В работе производиться анализ многоагентных интеллектуальных систем, их различия, способы и направления применения. Описываются программы и методы создания аудио управляемого синтеза лица. Также обсуждаются различные цифровые голосовые помощники, виртуальные агенты. Рассматривается гипотеза и перспективы создания визуального виртуального цифрового помощника для средств массовой информации. / The paper analyzes multi-agent intelligent systems, their differences, ways and directions of application. Programs and methods for creating audio-controlled face synthesis are described. Various digital voice assistants and virtual agents are also discussed. The hypothesis and prospects of creating a visual virtual digital assistant for mass media are considered.

Tesis por compendio / [ES] La proliferación de sistemas autónomos y su creciente integración en la vida humana cotidiana han abierto nuevas fronteras de investigación y desarrollo. Dentro de este ámbito, la presente tesis se adentra en las aplicaciones multifacéticas de los LLMs (Large Language Models), técnicas de DL (Deep Learning) y algoritmos de optimización en el ámbito de estos sistemas autónomos. A partir de los principios de los métodos potenciados por la Inteligencia Artificial (IA), los estudios englobados en este trabajo convergen en la exploración y mejora de distintos sistemas autónomos que van desde sistemas de platooning de camiones en sistemas de comunicaciones Beyond 5G (B5G), Sistemas Multi-Agente (SMA), Vehículos Aéreos No Tripulados (UAV), estimación del área de incendios forestales, hasta la detección temprana de enfermedades como el glaucoma. Un enfoque de investigación clave, perseguido en este trabajo, gira en torno a la implementación innovadora de controladores PID adaptativos en el platooning de vehículos, facilitada a través de la integración de los LLMs. Estos controladores PID, cuando se infunden con capacidades de IA, ofrecen nuevas posibilidades en términos de eficiencia, fiabilidad y seguridad de los sistemas de platooning. Desarrollamos un modelo de DL que emula un controlador PID adaptativo, mostrando así su potencial en las redes y radios habilitadas para IA. Simultáneamente, nuestra exploración se extiende a los sistemas multi-agente, proponiendo una Teoría Coevolutiva Extendida (TCE) que amalgama elementos de la dinámica coevolutiva, el aprendizaje adaptativo y las recomendaciones de estrategias basadas en LLMs. Esto permite una comprensión más matizada y dinámica de las interacciones estratégicas entre agentes heterogéneos en los SMA. Además, nos adentramos en el ámbito de los vehículos aéreos no tripulados (UAVs), proponiendo un sistema para la comprensión de vídeos que crea una log de la historia basada en la descripción semántica de eventos y objetos presentes en una escena capturada por un UAV. El uso de los LLMs aquí permite razonamientos complejos como la predicción de eventos con mínima intervención humana. Además, se aplica una metodología alternativa de DL para la estimación del área afectada durante los incendios forestales. Este enfoque aprovecha una nueva arquitectura llamada TabNet, integrada con Transformers, proporcionando así una estimación precisa y eficiente del área. En el campo de la salud, nuestra investigación esboza una metodología exitosa de detección temprana del glaucoma. Utilizando un enfoque de entrenamiento de tres etapas con EfficientNet en imágenes de retina, logramos una alta precisión en la detección de los primeros signos de esta enfermedad. A través de estas diversas aplicaciones, el foco central sigue siendo la exploración de metodologías avanzadas de IA dentro de los sistemas autónomos. Los estudios dentro de esta tesis buscan demostrar el poder y el potencial de las técnicas potenciadas por la IA para abordar problemas complejos dentro de estos sistemas. Estas investigaciones en profundidad, análisis experimentales y soluciones desarrolladas arrojan luz sobre el potencial transformador de las metodologías de IA en la mejora de la eficiencia, fiabilidad y seguridad de los sistemas autónomos, contribuyendo en última instancia a la futura investigación y desarrollo en este amplio campo. / [CA] La proliferació de sistemes autònoms i la seua creixent integració en la vida humana quotidiana han obert noves fronteres de recerca i desenvolupament. Dins d'aquest àmbit, la present tesi s'endinsa en les aplicacions multifacètiques dels LLMs (Large Language Models), tècniques de DL (Deep Learning) i algoritmes d'optimització en l'àmbit d'aquests sistemes autònoms. A partir dels