeraun réseau proactif tolérant à la latence. L’objectif dans ce genre de problèmesconsiste à définir des politiques de transmissions optimales pour un ensembled’utilisateur, qui garantissent à chacun de pouvoir accomplir une transmissionavant un certain délai, tout en minimisant la puissance totale consommée auniveau de chaque utilisateur. Nous considérons dans un premier temps le problèmemono-utilisateur, qui permet alors d’introduire les concepts de tolérance àla latence, d’optimisation et de contrôle de puissance qui sont utilisés dans lapremière partie de cette thèse. L’extension à un système multi-utilisateurs estensuite considérée. L’analyse révèle alors que l’optimisation multi-utilisateurpose problème du fait de sa complexité mathématique. Mais cette complexitépeut néanmoins être contournée grâce aux récentes avancées dans le domainede la théorie des jeux à champs moyens, théorie qui permet de transiter d’unjeu multi-utilisateur, vers un jeu à champ moyen, à plus faible complexité. Lessimulations numériques démontrent que les stratégies de puissance retournéespar l’approche jeu à champ moyen approchent notablement les stratégies optimaleslorsqu’elles peuvent être calculées, et dépassent les performances desheuristiques communes, lorsque l’optimum n’est plus calculable, comme c’est lecas lorsque le canal varie au cours du temps.Dans la seconde partie de cettethèse, nous investiguons un possible problème dual au problème précédent. Plusspécifiquement, nous considérons une approche d’optimisation d’efficacité spectrale,à configuration de puissance constante. Pour ce faire, nous proposonsalors d’étudier l’impact sur le réseau des récentes avancées en classification d’interférence.L’analyse conduite révèle que le système peut bénéficier d’uneadaptation des traitements d’interférence faits à chaque récepteur. Ces gainsobservés peuvent également être améliorés par deux altérations de la démarched’optimisation. La première propose de redéfinir les groupes d’interféreurs decellules concurrentes, supposés transmettre sur les mêmes ressources spectrales.L’objectif étant alors de former des paires d’interféreurs “amis”, capables detraiter efficacement leurs interférences réciproques. La seconde altération portele nom de “Virtual Handover” : lorsque la classification d’interférence est considérée,l’access point offrant le meilleur SNR n’est plus nécessairement le meilleuraccess point auquel assigner un utilisateur. Pour cette raison, il est donc nécessairede laisser la possibilité au système de pouvoir choisir par lui-même la façondont il procède aux assignations des utilisateurs. Le processus d’optimisationse décompose donc en trois parties : i) Définir les coalitions d’utilisateurs assignésà chaque access point ; ii) Définir les groupes d’interféreurs transmettantsur chaque ressource spectrale ; et iii) Définir les stratégies de transmissionet les traitements d’interférences optimaux. L’objectif de l’optimisationest alors de maximiser l’efficacité spectrale totale du système après traitementde l’interférence. Les différents algorithmes utilisés pour résoudre, étape parétape, l’optimisation globale du système sont détaillés. Enfin, des simulationsnumériques permettent de mettre en évidence les gains de performance potentielsofferts par notre démarche d’optimisation. / In this thesis, we investigate two techniques used for enhancing the energy orspectral efficiency of the network. In the first part of the thesis, we propose tocombine the network future context prediction capabilities with the well-knownlatency vs. energy efficiency tradeoff. In that sense, we consider a proactivedelay-tolerant scheduling problem. In this problem, the objective consists ofdefining the optimal power strategies of a set of competing users, which minimizesthe individual power consumption, while ensuring a complete requestedtransmission before a given deadline. We first investigate the single user versionof the problem, which serves as a preliminary to the concepts of delay tolerance,proactive scheduling, power control and optimization, used through the first halfof this thesis. We then investigate the extension of the problem to a multiusercontext. The conducted analysis of the multiuser optimization problem leads toa non-cooperative dynamic game, which has an inherent mathematical complexity.In order to address this complexity issue, we propose to exploit the recenttheoretical results from the Mean Field Game theory, in order to transitionto a more tractable game with lower complexity. The numerical simulationsprovided demonstrate that the power strategies returned by the Mean FieldGame closely approach the optimal power strategies when it can be computed(e.g. in constant channels scenarios), and outperform the reference heuristicsin more complex scenarios where the optimal power strategies can not be easilycomputed.In the second half of the thesis, we investigate a dual problem to the previousoptimization problem, namely, we seek to optimize the total spectral efficiencyof the system, in a constant short-term power configuration. To do so, we proposeto exploit the recent advances in interference classification. the conductedanalysis reveals that the system benefits from adapting the interference processingtechniques and spectral efficiencies used by each pair of Access Point (AP) and User Equipment (UE). The performance gains offered by interferenceclassification can also be enhanced by considering two improvements. First, wepropose to define the optimal groups of interferers: the interferers in a samegroup transmit over the same spectral resources and thus interfere, but can processinterference according to interference classification. Second, we define theconcept of ’Virtual Handover’: when interference classification is considered,the optimal Access Point for a user is not necessarily the one providing themaximal SNR. For this reason, defining the AP-UE assignments makes sensewhen interference classification is considered. The optimization process is thenthreefold: we must define the optimal i) interference processing technique andspectral efficiencies used by each AP-UE pair in the system; ii) the matching ofinterferers transmitting over the same spectral resources; and iii) define the optimalAP-UE assignments. Matching and interference classification algorithmsare extensively detailed in this thesis and numerical simulations are also provided,demonstrating the performance gain offered by the threefold optimizationprocedure compared to reference scenarios where interference is either avoidedwith orthogonalization or treated as noise exclusively.