Approcher les villes de l'aire méditerranéenne occidentale à travers le concept de propreté permet de révéler, à partir d'indicateurs non habituels, la diversité culturelle, civilisationnelle, géographique... de cet espace. Ce concept de propreté, dont l'usage devient récurrent, nécessite réflexion : pourquoi, où, pour qui, comment, par qui, à quel coût, dans quel but. ? Révélateur des conceptions de chacun, il joue un rôle important sur nos actions d'aménagement de l'espace et détermine une valeur au lieu et le qualifie positivement ou négativement : il est, ainsi, producteur d'espace. La prise en compte de la complexité émanant des nombreux critères de lisibilité révélant les multiples niveaux d'acteurs (décideurs, habitants, touristes, hommes, femmes etc.) associée à de nouvelles méthodologies est susceptible de conforter la prise de décision concernant des lieux publics (plus ou moins de propreté dans un lieu). Le second volet, plus pragmatique, initie une approche se référant aux jeux et aux systèmes multi-agents. La connaissance des relations hommes, territoires, actions et de leurs interactions peuvent faciliter l'aide à la décision, tout en assurant une information de qualité : les deux volets d'une gouvernance réussie.

La problématique est l'étude de la modélisation pour la simulation de systèmes complexes. Les processus de modélisation et de simulation étant complexes, il faut rationaliser la modélisation et gagner en maîtrise sur elle. Nous proposons de concevoir le modèle complexe comme une société de modèles en interaction. Nous appliquons l'approche orientée pattern pour rationaliser la modélisation en la centrant sur les données. Nous utilisons l'approche agent pour distribuer l'observation et le contrôle dans le modèle global. La société de modèles permet alors l'émergence des patterns par l'activité des agents. Les artefacts, appliqués à la modélisation, sont le support des données, des patterns et des interactions entre agents. Le couplage des agents se fait ainsi via les \artefacts, à la différence d'une approche par événements.<br />Nous identifions trois types d'agents : <br />1° les agentmodeles, qui exécutent le modèle d'un phénomène ; <br />2° les agents-observateurs, qui construisent des observables ; <br />3° les agents-contrôleurs, qui contrôlent localement le modèle global.<br />Les agents peuvent également s'adapter à leur environnement avec des opérations pour modifier leurs perceptions et actions. Le modèle complexe peut alors être construit incrémentalement, les comportements des agents peuvent être modifiés facilement, et un agent peut être ajouté ou enlevé du modèle global sans impact sur la structure des autres agents.<br />Enfin, nous identifions quatre types de comportements pour un agent-modèle : 1° basé sur des équations différentielles (intensionnel) ; 2° centré individu (émergent) ; 3° pré-calculé (extensionnel) ; 4° joué par un expert (participatif). Pour aller plus loin dans la rationalisation de la modélisation, nous exhibons les biais computationnels induits par la traduction de modèles conceptuels en modèles computationnels dans le cas de modèles de peuplements d'agents. Nous montrons que nos modèles sont très sensibles aux différents biais étudiés. Il est nécessaire que les thématiciens connaissent les sources de biais et que l'outil de simulation soit spécialisé afin de permettre : 1° d'expliciter le modèle, 2° de garantir les propriétés identifiées et 3° de permettre des analyses systématiques. C'est ce que nous faisons dans notre simulateur. Enfin, ce travail entre dans le cadre du projet ANR Chaloupe. L'enjeu est d'envisager la co-viabilité de peuplements écologiques et de leur exploitation par des groupes sociaux (e.g. pêcheries). Nous présentons les résultats de simulation obtenus validant la société de modèles qui permet une modélisation souple et rigoureuse.

Si les Systèmes Multi-Agents (SMA) sont devenus des techniques de modélisation largement utilisées dans le domaine de la simulation de systèmes complexes, l'application de ces outils à des contextes géographiques reste cependant encore embryonnaire. L'intégration de la dimension spatiale au sein des SMA apporte en effet de nouvelles difficultés de modélisation que cette thèse aborde dans le cadre de la navigation maritime. Cette recherche propose un modèle multi-agents adapté à la représentation de comportements d'agents dans un environnement géographique. La démarche développée intègre une approche de raisonnement qualitatif et les comportements multiples des agents à travers le concept de rôle. Du point de vue du raisonnement spatial, modéliser les agents dans un environnement géographique impose de représenter les relations qui traduisent les interactions dans cet espace. A partir de cette observation, notre recherche développe un modèle d'interaction des agents basé sur des raisonnements spatiaux qualitatifs où les propriétés de l'environnement et du contexte géographique sont prises en compte. Le deuxième apport de la recherche est orienté vers la définition d'un modèle agent flexible qui permet la représentation de comportements multiples et changeants à travers la notion de rôle. La recherche est validée par la réalisation du prototype TRANS (Tractable Role Agent prototype for concurrent Navigation Systems) dont l'objectif est de modéliser et de simuler les trajectoires simultanées de navires.