principis dels mètodes potenciats per la Intel·ligència Artificial (IA), els estudis englobats en aquest treball convergeixen en l'exploració i millora de diferents sistemes autònoms que van des de sistemes de platooning de camions en sistemes de comunicacions Beyond 5G (B5G), Sistemes Multi-Agent (SMA), Vehicles Aeris No Tripulats (UAV), estimació de l'àrea d'incendis forestals, fins a la detecció precoç de malalties com el glaucoma. Un enfocament de recerca clau, perseguit en aquest treball, gira entorn de la implementació innovadora de controladors PID adaptatius en el platooning de vehicles, facilitada a través de la integració dels LLMs. Aquests controladors PID, quan s'infonen amb capacitats d'IA, ofereixen noves possibilitats en termes d'eficiència, fiabilitat i seguretat dels sistemes de platooning. Desenvolupem un model de DL que emula un controlador PID adaptatiu, mostrant així el seu potencial en les xarxes i ràdios habilitades per a IA. Simultàniament, la nostra exploració s'estén als sistemes multi-agent, proposant una Teoria Coevolutiva Estesa (TCE) que amalgama elements de la dinàmica coevolutiva, l'aprenentatge adaptatiu i les recomanacions d'estratègies basades en LLMs. Això permet una comprensió més matissada i dinàmica de les interaccions estratègiques entre agents heterogenis en els SMA. A més, ens endinsem en l'àmbit dels Vehicles Aeris No Tripulats (UAVs), proposant un sistema per a la comprensió de vídeos que crea un registre de la història basat en la descripció semàntica d'esdeveniments i objectes presents en una escena capturada per un UAV. L'ús dels LLMs aquí permet raonaments complexos com la predicció d'esdeveniments amb mínima intervenció humana. A més, s'aplica una metodologia alternativa de DL per a l'estimació de l'àrea afectada durant els incendis forestals. Aquest enfocament aprofita una nova arquitectura anomenada TabNet, integrada amb Transformers, proporcionant així una estimació precisa i eficient de l'àrea. En el camp de la salut, la nostra recerca esbossa una metodologia exitosa de detecció precoç del glaucoma. Utilitzant un enfocament d'entrenament de tres etapes amb EfficientNet en imatges de retina, aconseguim una alta precisió en la detecció dels primers signes d'aquesta malaltia. A través d'aquestes diverses aplicacions, el focus central continua sent l'exploració de metodologies avançades d'IA dins dels sistemes autònoms. Els estudis dins d'aquesta tesi busquen demostrar el poder i el potencial de les tècniques potenciades per la IA per a abordar problemes complexos dins d'aquests sistemes. Aquestes investigacions en profunditat, anàlisis experimentals i solucions desenvolupades llançen llum sobre el potencial transformador de les metodologies d'IA en la millora de l'eficiència, fiabilitat i seguretat dels sistemes autònoms, contribuint en última instància a la futura recerca i desenvolupament en aquest ampli camp. / [EN] The proliferation of autonomous systems, and their increasing integration with day-to-day human life, have opened new frontiers of research and development. Within this scope, the current thesis dives into the multifaceted applications of Large Language Models (LLMs), Deep Learning (DL) techniques, and Optimization Algorithms within the realm of these autonomous systems. Drawing from the principles of AI-enhanced methods, the studies encapsulated within this work converge on the exploration and enhancement of different autonomous systems ranging from B5G Truck Platooning Systems, Multi-Agent Systems (MASs), Unmanned Aerial Vehicles, Forest Fire Area Estimation, to the early detection of diseases like Glaucoma. A key research focus, pursued in this work, revolves around the innovative deployment of adaptive PID controllers in vehicle platooning, facilitated through the integration of LLMs. These PID controllers, when infused with AI capabilities, offer new possibilities in terms of efficiency, reliability, and security of platooning systems. We developed a DL model that emulates an adaptive PID controller, thereby showcasing its potential in AI-enabled radio and networks. Simultaneously, our exploration extends to multi-agent systems, proposing an Extended Coevolutionary (EC) Theory that amalgamates elements of coevolutionary dynamics, adaptive learning, and LLM-based strategy recommendations. This allows for a more nuanced and dynamic understanding of the strategic interactions among heterogeneous agents in MASs. Moreover, we delve into the realm of Unmanned Aerial Vehicles (UAVs), proposing a system for video understanding