Durant les situations de crise, telles que les catastrophes, le besoin de recherche d’informations (RI) pertinentes partagées dans les microblogs en temps réel est inévitable. Cependant, le grand volume et la variété des flux d’informations partagées en temps réel dans de telles situations compliquent cette tâche. Contrairement aux approches existantes de RI basées sur l’analyse du contenu, nous proposons de nous attaquer à ce problème en nous basant sur les approches centrées utilisateurs tout en levant un certain nombre de verrous méthodologiques et technologiques inhérents : 1) à la collection des données partagées par les utilisateurs à évaluer, 2) à la modélisation de leurs comportements, 3) à l’analyse des comportements, et 4) à la prédiction et le suivi des utilisateurs primordiaux en temps réel. Dans ce contexte, nous détaillons les approches proposées dans cette thèse afin de prédire les utilisateurs primordiaux qui sont susceptibles de partager les informations pertinentes et exclusives ciblées et de permettre aux intervenants d’urgence d’accéder aux informations requises quel que soit le format (i.e. texte, image, vidéo, lien hypertexte) et en temps réel. Ces approches sont centrées sur trois principaux aspects. Nous avons tout d’abord étudié l’efficacité de différentes catégories de mesures issues de la littérature et proposées dans cette thèse pour représenter le comportement des utilisateurs. En nous basant sur les mesures pertinentes résultant de cette étude, nous concevons des nouvelles caractéristiques permettant de mettre en évidence la qualité des informations partagées par les utilisateurs selon leurs comportements. Le deuxième aspect consiste à proposer une approche de modélisation du comportement de chaque utilisateur en nous basant sur les critères suivants : 1) la modélisation des utilisateurs selon l’évolution de l’évènement, 2) la modélisation de l’évolution des activités des utilisateurs au fil du temps à travers une représentation sensible au temps, 3) la sélection des caractéristiques les plus discriminantes pour chaque phase de l’évènement. En se basant sur cette approche de modélisation, nous entraînons différents modèles de prédiction qui apprennent à différencier les comportements des utilisateurs primordiaux de ceux qui ne le sont pas durant les situations de crise. Les algorithmes SVM et MOG-HMMs ont été utilisés durant la phase d’apprentissage. La pertinence et l’efficacité des modèles de prédiction appris ont été validées à l’aide des données collectées par notre système multi-agents MASIR durant deux inondations qui ont eu lieu en France et des vérités terrain appropriées à ces collections. / During crisis events such as disasters, the need of real-time information retrieval (IR) from microblogs remains inevitable. However, the huge amount and the variety of the shared information in real time during such events over-complicate this task. Unlike existing IR approaches based on content analysis, we propose to tackle this problem by using user-centricIR approaches with solving the wide spectrum of methodological and technological barriers inherent to : 1) the collection of the evaluated users data, 2) the modeling of user behavior, 3) the analysis of user behavior, and 4) the prediction and tracking of prominent users in real time. In this context, we detail the different proposed approaches in this dissertation leading to the prediction of prominent users who are susceptible to share the targeted relevant and exclusive information on one hand and enabling emergency responders to have a real-time access to the required information in all formats (i.e. text, image, video, links) on the other hand. These approaches focus on three key aspects of prominent users identification. Firstly, we have studied the efficiency of state-of-the-art and new proposed raw features for characterizing user behavior during crisis events. Based on the selected features, we have designed several engineered features qualifying user activities by considering both their on-topic and off-topic shared information. Secondly, we have proposed a phase-aware user modeling approach taking into account the user behavior change according to the event evolution over time. This user modeling approach comprises the following new novel aspects (1) Modeling microblog users behavior evolution by considering the different event phases (2) Characterizing users activity over time through a temporal sequence representation (3) Time-series-based selection of the most discriminative features characterizing users at each event phase. Thirdly, based on this proposed user modeling approach, we train various prediction models to learn to differentiate between prominent and non-prominent users behavior during crisis event. The learning task has been performed using SVM and MoG-HMMs supervised machine learning algorithms. The efficiency and efficacy of these prediction models have been validated thanks to the data collections extracted by our multi-agents system MASIR during two flooding events who have occured in France and the different ground-truths related to these collections.

