Les systèmes multi-agents (SMA) mettent en relations des entités autonomes, les agents, dont les actes et les interactions participent à la mise en place d'un comportement et d'une fonctionnalité globale du système. La structure et le fonctionnement global du système sont décrits à travers la notion d'organisation : celle-ci regroupe l'ensemble des places occupées par les agents, de leurs relations et de leur importance dans la fonctionnalité attendue du système. Usuellement, ces concepts sont formalisés par des notions empruntées à l'analyse des organisations humaines et animales : rôles, groupes, normes, etc. Cependant, une part importante des organisations des SMA n'est que partiellement décrite par ces notions : la dynamique. En effet, dans les SMA ouverts, dans lesquels des agents, parfois inconnus à la conception du système, peuvent entrer ou sortir de celui-ci à tout instant, et dans les SMA auto-organisés, où la structure du système se forme et se reforme en fonction du contexte, la dynamique des organisations, c'est-à-dire l'analyse de leur évolution au cours du temps, est un champ important qui est difficile à décrire avec les notions de haut-niveau usuellement utilisées pour formaliser les organisations. Ce que nous proposons dans cette thèse est donc un modèle de description des organisations pour les SMA, axé sur la possibilité de décrire une vaste variété de système, à la fois dans leurs aspects statiques et dynamiques. Pour atteindre cela, nous nous appuyons sur une conception émergentiste et calculatoire, et nous créons notre modèle autour de trois éléments statiques typés et de bas-niveau : les agents, les relations et les tâches, et un élément dynamique : les mécanismes organisationnels. Nous proposons ensuite des méthodes descriptives des organisations fondée sur l'agrégation de contraintes sur les systèmes exprimées à partir de ces éléments, ainsi que des méthodes calculatoires destinées à permettre l'extraction de propriétés globales sur les organisations à partir de ces descriptions ; tout cela dans l'optique de fournir une aide méthodologique à la conception et à l'analyse d'organisations pour les SMA. Nous appliquons ensuite l'utilisation de notre modèle sur des applications précises afin de démontrer son intérêt et sa pratique dans la formalisation et dans la comparaison d'organisations dynamiques pour les SMA. / Multiagent systems (MAS) are composed of interacting autonomous entities called agents. Their behaviors and interactions take part in the generation of a global functionality in the system. The notion of organization describes the structural and functional aspects of such systems: it includes the objectives of each agent, the way they can interact and create relationships and their importance in the system's global function. These concepts are usually formalized through notions derived from human and animal organizations: roles, groups, norms… However, an important part of MAS' organization can only be partially described with these notions: dynamics. In open MAS – where agents can enter or exit the system at any time, and where their number and characteristics are often not known at the time of the system's design – and in self-organized MAS – where the system's structure evolves with relation to context and environment – organization's dynamics is very difficult to formally describe with these high-level notions. In this thesis, we propose a model for MAS organizations' description, which is focused toward the description of a wide range of systems and the modeling of both their static and dynamic aspects. In order to achieve this, we ground our model on an approach based on emergence and computation. We then create a model based on three basic, low-level, typed static elements: agents, relations and tasks, and one low-level dynamic element: organizational mechanisms. We then propose some methods for organization description based on our model and the principle of system's constraints aggregation. We also provide some computational methods allowing the calculation of some global properties over described organizations, in order to provide a methodological help for MAS design and analysis. We then apply our model and the proposed methods on practical applications in order to show its pertinence in MAS organizations' formalization and comparison.