that employs a language-based world-state history of events and objects present in a scene captured by a UAV. The use of LLMs here enables open-ended reasoning such as event forecasting with minimal human intervention. Furthermore, an alternative DL methodology is applied for the estimation of the affected area during forest fires. This approach leverages a novel architecture called TabNet, integrated with Transformers, thus providing accurate and efficient area estimation. In the field of healthcare, our research outlines a successful early detection methodology for glaucoma. Using a three-stage training approach with EfficientNet on retinal images, we achieved high accuracy in detecting early signs of this disease. Across these diverse applications, the core focus remains: the exploration of advanced AI methodologies within autonomous systems. The studies within this thesis seek to demonstrate the power and potential of AI-enhanced techniques in tackling complex problems within these systems. These in-depth investigations, experimental analyses, and developed solutions shed light on the transformative potential of AI methodologies in improving the efficiency, reliability, and security of autonomous systems, ultimately contributing to future research and development in this expansive field. / De Zarzà I Cubero, I. (2023). AI-Enhanced Methods in Autonomous Systems: Large Language Models, DL Techniques, and Optimization Algorithms [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/202201 / Compendio

No description available.

In the past decade, the integration of spatiotemporal constraints into control systems has emerged as a crucial necessity, driven by the demand for enhanced performance, guaranteed safety, and the execution of complex tasks. Spatiotemporal constraints involve criteria that are dependent on both space and time, which can be represented by time-varying constraints in nonlinear control systems. Funnel-based control methods provide computationally tractable and robust feedback control laws to enforce time-varying constraints in uncertain nonlinear systems. This thesis begins by exploring the application of funnel-based control designs to address performance specifications in coordinate-free formation control of multi-agent systems. Moreover, we develop new robust feedback control schemes dealing with coupled spatiotemporal constraints in uncertain nonlinear systems that cannot be directly addressed by conventional funnel-based control methods. In the first part of the thesis, we present a novel coordinate-free formation control scheme for directed leader-follower multi-agent systems, exhibiting almost global convergence to the desired shape. The synthesis of fully decentralized robust controllers for agents is achieved through the application of the Prescribed Performance Control (PPC) method. This method imposes spatiotemporal funnel constraints on each agent's formation errors, ensuring a predefined transient and steady-state performance while maintaining robustness to system uncertainties. The core idea in this work is the utilization of bipolar coordinates to achieve orthogonal (decoupled) formation errors for each follower agent. This approach not only ensures the global convergence to the desired shape but also facilitates the effective application of the PPC method. In the second part of the thesis, first, we introduce a novel approach that extends funnel-based control schemes to deal with a specific class of time-varying hard and soft constraints. In this work, we employ an online Constraint Consistent Funnel (CCF) planning scheme to tackle couplings between hard and soft constraints. By satisfying these CCF constraints, we ensure adherence to hard (safety) constraints, while soft (performance) constraints are met only when they do not conflict with the hard constraints. Subsequently, we directly employ the PPC design method to craft a robust, low-complexity control law, ensuring that the system's outputs consistently stay within the online planned CCF constraints. In subsequent work, we tackle the challenge of satisfying a generalized class of potentially coupled time-varying output constraints. We show that addressing multiple constraints effectively boils down to formulating a single consolidating constraint. Ensuring the fulfillment of this consolidating constraint guarantees both convergence to and invariance of the time-varying output-constrained set within a user-defined finite time. Building on the PPC design method, we introduce a novel, robust