La complexité associée à la coordination d’un groupe de robots mobiles est traitée dans cette thèse en investiguant plus avant les potentialités des architectures de commande multi-contrôleurs dont le but est de briser la complexité des tâches à exécuter. En effet, les robots mobiles peuvent évoluer dans des environnements très complexes et nécessitent de surcroît une coopération précise et sécurisée pouvant rapidement devenir inextricable. Ainsi, pour maîtriser cette complexité, le contrôleur dédié à la réalisation d’une tâche est décomposé en un ensemble de comportements/contrôleurs élémentaires (évitement d’obstacles et de collision entre les robots, attraction vers une cible, planification, etc.) qui lient les informations capteurs (provenant des capteurs locaux du robot, etc.) aux actionneurs des différentes entités robotiques. La tâche considérée dans cette thèse correspond à la navigation d’un groupe de robots mobiles dans des environnements peu ou pas connus en présence d’obstacles (statiques et dynamiques). La spécificité de l’approche théorique consiste à allier les avantages des architectures multi-contrôleurs à ceux des systèmes multi-agents et spécialement les modèles organisationnels afin d’apporter un haut niveau de coordination entre les agents/robots mobiles. Le groupe de robots mobiles est alors coordonné suivant les différentes normes et spécifications du modèle organisationnel. Ainsi, l’activation d’un comportement élémentaire en faveur d’un autre se fait en respectant les contraintes structurelles des robots en vue d’assurer le maximum de précision et de sécurité des mouvements coordonnés entre les différentes entités mobiles. La coopération se fait à travers un agent superviseur (centralisé) de façon à atteindre plus rapidement la destination désirée, les événements inattendus sont gérés quant à eux individuellement par les agents/robots mobiles de façon distribuée. L’élaboration du simulateur ROBOTOPIA nous a permis d’illustrer chacune des contributions de la thèse par un nombre important de simulations. / The difficulty of coordinating a group of mobile robots is adressed in this thesis by investigating control architectures which aim to break task complexity. In fact, multi-robot navigation may become rapidly inextricable, specifically if it is made in hazardous and dynamical environment requiring precise and secure cooperation. The considered task is the navigation of a group of mobile robots in unknown environments in presence of (static and dynamic) obstacles. To overcome its complexity, it is proposed to divide the overall task into a set of basic behaviors/controllers (obstacle avoidance, attraction to a dynamical target, planning, etc.). Applied control is chosen among these controllers according to sensors information (camera, local sensors, etc.). The specificity of the theoretical approach is to combine the benefits of multi-controller control architectures to those of multi-agent organizational models to provide a high level of coordination between mobile agents-robots systems. The group of mobile robots is then coordinated according to different norms and specifications of the organizational model. Thus, activating a basic behavior in favor of another is done in accordance with the structural constraints of the robots in order to ensure maximum safety and precision of the coordinated movements between robots. Cooperation takes place through a supervisor agent (centralized) to reach the desired destination faster ; unexpected events are individually managed by the mobile agents/robots in a distributed way. To guarantee performance criteria of the control architecture, hybrid systems tolerating the control of continuous systems in presence of discrete events are explored. In fact, this control allows coordinating (by discrete part) the different behaviors (continuous part) of the architecture. The development of ROBOTOPIA simulator allowed us to illustrate each contribution by many results of simulations.