Nous nous intéressons à l'étude de la dynamique des réseaux composés d'une multitude d'agents. Les motivations de ce travail trouvent leurs sources dans de nombreux domaines et notamment la biologie avec l'étude de l'émergence de comportements collectifs cohérents chez les animaux (vol en formation d'oiseaux migrateurs). Considérons un certain nombre d’agents (animaux) dont le comportement dynamique individuel peut être modélisé par une équation différentielle. Les agents communiquent : les liens sont représentés sous la forme d’un graphe dont les sommets sont les agents du système. Chaque agent a la connaissance de l’état des agents auxquels il est connecté et ajuste sa dynamique à l’aide de cette information. Des comportements collectifs peuvent alors émerger comme par exemple le phénomène de flocking (tous les agents se déplacent dans la même direction). Plusieurs modèles d'interaction ont été proposés, les plus connus étant le modèle de Viscek (1995) ou le modèle de Cucker-Smale (2007). L'étude de ces modèles repose généralement sur des méthodes d'analyse de stabilité des systèmes dynamiques ou des systèmes hybrides, lorsque le graphe de communication évolue dans le temps. Nous souhaitons dans cette thèse évaluer la robustesse de l'émergence de ces comportements collectifs en étudiant l'influence de divers facteurs: paramètres du modèle, topologie du graphe, nombre d'agents, présences de perturbations. Nous nous intéresserons notamment au phénomène de scission du groupe d'agents en plusieurs groupes d'agents coordonnés. / This thesis presents a study on multi-agent systems. Such systems find numerous applications such as multi-vehicle control in robotics, the design of smart distributed energy networks and the modeling of opinion dynamics. In a first part, we present new results regarding consensus theory which extend the recent work from Hendrickx and Tsitsiklis on cut-balanced consensus. Then, we apply the consensus system to the control of a fleet of vehicles. We present several results regarding velocity alignment (flocking). This study is based upon a graph robustness analysis in order to preserve the connectivity of the interaction network. This concept is of main importance in this study. In the last part, we state results froma collaborative work with a sociologist regarding the social network linked to the controversy concerning o-road motorized leisure in France. We study the link between the national and local scenes. To do so, we use large graph visualization tools and actor centrality measures.

Made available in DSpace on 2014-12-17T14:54:53Z (GMT). No. of bitstreams: 1 ViniciusPM.pdf: 1794851 bytes, checksum: 2a77c7f1b263be186ffa64cbc38b4cc3 (MD5) Previous issue date: 2009-12-11 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / The industrial automation is directly linked to the development of information tecnology. Better hardware solutions, as well as improvements in software development methodologies make possible the rapid growth of the productive process control. In this thesis, we propose an architecture that will allow the joining of two technologies in hardware (industrial network) and software field (multiagent systems). The objective of this proposal is to join those technologies in a multiagent architecture to allow control strategies implementations in to field devices. With this, we intend develop an agents architecture to detect and solve problems which may occur in the industrial network environment. Our work ally machine learning with industrial context, become proposed multiagent architecture adaptable to unfamiliar or unexpected production environment. We used neural networks and presented an allocation strategies of these networks in industrial network field devices. With this we intend to improve decision support at plant level and allow operations human intervention independent / A automa??o industrial est? diretamente ligada ao crescimento da tecnologia da informa??o. Tanto as melhorias em solu??es de hardware quanto o aprimoramento em metodologias de desenvolvimento de software propiciaram o crescimento do controle do processo produtivo ao longo dos anos. Nesta tese, propomos uma arquitetura que permitir? a uni?o de duas tecnologias no ?mbito de hardware (redes industriais) e software (sistemas multiagente). O objetivo de nossa proposta ? unir essas tecnologias em uma arquitetura multiagente para permitir implementa??o de aplica??es inteligentes nos dispositivos de campo. Com isso pretendemos fazer que os agentes possam detectar e apontar solu??es para problemas encontrados no ambiente de rede industrial. Este trabalho ainda alia a aprendizagem de m?quina ao contexto industrial, permitindo dessa forma que a arquitetura de agentes proposta possa se tornar adapt?vel a um contexto de produ??o desconhecido ou inesperado. Para isso, utilizamos redes neurais e mostramos uma estrat?gia para aloca??o destas redes em dispositivos da rede industrial. Pretendemos assim viabilizar uma melhoria no suporte a decis?o em ocorr?ncias no n?vel de planta auxiliando os operadores na detec??o e corre??o de problemas e falhas

Made available in DSpace on 2016-08-17T14:52:45Z (GMT). No. of bitstreams: 1 Cristiane Lima.pdf: 1837914 bytes, checksum: acce166dfcbb2c425c7249c9bd06c29d (MD5) Previous issue date: 2002-05-10 / Recently, the interest for advanced techniques for network intrusion detection have been increased for protecting important information in computational environment. This research work presents a proposal of a new network intrusion detection system based on a society of intelligent agents whose reasoning are aupported by neural network paradigms, named NIDIA (Network Intrusion Detection System based on Intelligent Agents). A computational implementation has been carried out for the network and host sensors for dealing with task of capturing packets related to suspicious connections or abnormal behaviors within critical hosts. / Técnicas avançadas de detecção de intrusos em redes de computadores tornam-se cada vez mais importantes para prevenir abusos e proteger informações no ambiente. Esta dissertação apresenta uma proposta de um sistema de detecção de intrusos em redes de computadores, baseado na noção de sociedade de agentes inteligentes e redes neurais, denominado NIDIA. Uma implementação computacional é feita dos agentes sensores de rede e de host para realizar a tarefa de captura de pacotes associados às conexões suspeitas ou comportamentos anormais em servidores críticos.