low-complexity feedback control framework to handle this issue in uncertain high-order MIMO nonlinear control systems. Additionally, we present a mechanism for online modification of the consolidating constraint to secure a least-violating solution when constraint infeasibilities occur for an unknown time interval. / Under det senaste decenniet har integrationen av bivillkor i tid och rum för reglersystem framstått som en nödvändighet, driven av efterfrågan på förbättrad prestanda, garanterad säkerhet och utförandet av komplexa uppgifter. Bivillkor i tid och rum för icke-linjära reglersystem kan representeras av tidsvarierande bivillkor. Trattbaserade reglermetoder ("funnel-based control") tillhandahåller beräkningsmässigt hanterbara och robusta återkopplingslagar för att garantera tidsvarier-ande bivillkor i osäkra icke-linjära system. Denna avhandling börjar med att utforska tillämpningen av trattbaserade kontrollmetoder för att hantera prestanda-specifikationer i koordinatfri formationskontroll av multiagentsystem. Dessutom utvecklar vi nya robusta återkopplingslagar som hanterar kopplade bivillkor i tid och rum för osäkra icke-linjära system som inte direkt kan hanteras av konventionella trattbaserade kontrollmetoder. I den första delen av avhandlingen presenterar vi en ny koordinatfri formationskontrollmetod för riktade ledare-följare multiagentsystem, vilken uppvisar nästan global konvergens till den önskade formen. Syntesen av helt decentraliserade robusta regulatorer för agenter uppnås genom tillämpning av Prescribed Performance Control (PPC)-metoden. Denna metod lägger på trattbivillkor i tid och rum på varje agents formationsfel och säkerställer en fördefinierad transient och stationär prestanda samtidigt som robusthet mot systemosäkerheter bibehålls. Kärnan i detta arbete är användningen av bipolära koordinater för att uppnå ortogonala (frikopplade) formationsfel för varje följande agent. Detta tillvägagångssätt säkerställer inte bara global konvergens till den önskade formen utan underlättar också en effektiva tillämpning av PPC-metoden. I den andra delen av avhandlingen introducerar vi först ett nytt tillvägagångssätt som utökar trattbaserade kontrollmetoder för att hantera en specifik klass av tidsvar-ierande hårda och mjuka bivillkor. I detta arbete använder vi en online Constraint Consistent Funnel (CCF)-planeringsmetod för att tackla sammankopplingar mellan hårda och mjuka bivillkor. Genom att uppfylla dessa CCF-bivillkor säkerställer vi efterlevnad av hårda (säkerhets-) bivillkor, medan mjuka (prestanda-) bivillkor uppfylls endast när de inte strider mot de hårda bivillkoren. Därefter tillämpar vi direkt PPC-designmetoden för att utforma en robust reglerlag med låg komplexitet som säkerställer att systemets utsignal konsekvent håller sig inom de online planerade CCF-bivillkoren. Därefter hanterar vi utmaningen med att uppfylla en generaliserad klass av potentiellt kopplade tidsvarierande utsignals-bivillkor. Vi visar att effektiv hantering av flera bivillkor i grund och botten handlar om att formulera ett sammanfattande bivillkor. Uppfyllandet av detta sammanfattande bivillkor garanterar både konvergens till och invarians av den tidsvarierande mängden som uppfyller utsignalsbivillkoren, inom en användardefinierad begränsad tid. Baserat på PPC-designmetoden introducerar vi en ny, robust återkopplingsregulatorstruktur för att hantera detta problem i osäkra högordnings MIMO icke-linjära reglersystem. Dessutom presenterar vi en mekanism för online-modifiering av det sammanfattande bivillkoret för att säkra en lösning med minsta möjliga kränkning då bivillkoren blir omöjliga att uppfylla under en okänd tidsperiod. / <p>QC 20231229</p>

Tesis por compendio / [ES] El transporte de personas y bienes supone un problema complejo a la vez que un servicio esencial en la sociedad moderna. Entre los distintos modos de transporte, el transporte rodado supone ventajas y retos únicos, gracias a su flexibilidad y operación tanto urbana como interurbana. La creciente preocupación social respecto al medio ambiente afecta también al transporte rodado, pues los vehículos a motor son una gran fuente de emisiones de gases de efecto invernadero. Sin embargo, la digitalización de la sociedad y la aparición de nuevos modelos de transporte indican el potencial de mejora del transporte rodado, que podría adaptarse mejor a sus usuarios a la vez que operar de forma más sostenible. En esta tesis afrontamos la mejora del transporte rodado mediante técnicas de computación e inteligencia artificial. Esto incluye