Deux points de vue sont souvent opposés dans le cadre de la modélisation des systèmes complexes.D’un côté, une modélisation microscopique cherche à reproduire précisément le comportement des nombreuses entités qui composent le système, ce qui impose des temps de calculs prohibitifs pour le passage à l’échelle de système réels. À l’inverse, l’approche phénoménologique consiste à nous concentrer sur le comportement global du système. Ces modèles macroscopiques reposent sur des lois descriptives qui autorisent des simulations plus rapides mais impliquent l’introduction de paramètres qui peuvent être difficilement identifiables dans le contexte. Pour répondre à ce problème, nous proposons de combiner les différents points de vue de modélisation et d’utiliser des simulations microscopiques pour nourrir un modèle macroscopique incomplet.L’objectif est d’obtenir une simulation descriptive rapide tout en profitant de la précision d’un modèle microscopique. Pour cela, nous proposons une architecture logicielle qui s’appuie sur la technique de la co-simulation pour généraliser la démarche de simulation redondante d’échelles de modélisation hétérogènes.Nous distinguons deux stratégies de co-simulation qui permettent de piloter un modèle macroscopique en cours de simulation. La première consiste à estimer dynamiquement, et de manière explicite, de nouvelles valeurs pour un paramètre critique donné à l’aide d’un simulateur microscopique dédié. La seconde stratégie permet de déterminer implicitement un jeu de paramètres interdépendants sur la base d’une sortie commune des différents niveaux de description simulés. Nous appliquons nos travaux au problème concret du design de structures offshore pour des conditions polaires. Nous détaillons dans un premier temps l’implémentation d’un simulateur phénoménologique d’interactions glace-structure. Dans un second temps, nous illustrons l’intérêt et l’intégration de nos stratégies de co-simulation pour, d’une part améliorer la précision des simulations des phénomènes hydrodynamiques, et d’autre part guider un modèle de plus haut niveau à des fins de prototypage rapide. / There are usually two opposite points of view for the modelling of complex systems. First, microscopical models aim at reproducing precisely the behavior of each entity of the system. In general, their great number is a major obstacle both to simulate the model in a reasonable time and to identify global behaviors. By contrast, the phenomenological approach allows the construction of efficient models from a macroscopic point of view as a superposition of phenomena. A drawback is that we often have to set empirical parameters in these descriptive models. To respond to this problem, we want to make joint use of different levels of description and to use microscopical simulations to feed incomplete macroscopical models.We would then obtain enhanced descriptive simulations with the precision of microscopical models in this way. To this end, we propose a redundant multiscale architecture which is based on the co-simulation methodology in order to generalize the redundant multiscale approach. We suggest two specific co-simulation strategies to guide a macroscopical simulation.The first one consists in dynamically and explicitly estimating critical parameters of a macroscopical model thanks to a dedicated microscopical simulator The second one allows to implicitly determine a full set of dependant parameters on the basis of an output shared by the different levels of description. Then we apply our works to the effective problem of the design offshore structures for arctic conditions. We first describe the implementation of an ice-structure simulation tool by means of a phenomenological and multi-model approach. In a second phase, we show the benefits of our co-simulation strategies to improve the precision of hydrodynamics simulations on the one hand, and on the other to pilot a more macroscopical model for the purpose of fast prototyping.

[pt] Recentemente, a indústria de jogos tem demonstrado crescente interesse no desenvolvimento de jogos que utilizam técnicas sofisticadas de Inteligência Artificial (IA). Verifica-se, dessa forma, o surgimento de jogos mais realistas, tanto no aspecto gráfico quanto no comportamento dos personagens. O jogo Black&White (B e W), desenvolvido pela empresa Lionhead Studios, é considerado um exemplo importante da utilização de técnicas de IA em jogos, e obteve um grande sucesso. Parte desse sucesso se deve ao fato de haver revelado uma interessante arquitetura deliberativa para agentes computacionais, baseada no modelo de agentes deliberativos chamado BDI (Belief, Desire and Intention, ou Crença, Desejo e Intenção). O presente trabalho visa desenvolver um estudo sobre a arquitetura utilizada no jogo B e W, e também sobre a interação de personagens que utilizam as técnicas presentes nesta arquitetura. Esta interação envolverá a utilização de um protocolo inspirado na linguagem de comunicação chamada KQML (Knowledge Query and Manipulation Language, ou Linguagem de Consulta e Manipulação de Conhecimento). / [en] Recently the game industry has been demonstrating much interest in the development of games that use more powerful Artificial Intelligence (AI) techniques. In this way, many games have been developed with more realistic graphics and character behavior. The game Black and White (B and W), developed by Lionhead Studios, is considered an important example of the use of AI techniques in games, and has resulted in a great success, disclosing a very interesting deliberative architecture for computational agents. Such architecture is based on the deliberative model called BDI (Belief, Desire and Intention). The present work aims to develop a study on the architecture used in game B&W, and also on the interaction of characters that use the techniques applied in this architecture. This interaction will use a protocol inspired on the communication language KQML (Knowledge Query and Manipulation Language).

This thesis is dedicated to creating a new system with capabilities to create new generic, autonomous strategy computer game controlling elements based on multi-agent systems with social, intelligent decision-making and learning skills. Basic types of strategy games and problems of their playing will be introduced, along with currently used methods of intelligent game AI development. This thesis also presents design and implementation of the new system, working model for a specific game and results obtained while testing it.