La logistique de gestion de crise fait de plus en plus parler d’elle. En effet, que ce soit au sujet de conflits géopolitiques ou de catastrophes naturelles, ou encore lorsqu’il s’agit d’urgences de proximité, on ne peut plus passer à côté de la gestion de crise pour faire face à des faits internationaux ou nationaux. La logistique de gestion de crise œuvre pour que les secours soient optimisés et que l’aide et le ravitaillement en nourriture, eau, médicaments, soit apportés rapidement aux zones sinistrées. Les travaux de recherche présentés dans cette thèse, dans le cadre d’une coopération avec le département logistique d’EADS, visent à apporter une réponse à ces défis. Nous présentons, dans ce contexte, des solutions basées sur une approche de modélisation, optimisation et simulation orientée agents de flux logistiques. Les problèmes de gestion de flux abordés nous ont permis d’étudier et développer trois volets d’investigation : un module d’aide au positionnement des zones logistiques qui permet de minimiser les distances entre les zones et d’optimiser leurs nombre et ce pour une meilleure circulation des flux, une approche innovante pour l’ordonnancement distribué des tâches de livraison qui permet d’apporter une solution à un problème de gestion des flux fortement distribué, et finalement un agent holonique qui permet de fournir une estimation de la consommation à venir d’un site logistique, en alliant l’expertise des logisticiens aux modèles à base de logique floue. Pour démontrer l’efficacité des approches utilisées, un démonstrateur baptisé OBAC (Optimisation à Base d’Agents Communicants) a été réalisé, intégrant toutes ces approches et applications militaires / Nowadays, crisis management logistics is facing new challenges. Indeed, geopolitical conflicts, natural disasters or emergencies can cause big damages and so require rapid and effective response. Due to their sudden occurrence, we are countering a high disturbances context: a Crisis Management Supply Chain (CMSC). Working in such an uncertain environment incites to be equipped with optimization and cooperation mechanisms assuring all the chain actors satisfaction, while acting in a collective way to reach a common objective: the crisis management.In this thesis, we focus on the definition of a modeling approach and an agent-based simulation of the Crisis Management Supply Chain. We propose a decision support system that deals with three problems: the optimal positioning of logistics zones to facilitate the flows circulation, an innovative method for solving a highly-distributed delivery scheduling problem, based on a multi-agent system, for the distribution of relief materials (food, water, clothes, etc.) to the areas affected by the disaster, and finally a need estimating agent to give an accurate forecast of resources’ consumption in the logistic zones. Blending the agent paradigm with the optimization technics helped reach our goals of implementing a large-scale decision support system. The simulation results highlight our contributions

Récemment, plusieurs applications, dans lesquelles différentes entités interagissent dans un environnement dynamique, soulignent l’intérêt de l’utilisation des architectures multi-agents. Ces architectures offrent, dans ce cadre, un certain nombre d’avantages, tels que l’autonomie, la réactivité et la capacité de prise de décision. Elles manquent cependant de capacité sociale et de connaissances sur son environnement, notamment lorsqu’il s’agit d’un environnement dynamique. En effet, quand un agent interagit avec le monde réel, il doit prendre en compte les évènements qui peuvent survenir tout en considérant centaines contraintes telles que le temps et l’espace. En outre, les agents doivent faire face à l’incertitude liée aux applications réelles afin de fournir une représentation fidèle du monde réel. Dans le cadre de cette thèse, nous proposons un modèle formel de recommandation des plans qui améliore le processus de prise de décision des agents dans un environnement spatio-temporel et incertain. Pour formaliser les comportements cognitifs des agents dans notre système nommé CARS, en anglais ``Cognitive Agent-based Recommender System '', nous avons étendu l’architecture BDI qui se base sur le modèle `` Croyance-Désir-Intention'' pour prendre en compte les différents contextes liés à des applications réelles en particulier le contexte social. Par ailleurs, nous avons également utilisé la théorie possibiliste afin de considérer l’incertitude dans l’état motivationnel d’un agent (c’est à dire ses croyances, désirs, objectifs ou intentions). Pour répondre aux besoins des applications réelles, tels que les systèmes de recommandation relatives au trafic et navigation, nous proposons une représentation spatiotemporelle des croyances et des intentions d’un agent. Cette