el modelado de sistemas de transporte mediante sistemas multiagente y su posterior simulación virtual. La operación de las flotas de transporte está determinada por la distribución de tareas, la planificación de las acciones de cada vehículo y su posterior coordinación. Exploramos distintas técnicas y desarrollamos propuestas que mejoran la operación de distintos sistemas de transporte rodado considerando tres puntos de vista: el del operador, el del usuario y, finalmente, el de la sostenibilidad. En otras palabras, apuntamos a obtener sistemas con mayor rendimiento económico y calidad de servicio a la par que un reducido impacto medioambiental. El objetivo de la mejora del transporte rodado se lleva a cabo desde tres frentes. Primero, se propone un marco de trabajo para el modelado efectivo y la simulación de sistemas de transporte. Esta aportación nos sirve como herramienta para la experimentación del resto de la investigación. Después, la investigación se centra en el transporte urbano, caso de uso para el que modelamos la ciudad como un escenario con recursos compartidos. Proponemos el uso de flotas de vehículos descentralizados para una mayor reactividad del sistema. Mediante un modelado de autointerés, se incentiva a los vehículos a proveer de un mejor servicio a los usuarios a la vez que evitan la congestión de los recursos. Finalmente, con la intención de aportar soluciones innovadoras también a las áreas rurales, se adaptan nuestras propuestas previas para el caso de uso del transporte rural interurbano. En este caso, observamos la necesidad de transporte público flexible y adaptado a los usuarios, con especial importancia en su sostenibilidad económica. Nuestras propuestas de sistema siguen estos principios atendiendo al paradigma del transporte adaptable a la demanda. Los resultados de esta tesis aportan soluciones prácticas para la mejora de distintos sistemas de transporte rodado, contribuyendo a un futuro de movilidad flexible más sostenible y adaptada al usuario. Como aportación en el ámbito de la inteligencia artificial, las técnicas desarrolladas tienen el potencial de ser adaptadas a campos más allá del transporte como soluciones generales para la distribución de tareas y la coordinación de elementos distribuidos. / [CA] El transport de persones i béns suposa un problema complex alhora que un servei essencial en la societat moderna. Entre els diferents modes de transport, el transport rodat suposa avantatges i reptes únics, gràcies a la seua flexibilitat i operació tant urbana com interurbana. La creixent preocupació social respecte al medi ambient afecta també al transport rodat, doncs els vehicles de motor són una gran font d'emissions de gasos d'efecte d'hivernacle. No obstant això, la digitalització de la societat i l'aparició de nous models de transport indiquen el potencial de millora del transport rodat, que podria adaptar-se millor als seus usuaris alhora que operar de forma més sostenible. En esta tesi afrontem la millora del transport rodat mitjançant tècniques de computació i intel·ligència artificial. Això inclou el modelatge de sistemes de transport mitjançant sistemes multiagent i la seua posterior simulació virtual. L'operació de les flotes de transport està determinada per la distribució de tasques, la planificació de les accions de cada vehicle i la seua posterior coordinació. Explorem diferents tècniques i desenvolupem propostes que milloren l'operació de diferents sistemes de transport rodat considerant tres punts de vista: el de l'operador, el de l'usuari i, finalment, el de la sostenibilitat. En altres paraules, apuntem a obtindre sistemes amb major rendiment econòmic i qualitat de servei al mateix temps que un reduït impacte mediambiental. L'objectiu de la millora del transport rodat es duu a terme des de tres fronts. Primer, es proposa un marc de treball per al modelatge efectiu i la simulació de sistemes de transport. Esta aportació ens serveix com a eina per a l'experimentació de la resta de la investigació. Després, la investigació se centra en el transport urbà, cas d'ús per al qual modelem la ciutat com un escenari amb recursos compartits. Proposem l'ús de flotes de vehicles descentralitzats per a una major reactivitat del sistema. Mitjançant un modelatge d'autointerés, s'incentiva als vehicles a proveir d'un millor servei als usuaris alhora que eviten la congestió dels recursos. Finalment, amb la intenció d'aportar solucions innovadores també a les àrees rurals, s'adapten les nostres propostes prèvies per al cas d'ús del transport rural