This diploma thesis deals with an oriented graph processing applying a multi-agent system designated for traffic simulation. The thesis was written as a research study. Based on the study, a simulation environment was created able to respond to various stimuli. Meant as the agents, there are vehicles and their drivers that have various features, based on which they respond to the given stimuli. Communication is conducted via a so-called super-agent that monitors all action on the map and passes this information on particular agents. The agents are able to respond in advance to traffic jams (closures, accidents). In such situations, an algorithm designated for a new route finding is conducted. Besides the controlled ones, there can operate on the map also agents simulating common traffic.

L’Intelligence Ambiamte (AmI) est un domaine de recherche investigant les techniques d’intelligence artificielle pour créer des environnements réactifs. Les réseaux de capteurs et effecteurs sans-fils sont les supports de communication entre les appareils ménagers, les services installés et les interfaces homme-machine. Cette thèse s’intéresse à la conception d’Environements Réactifs avec des propriétés autonomiques i.e. des systèmes qui ont la capacité de se gérer eux-même. De tels environements sont ouverts, à grande échelle, dynamique et hétérogène, ce qui induit certains problèmes pour leur gestion par des systèmes monolithiques. L’approche proposée est bio-inspirée en considérant chacune des plate-formes comme une cellule indépendente formant un organisme intelligent distribué. Chaque cellule est programmée par un processus ADN-RNA décrit par des règles réactives décrivant leur comportement interne et externe. Ces règles sont modelées par des agents mobiles ayant des capacités d’auto-réécriture et offrant ainsi des possibilités de reprogrammation dynamique. Le framework EMMA est composé d’un middleware modulaire avec une architecture orientée ressource basée sur la technologie 6LoWPAN et d’une architecture MAPE-K pour concevoir des AmI à plusieurs échelles. Les différentes relations entre les problèmes techniques et les besoins théoriques sont discutées dans cette thèse depuis les plate-formes, le réseau, le middleware, les agents mobiles, le déploiement des applications jusqu’au système intelligent. Deux algorithmes pour AmI sont proposés : un modèle de contrôleur neuronal artificiel pour le contrôle automatique des appareils ménagers avec des processus d’apprentissage ainsi qu’une procédure de vote distribuée pour synchroniser les décisions de plusieurs composants systèmes. / AThe Ambient Intelligence (AmI) is a research area investigating AI techniques to create Responsive Environments (RE). Wireless Sensor and Actor Network (WSAN) are the supports for communications between the appliances, the deployed services and Human Computer Interface (HCI). This thesis focuses on the design of RE with autonomic properties i.e. system that have the ability to manage themselves. Such environments are open, large scale, dynamic and heterogeneous which induce some difficulties in their management by monolithic system. The bio-inspired proposal considers all devices like independent cells forming an intelligent distributed organism. Each cell is programmed by a DNA-RNA process composed of reactive rules describing its internal and external behaviour. These rules are modelled by reactive agents with self-rewriting features offering dynamic reprogramming abilities. The EMMA framework is composed of a modular Resource Oriented Architecture (ROA) Middleware based on IPv6 LoW Power Wireless Area Networks (6LoWPAN) technology and a MAPE-K architecture to design multi-scale AmI. The different relations between technical issues and theoretical requirements are discussed through the platforms, the network, the middleware, the mobile agents, the application deployment to the intelligent system. Two algorithms for AmI are proposed: an Artificial Neural Controller (ANC) model for automatic control of appliances with learning processes and a distributed Voting Procedures (VP) to synchronize the decisions of several system components over the WSAN.