représentation permettra l’anticipation de certaines intentions, de manière à recommander un plan qui sera optimal pour un utilisateur. Compte tenu l’incomplétude/l’imprécision liée aux données spatiotemporelles, nous avons étendu le modèle proposé pour raisonner avec des croyances et intentions floues. Une évaluation du modèle proposé a été menée en utilisant une simulation multi-agent, dans un scenario réel de circulation routière. Cette simulation a offert un environnement virtuel qui a mis en lumière, après avoir testé les différentes fonctionnalités du modèle, les principaux points forts ainsi que leslacunes liées à l’architecture multi-agents proposée. / Recently, many real-world applications where different entities interact in a dynamic environment, consider the use of agents in their architectures due principally to their autonomy, reactivity and decision-making abilities. Though these systems can be made intelligent, using Artificial Intelligence (AI) techniques, agents still lack of social abilities and have limited knowledge of their environment and in particular when it comes to a dynamic environment. In fact, when operating in the real world, agents need to deal with unexpected events considering both changes in time and space. Moreover, agents must face the uncertainty, which pervades real-world scenarios in order to provide an accurate representation of the world. In this thesis, we introduce and evaluate a formal framework for recommending plans to agents in the decision making process, when they deal with uncertain spatio-temporal information. The agent-based architecture we propose to address this issue, called CARS (Cognitive Agent-based Recommender System), has been designed by extending the well-known Belief-Desire-Intention (BDI) architecture to incorporate further capabilities to support reasoning with different types of contextual information, including the social context. Uncertainty on the agent's beliefs, desires and intentions is modeled using possibility theory. To meet the requirements of real-world applications, e.g., traffic and navigation recommendation systems, we define a spatio-temporal representation of the agents' beliefs and intentions. Using such a formal framework, anticipatory reasoning about intentional dynamics can be performed with the aim to recommend an optimal plan to a certain user. Since spatio-temporal data is often considered as incomplete and/or vague, we extended the formal framework with a fuzzy representation of spatio-temporal beliefs and intentions. The framework is evaluated through an Agent Based Simulation (ABS) in a real-world traffic scenario. This ABS allowed us to create a virtual environment to test the impact of the different features of our framework as well as to evaluating the main strengths and weaknesses of the proposed agent architecture.

Un système multi-agents est composé de plusieurs agents autonomes qui interagissent entre eux dans un environnement commun. Ce mémoire vise à démontrer l’utilisation d’un système multi-agents pour le développement d’un jeu vidéo. Tout d’abord, une justification du choix des concepts d’intelligence artificielle choisie est exposée. Par la suite, une approche pratique est utilisée en effectuant le développement d’un jeu vidéo. Pour ce faire, le jeu fut développé à partir d’un jeu vidéo mono-agent existant et mo- difié en système multi-agents afin de bien mettre en valeur les avantages d’un système multi-agents dans un jeu vidéo. Le développement de ce jeu a aussi démontré l’applica- tion d’autres concepts en intelligence artificielle comme la recherche de chemins et les arbres de décisions. Le jeu développé pour ce mémoire viens appuyer les conclusions des différentes recherches démontrant que l’utilisation d’un système multi-agents per- met de réaliser un comportement plus réaliste pour les joueurs non humains et bien plus compétitifs pour le joueur humain. / A multi-agent system is composed of several autonomous agents that interact with each other in a common environment. This thesis aims to demonstrate the use of a multi- agent system for the development of a video game. First, a justification of the artificial intelligence’s concepts used in this master’s thesis is exposed. Subsequently, a practical approach is used in developping a video game. To do this, the game was developed from an existing single-agent video game and modified into a multi-agent system in order to properly highlight the benefits of a multi-agent system in a video game. The development of this game also demonstrate the application of other concepts in artificial intelligence such as pathfindinig and behaviour trees. In summary, the use of a multi- agent system has achieved a more realistic behavior for the non-human players and a more competitive gameplay for the human player.