Cette thèse porte sur la prise de décision distribuée dans des<br />systèmes multi-agents agissant sous incertitude (les colonies de<br />robots autonomes par exemple). Les processus décisionnels de Markov<br />Décentralisés décrivent un formalisme mathématique permettant de<br />modéliser et de résoudre de tels problèmes. Leur utilisation pour la<br />planification des tâches dans des applications réelles pose<br />toutefois quelques difficultés. Le modèle usuel des DEC-MDPs ne<br />permet par exemple pas la prise en compte de contraintes sur l'exécution des tâches. De plus,<br />la complexité de leur résolution est telle qu'il est difficile de déterminer une solution optimale excepté pour de <br />petits problèmes.<br /><br />Le travail que nous présentons dans cette thèse a pour premier objectif<br />d'adapter le modèle des DEC-MDPs afin de proposer une modélisation<br />adéquate du temps et des actions, et de permettre la représentation de<br />problèmes réels. Nous décrivons ainsi une nouvelle classe de<br />DEC-MDPs : les OC-DEC-MDPs (DEC-MDP avec Coût Occasionné). Dans un second temps,<br />nous nous intéressons à leur résolution. Nous proposons différents<br />algorithmes procédant à la planification des tâches de chaque agent<br />en vue d'une prise de décision décentralisée et autonome, en accord<br />avec les contraintes du problème. Afin de développer des algorithmes<br />efficaces et de traiter des problèmes de taille importante, nous recherchons une<br />approximation de la solution optimale. Nous procédons<br />également à un découpage du problème initial en un ensemble de MDPs,<br />et introduisons la notion de coût occasionné afin de tenir compte<br />des interactions entre les agents et de calculer des politiques<br />coopératives.

Cette thèse traite de la conception de système multi-agents. Elle se focalise sur des approches formelles et s'est donné pour objectif à long terme de construire de manière automatique et décentralisée les comportements d'agents coopératifs devant résoudre collectivement un problème. Ce travail a cherché à proposer des méthodes pour construire les comportements d'agents sociaux, capables de prendre en compte à l'exécution la présence d'autres agents dans le système.<br /><br />Les formalismes existants comme les DEC-POMDPs parviennent à représenter des problèmes multi-agents mais ne représentent pas au niveau individuel la notion d'interaction fondamentale dans les systèmes collectifs. Ceci induit une complexité algorithmique importante dans les algorithmes de résolution. Afin de donner aux agents la possibilité d'appréhender la présence d'autres agents et de structurer de manière implicite les systèmes multi-agents, cette thèse propose un formalisme original, l'interac-DEC-POMDP inspiré des DEC-POMDPs et d'Hamelin, une simulation développée au cours de cette thèse et issue d'expériences conduites en éthologie. La spécificité de ce formalisme réside dans la capacité offerte aux agents d'interagir directement et localement entre eux. Cette possibilité permet des prises de décision à un niveau intermédiaire entre des décisions globales impliquant l'ensemble des agents et des décisions purement individuelles.<br /><br />Nous avons proposé en outre un algorithme décentralisé basé sur des techniques d'apprentissage par renforcement et une répartition heuristique des gains des agents au cours des interactions. Une démarche expérimentale nous a permis de valider sa capacité à produire pour des restriction du formalisme des comportements collectifs pertinents adaptatifs sans qu'aucun agent ne dispose d'une vue globale du système.

La Réalité Virtuelle propose un nouvel outil d'investigation des systèmes biologiques complexes : l'expérimentation in virtuo. La modélisation de tels systèmes implique nécessairement celle de la cinétique de réactions biochimiques. Dans ce contexte, nous soutenons la thèse qu'il est possible d'expérimenter in virtuo la cinétique biochimique d'un système biologique complexe par des systèmes multi-agents (SMA) ordonnancés sur la base d'itérations asynchrones et chaotiques. Cette cinétique peut être abordée selon trois échelles de modélisation : macroscopique, mésoscopique et microscopique. Ainsi, nous proposons d'abord un SMA capable de simuler cette dernière à l'échelle macroscopique. Nous proposons ensuite un SMA pour la cinétique à l'échelle microscopique. Afin d'illustrer ces modèles, nous les appliquons à l'exemple de la coagulation du sang. Le modèle macroscopique est illustré sur le test du temps de Quick, tandis que le modèle microscopique est appliqué à la réaction d'activation de la prothrombine en thrombine.