Cette thèse porte sur la navigation d'agents dans un environnement manufacturier. Le cadre général du travail relève de la navigation d'AGVs (véhicules autoguidés), transportant librement et intelligemment leur produit. L'objectif est de proposer des outils permettant la navigation autonome et coopérative d’une flotte d’AGVs dans des systèmes de production manufacturiers où les contraintes temporelles sont importantes. Après la présentation d'un état de l'art sur chaque domaine (systèmes manufacturiers et navigation d'agents), les impacts de la mutualisation entre ceux-ci sont présentés. Ensuite, deux problématiques, liées à la navigation d'agents mobiles dans des environnements manufacturiers, sont étudiées. La première problématique est centrée sur la planification de trajectoire décentralisée où une fonction d'ordonnancement est combinée au planificateur pour chaque agent. Cette fonction permet de choisir une ressource lors de la navigation afin d'achever l'opération du produit transporté le plus tôt possible. La première solution consiste en une architecture hétérarchique où les AGVs doivent planifier (ou mettre à jour) leur trajectoire, ordonnancer leur produit pour l'opération en cours et résoudre leurs propres conflits avec les agents à portée de communication. Pour la seconde approche, une architecture hybride à l'aide d'un superviseur, permettant d'assister les agents durant leur navigation, est proposée. L'algorithme de planification de trajectoire se fait en deux étapes. La première étape utilise des informations globales fournies par le superviseur pour anticiper les collisions. La seconde étape, plus locale, utilise les données par rapport aux AGVs à portée de communication afin d'assurer l'évitement de collisions. Afin de réduire les temps de calcul des trajectoires, une optimisation par essaims particulaires est introduite. La seconde problématique se focalise sur la commande coopérative permettant un rendez-vous d'agents non holonomes à une configuration spécifique. Ce rendez-vous doit être atteint en un temps donné par un cahier des charges, fourni par le haut-niveau de contrôle. Pour résoudre ce problème de rendez-vous, nous proposons une loi de commande à temps fixe (i.e. indépendant des conditions initiales) par commutation permettant de faire converger l’état des AGVs vers une resource. Des résultats numériques et expérimentaux sont fournis afin de montrer la faisabilité des solutions proposées. / This thesis is focused on agent navigation in a manufacturing environment. The proposed framework deals with the navigation of AGVs (Automated Guided Vehicles), which freely and smartly transport their product. The objective is to propose some tools allowing the autonomous and cooperative navigation of AGV fleets in manufacturing systems for which temporal constraints are important. After presenting the state of the art of each field (manufacturing systems and agent navigation), the impacts of the cross-fertilization between these two fields are presented. Then, two issues, related to the navigation of mobile agents in manufacturing systems, are studied. The first issue focuses on decentralized motion planning where a scheduling function is combined with the planner for each agent. This function allows choosing a resource during the navigation to complete the ongoing operation of the transported product at the soonest date. The first proposed approach consists in a heterarchical architecture where the AGVs have to plan (or update) their trajectory, schedule their product and solve their own conflict with communicating agents. For the second approach, hybrid architecture with a supervisor, which assists agents during the navigation, is proposed. The motion planning scheme is divided into two steps. The first step uses global information provided by the supervisor to anticipate the future collisions. The second step is local and uses information from communicating agents to ensure the collision avoidance. In order to reduce the computational times, a particle swarm optimization is introduced. The second issue is focused on the cooperative control, allowing a rendezvous of nonholomic agents at a specific configuration. This rendezvous must be achieved in a prescribed time, provided by the higher level of control. To solve this rendezvous, a fixed time (i.e. independent of initial conditions) switching control law is proposed, allowing the convergence of agent states towards a resource configuration. Some numerical and experimental results are provided to show the feasibility of the proposed methods.