Face à l'augmentation du prix du carburant et des exigences légales rigoureuses sur les émissions de gaz à effet de serre ces dernières années, les fabricants de camions doivent s'interroger davantage sur les nouvelles mesures techniques pour être plus compétitifs sur le marché. Dans ce contexte, l'électromobilité est l'une des approches les plus prometteuses pour répondre aux exigences ci-dessus, où sa solution principale est l'hybridation électrique du groupe motopropulseur. Parallèlement à cette solution, une autre solution technique de l'électromobilité, l'électrification auxiliaire qui apparaît récemment, devient aussi une solution attrayante non seulement pour le milieu universitaire, mais aussi pour les entreprises de l'automobile. Cependant, l'intégration de ces deux solutions dans un véhicule peut donner lieu à un problème de commande du système beaucoup plus compliqué, notamment en terme de gestion de l'énergie. L'objectif de ce travail est de concevoir une approche appropriée pour la conception de la commande auxiliaire électrifiée, qui peut gérer d'une part la stratégie de commande du groupe motopropulseur hybride électrique et, d'autre part, améliorer l'efficacité énergétique globale du véhicule. Tout d'abord, le travail se concentre sur un seul auxiliaire électrifié typique - le système d'alimentation en air. Pour ce cas simple, la modélisation et le contrôle à base d'énergie basés sur le contrôle prédictif (MPC) sont développés afin de minimiser la consommation d'énergie / l'efficacité de cet auxiliaire le long d'un cycle de conduite. En soulignant les difficultés à atteindre l'objectif en matière d'efficacité énergétique en considérant uniquement des unités auxiliaires, l'approche se concentre ensuite sur l'analyse d'impact du système auxiliaire sur l'efficacité énergétique globale du véhicule. La première étape de cette analyse propose une méthode générale pour simplifier le contrôleur de groupe motopropulseur de HEV / PHEVs. Ensuite, une méthode basée sur l'optimisation est présentée et appliquée sur un modèle de véhicule simplifié, qui contient le contrôleur de groupe motopropulseur simple obtenu à partir de l'étape ci-dessus. Cette méthode d'optimisation, qui est un contrôle en mode hors connexion et basée sur la méthode de programmation dynamique, permet de déterminer l'économie d'énergie maximale réalisable du véhicule lors de l'application d'une stratégie de contrôle avancée sur le système auxiliaire électrifié. De plus, certaines idées / règles pour concevoir le contrôle auxiliaire sont également tirées des résultats obtenus avec la méthode ci-dessus. Pour une mise en oeuvre en ligne de ces concepts, un contrôle multi-agent est finalement adopté pour la commande du système auxiliaire électrifié (EAS). Sur la base des résultats de l'étape d'analyse d'impact et d'un modèle simple de l'EAS, trois paramètres de contrôle pour l'EAS (centralisé, hiérarchisé et distribué) sont étudiés et discutés. Enfin, différents algorithmes pour ces paramètres de contrôle sont fournis, puis comparés pour indiquer les avantages et les limites de chaque algorithme. / Facing to the increase of fuel price and stringent legal requirements on the greenhouse gas emission in recent years, truck manufacturers have to investi-gate more on new technical measures to be more competitive on the market. Within this context, electromobility rises as one of the most promising approaches to answer to above requirements, where its principle solution is the electric hybridization of powertrain. In parallel with this solution, another technical solution of electromobility- the auxiliary electrification that appears recently becomes also an attractive solution for not only the academic community but also the automotive companies. However, the integration of these two solutions together in a vehicle can give rise to a much more complicated system control problem, especially in term of energy management. The objective of this work is to figure out an appropriate approach for designing the electrified auxiliary control, which can cope with the control strategy of the electric hybrid powertrain on one hand, and can improve the overall energy efficiency of the vehicle on the other hand. Firstly, the work focuses on only one typical electrified auxiliary- the air supply system. For this simple case, energy-based modeling and control based on predictive control (MPC) are developed in order to minimize the energy consumption/efficiency of this auxiliary along a driving cycle. By pointing out the difficulties for reaching the target on the energy efficiency when considering only auxiliary units, the approach focuses then on the impact analysis of the auxiliary system on the overall vehicle‘s energy efficiency. The first step of this analysis proposes a general method to simplify the powertrain controller of HEV/PHEVs. Then, an optimization-based method is presented and applied on a simplified vehicle model, which contains the simple powertrain controller obtained from the above step. This optimization method, which is an offline con-trol and based on the dynamic programming method, allows us to determine the maximal achievable energy saving of the vehicle when applying an advanced control strategy on the electrified auxiliary system. Additionally, some ideas/rules for designing the auxiliary control are drawn as well from the results obtained with the above method. Toward an online implementation of these concepts, a multi-agent based control is finally adopted for controlling the electrified auxiliary system (EAS). Based on the results of the impact analysis step and a simple model of the EAS, three control settings for the EAS (centralized, hierarchical, and distributed) are studied and discussed. Finally, different algorithms for these control settings are provided, and then compared to point out the advantages and limitations of each algorithm.