Ce travail se situe dans le cadre de la réalisation d'environnements de formation utilisant la réalité virtuelle. Plus précisément, il s'intègre dans le projet MASCARET (Multi Agent System for Collaborative and Realistic Environment for Training) dont l'objectif est de développer un environnement virtuel pour la formation au travail procédural et collaboratif.<br /><br />Dans ce contexte, nous soutenons la thèse qu'il est possible d'intégrer un système tutoriel intelligent (ITS) générique et adaptatif dans un environnement virtuel afin de fournir une aide pédagogique à l'apprenant et une assistance pédagogique au formateur.<br /><br />Cette thèse débute par une étude montrant l'intérêt mutuel de la réalité virtuelle et des ITS pour l'apprentissage de compétences, et identifie les difficultés de leur intégration. Plus précisément, elle souligne la nécessité d'une représentation abstraite, indépendante de l'exercice à réaliser, manipulable pour la prise de décision pédagogique et liée à la représentation d'un univers 3D.<br /><br />Notre proposition est un système multi-agents permettant d'analyser l'action réalisée par l'apprenant par le biais d'un environnement virtuel informé. Le système dégage un ensemble d'informations, appelé situation pédagogique, considéré pertinent pour la prise de décision pédagogique. Notre étude se focalise alors sur un agent pédagogique qui propose des assistances au formateur en utilisant la situation pédagogique. L'abstraction utilisée permet des assistances concrètes liées au domaine, à l'exercice et à l'environnement virtuel. Le modèle comportemental de l'agent pédagogique se base sur un système de classeurs hiérarchique. Grâce à ce modèle, l'agent s'adapte au couple apprenant-formateur en modifiant son comportement pédagogique par le biais d'un mécanisme d'apprentissage artificiel, basé sur un renforcement fourni par le formateur.<br /><br />Ces travaux sont appliqués dans le cadre du projet GASPAR (Gestion de l'Activité aviation et des Sinistres sur Porte-avions par la Réalité virtuelle). L'application simule l'activité aviation sur un porte-avions.

Lorsque de nombreux agents interagissent, des conflits peuvent survenir. Pour les résoudre, différentes méthodes peuvent être utilisées, comme la coordination, les systèmes de vote et la négociation. Celle qui nous intéresse dans cette thèse est la négociation à base de contrats portant sur des ressources. L'objectif de notre travail est de concevoir un modèle général de négociation que nous avons appelé GeNCA : Generic Negotiation of Contracts API. Afin de concevoir un tel modèle, nous commençons par étudier les formes de négociation les plus courantes. L'analyse de ces négociations nous permet de dégager leurs points communs et nous fournit une base pour concevoir notre modèle. Grâce à la collecte de ces points communs et à l'étude du déroulement de ces négociations, nous montrons qu'il est possible de concevoir un protocole général de négociation, paramétrable, qui offre la possibilité de formuler des contre-propositions et qui permet de décrire le déroulement d'une négociation particulière.

Si la question de l'origine du langage reste d'un abord compliqué, celle de l'origine des formes du langage semble plus susceptible de se confronter à la démarche expérimentale. Malgré leur infinie variété, d'évidentes régularités y sont présentes~: les universaux du langage. Nous les étudions par des raisonnements plus généraux sur l'émergence du langage, notamment sur la recherche de précurseurs onto- et phylogénétiques. Nous abordons trois thèmes principaux~: la situation de communication parlée, les architectures cognitives des agents et l'émergence des universaux du langage dans des sociétés d'agents. Notre première contribution est un modèle conceptuel des agents communicants en interaction, issu de notre analyse bibliographique. Nous en proposons ensuite une formalisation mathématique Bayésienne~: le modèle d'un agent est une distribution de probabilités, et la production et la perception sont des inférences bayésiennes. Cela permet la comparaison formelle des différents courants théoriques en perception et en production de la parole. Enfin, nos simulations informatiques de société d'agents identifient les conditions qui favorisent l'apparition des universaux du langage.

L'ensemble des travaux présentés relève de l'Apprentissage Artificiel, et aborde l'apprentissage supervisé, ainsi que l'aide à la découverte par la fouille de données. On se place ici dans le cas où un problème d'apprentissage passe par l'exploration d'un "Espace de Recherche", constitué de représentations formées dans un certain langage d'énoncés. La structure cachée liant "énoncés" et sous-ensembles d'"objets", représentable dans un treillis intension/extension, permet en particulier de réduire l'espace de recherche dans les problèmes d'apprentissage supervisé. Je présente ensuite une forme d'"abstraction" ordonnée faisant varier le niveau de granularité des énoncés, ou des objets considérés, et garantissant que le treillis intension/extension est ainsi lui-même réduit. Certains travaux concernant la recherche de motifs séquentiels réquents, sont également interprétés du point de vue de cette relation intension/extension. Enfin, deux "paradigmes" nouveaux en apprentissage supervisé sont présentés, l'un traitant de la notion d'ambiguïté des exemples, l'autre étendant l'apprentissage supervisé cohérent dans un cadre collectif.