interurbà. En este cas, observem la necessitat de transport públic flexible i adaptat als usuaris, amb especial importància en la seua sostenibilitat econòmica. Les nostres propostes de sistema segueixen estos principis atés el paradigma del transport adaptable a la demanda. Els resultats d'esta tesi aporten solucions pràctiques per a la millora de diferents sistemes de transport rodat, contribuint a un futur de mobilitat flexible més sostenible i adaptada a l'usuari. Com a aportació en l'àmbit de la intel·ligència artificial, les tècniques desenvolupades tenen el potencial de ser adaptades a camps més enllà del transport com a solucions generals per a la distribució de tasques i la coordinació d'elements distribuïts. / [EN] The transportation of people and goods is both a complex problem and an essential service in modern society. Among the various modes of transportation, road transport offers unique advantages and challenges, thanks to its flexibility and operation in both urban and interurban areas. The growing social concern for the environment also affects road transportation, as motor vehicles are a major source of greenhouse gas emissions. However, the digitalisation of society and the emergence of new transport models indicate the potential for improvement in transportation, which could be better adapted to its users while operating in a more sustainable way. In this thesis, we address the improvement of road transportation by means of computational techniques and artificial intelligence. This includes the modelling of transportation through multi-agent systems and their subsequent simulation. The operation of transportation fleets is determined by the distribution of tasks, the planning of the actions of each vehicle and their subsequent coordination. We explore different techniques and develop proposals that improve the operation of different transportation systems by considering three points of view: that of the operator, that of the user and, finally, that of sustainability. In other words, we aim to obtain systems with higher economic performance and quality of service while reducing their environmental impact. The objective of improving road transportation is pursued on three fronts. First, a framework for the effective modelling and simulation of transportation systems is proposed. This contribution serves as a tool for the experimentation of the rest of the research. Next, the research focuses on urban transportation, a use case for which we model the city as a shared resource scenario. We propose the use of decentralised vehicle fleets for greater reactivity of the system. Through self-interested modelling, vehicles are incentivised to provide a better service to users while avoiding resource congestion. Finally, with the intention of bringing innovative solutions also to rural areas, our previous proposals are adapted to the use case of rural interurban transportation. In this case, we note the need for flexible and user-friendly public transportation, with special emphasis on its economic sustainability. Our system proposals follow these principles following the demand-responsive transportation paradigm. The results of this thesis provide practical solutions for the enhancement of different road transportation systems, contributing to a future of more sustainable and user-tailored flexible mobility. As a contribution to the field of artificial intelligence the developed techniques have the potential to be adapted to fields beyond transportation, providing general solutions for the task allocation and the coordination of distributed elements. / Martí Gimeno, P. (2024). Towards Sustainable and Efficient Road Transportation: Development of Artificial Intelligence Solutions for Urban and Interurban Mobility [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/203076 / Compendio

Thesis (M.S. in Systems Engineering)--Naval Postgraduate School, June 2010. / Thesis Advisor(s): Goshorn, Rachel ; Goshorn, Deborah. "June 2010." Description based on title screen as viewed on June 24, 2010. Author(s) subject terms: Anomaly Detection, Artificial Intelligence, Automation, Behavior Analysis, Distributed Artificial Intelligence, Intelligence-Surveillance-Reconnaissance, Maritime Domain Awareness, Maritime Force Protection, Multi-agent Systems, Network-centric Operations, Network-centric Systems Engineering, Network-centric Warfare, Smart Sensor Networks, Systems Engineering, Systems Integration, System of Systems. Includes bibliographical references (p. 209-212). Also available in print.