Les systèmes de contrôle des événements discrets ont la possibilité de résoudre les défis importants de la société moderne. En particulier, cela représente une solution fondamentale pour gérer et contrôler les nouvelles avancées technologiques en conformité avec la requis du développement durable. Le paramétrage, la configuration et la prise de décision de ces systèmes de contrôle sont des aspects critiques qui influent sur les performances et la productivité. Les approches d'architecture de contrôle dynamique, telles que les systèmes de contrôle reconfigurables, ont été proposées pour la modélisation de ces systèmes. Cependant, ils n'ont pas réussi à optimiser le processus de reconfiguration car celles-ci se concentrent sur la continuité de l'exécution plutôt que sur l'optimisation de la reconfiguration. Cette dissertation propose une architecture de référence pour un système de contrôle reconfigurable, nommé Pollux, conçu pour gérer et ajuster de manière optimale et en temps réel l'architecture d'un système de contrôle, soit pour guider l'exécution opérationnelle ou répondre à une perturbation du système. En considérant une proposition d'une configuration optimale des architectures de contrôle basées sur la gouvernance partagée, cette approche proposée un système de contrôle reconfigurable compose d’une entité décisionnelle flexible et personnalisable, d’une représentation qui caractérise la configuration unique et la solution de contrôle de l'architecture de contrôle et d’un mécanisme de reconfiguration à trois modules qui intègre les principes basés sur l'optimalité dans la reconfiguration. Notre approche est appliquée dans le domaine de la fabrication et est validée dans une simulation et une cellule réelle de fabrication située à l'Université de Valenciennes, en France. La validation effectuée dans trois scénarios expérimentaux a permis de vérifier les avantages de notre approche et de nous encourager à continuer la recherche. / Discrete-event control systems have the opportunity to resolve significant challenges of modern society. In particular, these represent a fundamental solution to manage and control the new technological advances in compliance to the increased consciousness of sustainable development. The parameterization, configuration and decision-making of these control systems are critical aspects that impact the performance and productivity required. Dynamic control architecture approaches, such as reconfigurable control systems, have been proposed for modelling such systems. However, such approaches have failed to address the recovery of the reconfiguration process as these focus on the continuity of execution rather than on the optimisation of the reconfiguration. This dissertation proposes a reference architecture for a reconfigurable control system, named Pollux, designed to manage and adjust optimally and in real time the architecture of a control system, either to guide operational execution or to respond to a system perturbation. Considering a proposed framework of an optimal configuration of control architectures based on shared governance, this proposed approach aims to orchestrate a flexible and customizable decisional entity, a representation that characterize the unique configuration and control solution of the control architecture, and a three-module reconfiguration mechanism that integrates the optimality-based principles into the reconfiguration process, to ensure a recovery of global performance and/or minimise the degradation caused by perturbations. Our approach is applied in the manufacturing domain and is validated in a simulation and a real flexible manufacturing system cell located at the University of Valenciennes, France. The validation conducted in three experimental scenarios verified the benefits of our approach and encourage us to continue research in this direction.

<div>Multi-robot systems have demonstrated strong capability in handling environmental operations. In this study, We examine how a team of robots can be utilized in covering and removing spill patches in a dynamic environment by executing three consecutive stages: deployment, coverage, and rendezvous. </div><div> </div><div>For the deployment problem, we aim for robot allocation based on the discreteness of the patches that need to be covered. With the deep neural network (DNN) based spill detector and remote sensing facilities such as drones with vision sensors and satellites, we are able to obtain the spill distribution in the workspace. Then, we formulate the allocation problem in a general optimization form and provide solutions using an integer linear programming (ILP) solver under several realistic constraints. After the allocation process is completed and the robot team is divided according to the number of spills, we deploy robots to their computed optimal goal positions. In the robot deployment part, control laws based on artificial potential field (APF) method are proposed and practiced on robots with a common unicycle model. </div><div> </div><div>For the coverage control problem, we show two strategies that are tailored for a wirelessly networked robot team. We propose strategies for coverage with and without path planning, depending on the availability of global information. Specifically, in terms of coverage with path planning, we partition the workspace from the aerial image into pieces and let each robot take care of one of the pieces. However, path-planning-based coverage relies on GPS signals or other external positioning systems, which are not applicable for indoor or GPS-denied circumstances. Therefore, we propose an asymptotic boundary shrink control that enables a collective coverage operation with the robot team. Such a strategy does not require a planned path, and because of its distributedness, it shows many advantages, including system scalability, dynamic spill adaptability, and collision avoidance. In case of a large-scale patch that poses challenges to robot connectivity maintenance during the operation, we propose a pivot-robot coverage strategy by mean of an a priori geometric tessellation (GT). In the pivot-robot-based coverage strategy, a team of robots is sent to perform complete coverage to every packing area of GT in sequence. Ultimately, the entire spill in the workspace can be covered and removed.</div><div> </div><div>For the rendezvous problem, we investigate the use of graph theory and propose control strategies based on network topology to motivate robots to meet at a designated or the optimal location. The rendezvous control strategies show a strong robustness to some common failures, such as mobility failure and communication failure. To expedite the rendezvous process and enable herding control in a distributed way, we propose a multi-robot multi-point rendezvous control strategy. </div><div> </div><div>To verify the validity of the proposed strategies, we carry out simulations in the Robotarium MATLAB platform, which is an open source swarm robotics experiment testbed, and conduct real experiments involving multiple mobile robots.</div>