Cette thèse propose un modèle organisationnel et holonique de l'environnement pour la simulation des déplacements de piétons dans des bâtiments. Une foule de piétons peut être considérée comme un système composé d'un grand nombre d'entités en interaction, dont la dynamique globale ne peut se réduire à la somme des comportements de ses composants. La simulation multiniveau fondée sur les modèles multiagents holoniques constitue une approche permettant d'analyser la dynamique de tels systèmes. Elle autorise leur analyse en considérant plusieurs niveaux d'observation (microscopique, mésoscopique et macroscopique) et prend en compte les ressources de calcul disponibles. Dans ces systèmes, l'environnement est considéré comme l'une des parties essentielles. La dynamique des piétons composant la foule est alors clairement distinguée de celle de l'environnement dans lequel ils se déplacent. Un modèle organisationnel décrivant la structure et la dynamique de l'environnement est proposé. L'environnement est structurellement décomposé en zones, sous-zones, etc. Les organisations et les rôles de cet environnement sont projetés dans une société d'agents ayant en charge de simuler la dynamique de l'environnement et les différentes missions qui lui sont classiquement assignées dans les systèmes multiagents. Ce modèle précise également les règles de passage entre deux niveaux d'observation. Ainsi, chaque agent appartenant au modèle de l'environnement tente d'utiliser une approximation des comportements de ses sous-zones afin de limiter la consommation de ressources durant la simulation. La qualité de l'approximation entre ces deux niveaux d'observation est évaluée avec des indicateurs énergétiques. Ils permettent de déterminer si l'agent approxime correctement les comportements des agents associés aux sous-zones. En sus du modèle organisationnel et holonique proposé, nous présentons un modèle concret de la simulation de voyageurs dans un terminal d'aéroport. Ce modèle concret est implanté sur les plateformes JaSIM et Janus.

Les systèmes d'exploitation utilisent très généralement une politique de " meilleur effort " (Best-effort) pour exécuter les applications. Tant que les ressources sont suffisantes, les applications s'exécutent normalement mais quand les ressources deviennent insuffisantes, des mécanismes de contrôle sont nécessaires pour continuer à obtenir des services de qualité acceptable. Cette thèse a pour objectif de gérer la QoS des applications distribuées. La première partie propose un middleware totalement décentralisé pour contrôler l'utilisation des ressources des applications distribuées. Cette approche se fonde sur une planification approximative et un schéma d'emprunt de ressources afin d'améliorer la QoS globale du système. Via ce schéma d'emprunt, chaque nœud construit localement une vue détaillée de la disponibilité des ressources dans le système. La présence da la connaissance de la disponibilité des ressources en local permet à chaque nœud de prendre localement des décisions et de planifier les tâches des applications. Pour un contrôle plus fin de l'exécution, la deuxième partie ajoute un support pour l'adaptation du comportement des applications. Le middleware utilise un modèle général des applications sous forme de graphe d'exécution décoré avec les besoins en ressources. Un chemin dans le graphe est une exécution possible de l'application avec une certaine utilité, et ce sont ces chemins qui fournissent les degrés de liberté dont le middleware a besoin pour adapter la consommation des ressources au contexte. Les applications coopèrent avec le middleware dans le processus de gestion de la QoS lors de l'admission puis durant toute l'exécution. Le middleware est le chef d'orchestre et c'est lui qui pilote et c'est lui qui pilote l'exécution des actions des applications (arcs dans le graphe) Pour valider notre approche, un prototype à base d'agents a été réalisé. Les résultats démontrent l'intérêt de notre approche.

La croissance du trafic aérien a rendu critique l'opération de la gestion des plateformes aéroportuaires. Celle-ci fait appel à de nombreux acteurs (autorités aéroportuaires, compagnies aériennes, contrôle du trafic aérien, prestataires de services, ...). Le concept d'Airport Collaborative Decision Making (A-CDM) développé depuis une dizaine d'années est basé sur un partage d'informations opérationnelles en temps réel entre les différents acteurs de la plate-forme, permettant de prendre des décisions en commun pour rechercher une utilisation optimale, en toutes conditions, des capacités de l'aéroport. L'objectif principal de cette thèse est de contribuer à l'organisation de la gestion des opérations d'escale dans une plateforme aéroportuaire. Il s'agit de proposer une structure d'organisation de cette opération qui soit compatible avec l'approche A-CDM. La structure proposée introduit un coordinateur des opérations d'escale (GHC) qui joue le rôle d'interface de communication entre les partenaires de l'A-CDM et les différents gestionnaires des opérations d'escale (GHM). Cette structure hiérarchique permet d'une part de partager des informations avec les partenaires de l'A-CDM et d'autre part d'interagir avec les gestionnaires des opérations d'escale (GHM). Les processus de prise de décision basés sur des heuristiques ont été développés à chaque niveau de l'organisation proposée et sont évalués aussi bien dans le cas de conditions nominales que dans le cas de la présence de perturbations majeures