The AEGIS Cruiser Air-Defense Simulation is a program that models the operations of a Combat Information Center (CIC) team performing the ADC duties in a battle group using Multi-Agent System (MAS) technology implemented in the Java programming language. Set in the Arabian Gulf region, the simulation is a top-view, dynamic, graphics-driven software implementation that provides a picture of the CIC team grappling with a challenging, complex problem. Conceived primarily as a system to assist ships, waterfront training teams, and battle group staffs in ADC training and doctrine formulation, the simulation was designed to gain insight and understanding into the numerous factors (skills, experience, fatigue, aircraft numbers, weather, etc.) that influence the performance of the overall CIC team and watchstanders. The program explores the team's performance under abnormal or high intensity/stress situations by simulating their mental processes, decision-making aspects, communications patterns, and cognitive attributes. Everything in the scenario is logged, which allows for the reconstruction of interesting events (i.e. watchstander mistakes, chain-of-error analysis) for use in post-scenario training as well as the creation of new, more focused themes for actual CIC team scenarios. The simulation also tracks various watchstander and CIC team performance metrics for review by the user. / Lieutenant, United States Navy

L'objet de cette thèse est de proposer un cadre complet, du haut niveau au bas niveau, de génération de trajectoires pour un groupe de systèmes dynamiques indépendants. Ce cadre, basé sur la résolution de l'équation de Burgers pour la génération de trajectoires, est appliqué à un modèle original de drone trirotor et utilise la platitude des deux systèmes différentiels considérés. La première partie du manuscrit est consacrée à la génération de trajectoires. Celle-ci est effectuée en créant formellement, par le biais de la platitude du système considéré, des solutions à l'équation de la chaleur. Ces solutions sont transformées en solution de l'équation de Burgers par la transformation de Hopf-Cole pour correspondre aux formations voulues. Elles sont optimisées pour répondre à des contraintes spécifiques. Plusieurs exemples de trajectoires sont donnés.La deuxième partie est consacrée au suivi autonome de trajectoire par un drone trirotor. Ce drone est totalement actionné et un contrôleur en boucle fermée non-linéaire est proposé. Celui-ci est testé en suivant, en roulant, des trajectoires au sol et en vol. Un modèle est présenté et une démarche pour le contrôle est proposée pour transporter une charge pendulaire. / This thesis is dedicated to the creation of a complete framework, from high-level to low-level, of trajectory generation for a group of independent dynamical systems. This framework, based for the trajectory generation, on the resolution of Burgers equation, is applied to a novel model of trirotor UAV and uses the flatness of the two levels of dynamical systems.The first part of this thesis is dedicated to the generation of trajectories. Formal solutions to the heat equation are created using the differential flatness of this equation. These solutions are transformed into solutions to Burgers' equation through Hopf-Cole transformation to match the desired formations. They are optimized to match specific requirements. Several examples of trajectories are given.The second part is dedicated to the autonomous trajectory tracking by a trirotor UAV. This UAV is totally actuated and a nonlinear closed-loop controller is suggested. This controller is tested on the ground and in flight by tracking, rolling or flying, a trajectory. A model is presented and a control approach is suggested to transport a pendulum load.