Nos últimos anos, as redes de comunicação móveis se tornaram de fundamental importância para a infraestrutura dos sistemas de comunicação. Uma das áreas de maior crescimento é a computação móvel. Realizada através de sinais de rádio, a quantidade de canais disponíveis raramente é suficiente para atender a crescente demanda. Este trabalho apresenta uma solução para a questão da alocação de canais, um tópico desafiador dentro da área de redes móveis. A implementação de alocação dinâmica com uso de técnicas computacionais clássicas melhora a utilização dos recursos disponíveis,mas necessita de ajustes periódicos para se adequar a novos cenários. Para a construção de um sistema mais flexível e adaptável, a abordagem escolhida utiliza técnicas de Inteligência Artificial. O modelo proposto combina Teoria Nebulosa, Redes Neurais Artificiais e Sistemas Multi-Agentes. As características de cada técnica foram analisadas e identificamos as partes do sistema que poderiam ser beneficiadas por cada uma. O sistema é resultado da combinação coordenada das três técnicas, e constitui um método eficiente e flexível para gerenciamento de recursos de rádio. Após o detalhamento do modelo, realizamos uma simulação de uma rede celular com o sistema proposto e seu comportamento é comparado com uma rede de referência, para verificação das diferenças e melhorias alcançadas. Por fim, apresentamos a situação atual da pesquisa e os possíveis caminhos para aprimoramento do sistema. / In the last years, mobile networks became more important for communication systems’ infrastructure. One area of great growth is mobile computation, which is performed through radio signals. The amount of available channels rarely is enough to attend the increasing demand. This work presents a solution for the channel allocation topic, a challenging topic inside mobile networks area. The implementation of dynamic allocation using classic computational techniques improves the use of available resources, but it needs periodic and frequent adjustments for new scenarios. The construction of a more flexible and adaptable system was achieved using Artificial Intelligence techniques. Proposed model combines Fuzzy Logic, Artificial Neural Networks and Multi-Agents Systems. Features of each technique had been analyzed and we identified the system modules which could be benefited by them. The system is the result of coordinated combination of these three techniques, and constitutes an efficient and flexible method for radio resources management. After model detailing, we executed a cellular network simulation using proposed system, and its behavior is compared with a reference network, presenting reached differences and improvements. Finally, we present current situation of this research and possible ways for system improvement.

Un système multi-agents est composé de plusieurs agents autonomes qui interagissent entre eux dans un environnement commun. Ce mémoire vise à démontrer l’utilisation d’un système multi-agents pour le développement d’un jeu vidéo. Tout d’abord, une justification du choix des concepts d’intelligence artificielle choisie est exposée. Par la suite, une approche pratique est utilisée en effectuant le développement d’un jeu vidéo. Pour ce faire, le jeu fut développé à partir d’un jeu vidéo mono-agent existant et mo- difié en système multi-agents afin de bien mettre en valeur les avantages d’un système multi-agents dans un jeu vidéo. Le développement de ce jeu a aussi démontré l’applica- tion d’autres concepts en intelligence artificielle comme la recherche de chemins et les arbres de décisions. Le jeu développé pour ce mémoire viens appuyer les conclusions des différentes recherches démontrant que l’utilisation d’un système multi-agents per- met de réaliser un comportement plus réaliste pour les joueurs non humains et bien plus compétitifs pour le joueur humain. / A multi-agent system is composed of several autonomous agents that interact with each other in a common environment. This thesis aims to demonstrate the use of a multi- agent system for the development of a video game. First, a justification of the artificial intelligence’s concepts used in this master’s thesis is exposed. Subsequently, a practical approach is used in developping a video game. To do this, the game was developed from an existing single-agent video game and modified into a multi-agent system in order to properly highlight the benefits of a multi-agent system in a video game. The development of this game also demonstrate the application of other concepts in artificial intelligence such as pathfindinig and behaviour trees. In summary, the use of a multi- agent system has achieved a more realistic behavior for the non-human players and a more competitive gameplay for the human player.