The main aim of transport stakeholders has always been to transport freight efficiently, as this efficiency contributes to the growth and success of their business. A country like Namibia is no different as the efficiency of transport lies in the effective utilisation of carrier capacity in any direction. Due to the various types of freight, transport operators rarely have the capacity to cover all freight movement requests. This research put the empty runs experienced by most of the Namibian transporters at 33%. Empty runs could however be reduced through collaboration and sharing of capacity among transport stakeholders. Multi-agent systems (MAS) are various individual computer agents that are configured independently to interact with other agents to achieve one goal. These systems have been explored as an approach to achieve collaboration among transporter stakeholders. Taking into consideration the characteristics and requirements of MAS, this research was able to conduct a feasibility of its implementation within Namibia. Concluding with an evaluation of available Multi-agent based systems that could achieve collaboration and reduce empty runs in the Namibian transport environment. / Information Science / M. Tech. (Information Technology)

Simulation has been used to model combat for a long time. Recently, it has been accepted that combat is a complex adaptive system (CAS). Multi-agent systems (MAS) are also considered as a powerful modelling and development environment to simulate combat. Agent-based distillations (ABD) - proposed by the US Marine Corp - are a type of MAS used mainly by the military for exploring large scenario spaces. ABDs that facilitated the analysis and understanding of combat include: ISAAC, EINSTein, MANA, CROCADILE and BactoWars. With new concepts such as networked forces, previous ABDs can implicitly simulate a networked force. However, the architectures of these systems limit the potential advantages gained from the use of networks. In this thesis, a novel network centric multi-agent architecture (NCMAA) is pro-posed, based purely on network theory and CAS. In NCMAA, each relationship and interaction is modelled as a network, with the entities or agents as the nodes. NCMAA offers the following advantages: 1. An explicit model of interactions/relationships: it facilitates the analysis of the role of interactions/relationships in simulations; 2. A mechanism to capture the interaction or influence between networks; 3. A formal real-time reasoning framework at the network level in ABDs: it interprets the emergent behaviours online. For a long time, it has been believed that it is hard in CAS to reason about emerging phenomena. In this thesis, I show that despite being almost impossible to reason about the behaviour of the system by looking at the components alone because of high nonlinearity, it is possible to reason about emerging phenomena by looking at the network level. This is undertaken through analysing network dynamics, where I provide an English-like reasoning log to explain the simulation. Two implementations of a new land-combat system called the Warfare Intelligent System for Dynamic Optimization of Missions (WISDOM) are presented. WISDOM-I is built based on the same principles as those in existing ABDs while WISDOM-II is built based on NCMAA. The unique features of WISDOM-II include: 1. A real-time network analysis toolbox: it captures patterns while interaction is evolving during the simulation; 2. Flexible C3 (command, control and communication) models; I 3. Integration of tactics with strategies: the tactical decisions are guided by the strategic planning; 4. A model of recovery: it allows users to study the role of recovery capability and resources; 5. Real-time visualization of all possible information: it allows users to intervene during the simulation to steer it differently in human-in-the-loop simulations. A comparison between the fitness landscapes of WISDOM-I and II reveals similarities and differences, which emphasise the importance and role of the networked architecture and the addition of strategic planning. Lastly but not least, WISDOM-II is used in an experiment with two setups, with and without strategic planning in different urban terrains. When the strategic planning was removed, conclusions were similar to traditional ABDs but were very different when the system ran with strategic planning. As such, I show that results obtained from traditional ABDs - where rational group planning is not considered - can be misleading. Finally, the thesis tests and demonstrates the role of communication in urban ter-rains. As future warfighting concepts tend to focus on asymmetric warfare in urban environments, it was vital to test the role of networked forces in these environments. I demonstrate that there is a phase transition in a number of situations where highly dense urban terrains may lead to similar outcomes as open terrains, while medium to light dense urban terrains have different dynamics