Multiagent systems (MAS) are considered a high level abstration for design and engineering of complex systems. Such systems are characterized by organization structures and coordination process more articulated and dynamic. Usually, agents cooperate and coexist in an environment. In addition, there is a general consense in the research community that an environment is an essential part of open and dynamic MAS. However, given the dynamic characteristics present in complex systems, only the use of the agent-based paradigm in the software development does not guarantee the flexibility and scalability of the project ahead of the inevitable changes on requirements. For this reason, the component-based development have been identified as promising in the building of applications with greater ability to adapt to the changes of its requirements. This work aims at developing a component-based framework for engineering open MAS enviroments. The framework is based on the concept of dynamic software composition and supported by a specification that demand mapping from agents concepts to components in order to ensure the flexibility and reusability provided in the component approach. In addition, i) agents and resources are used to compose the software, ii) components are used to compose agents, and iii) objects and aspects are used to develop the functional and non-functional components requirements. The favorable results of this proposal were checked in experiments developed in four case studies. / Sistemas Multiagentes (SMA) são considerados um alto nível de abstração para projeto e engenharia de sistemas complexos, tendo sido caracterizados por estruturas de organização e processos de coordenação cada vez mais articulados e dinâmicos. Geralmente, agentes cooperam e coexistem dentro de um ambiente. Há um consenso geral na comunidade de agentes que os ambientes são parte essencial dos SMA dinâmicos e abertos. Contudo, diante das características dinâmicas presentes em tais SMA, apenas a utilização do paradigma de agentes no desenvolvimento de software não garante a flexibilidade e escalabilidade do projeto frente a inevitáveis mudanças de requisitos do mesmo. Por sua vez, o desenvolvimento baseado em componentes tem sido apontado como promissor na construção de aplicações com maior capacidade de adaptação a mudanças nos seus requisitos. Este trabalho tem como objetivo o desenvolvimento de um arcabouço para engenharia de ambientes de SMA abertos baseado no conceito de composição dinâmica de software. O arcabouço é baseado em uma especificação que procura mapear os conceitos de agentes em componentes para garantir a flexibilidade e reutilização provida na abordagem de componentes. Agentes e recursos são utilizados para compor o software, componentes são utilizados para compor agentes, e objetos e aspectos são utilizados para implementar as características funcionais e não-funcionais dos componentes. Os resultados favoráveis da presente proposta foram verificados nos experimentos realizados em quatro estudos de casos.

As ferramentas computacionais estão apoiando, de maneira crescente, o processo de ensino e aprendizagem em diversas áreas. Elas aumentam as possibilidades do docente para ministrar um conteúdo e interagir com seus alunos. Neste grupo de ferramentas estão as simulações baseadas em sistemas multiagentes. Neste contexto, este trabalho tem como objetivo apresentar um ambiente de simulação do crescimento populacional de uma colmeia para o ensino de Biologia. As variáveis do sistema podem ser alteradas visando analisar os diferentes resultados obtidos. Aspectos como duração e tempo da florada das plantações, conhecidos como campos de flores, podem ser manipulados pelo aluno. A abordagem multiagentes em Inteligência Artificial Distribuída foi a solução escolhida, para que o controle das atividades do aplicativo fosse feito de maneira automatizada. A Realidade Virtual foi utilizada para acrescentar aspectos importantes do processo que não podem ser visualizados pela simulação matemática. Uma síntese da utilização de tecnologias na educação, em especial da Informática, é discutida no trabalho. Aspectos da aplicação no ensino de Biologia são apresentados, assim como resultados iniciais de sua utilização. / Computational tools are increasingly supporting the learning process in several areas. They open new opportunities for teachers to deliver content and interact with their students. This group of tools includes simulations based on multi-agent systems. This work aims to present a simulation environment to study the population growth of a beehive in Biology. System variables can be changed in order to analyze different results. Aspects such as duration and time of flowering can be manipulated by the student. The multi-agent approach in Distributed Artificial Intelligence has been chosen to automatically control the activities of the application. Virtual Reality is used to illustrate the behavior of the bees that in general, are not able to be seen through mathematical simulation. Aspects of the application in the teaching of biology are presented, as well as initial results from its use.

As ferramentas computacionais estão apoiando, de maneira crescente, o processo de ensino e aprendizagem em diversas áreas. Elas aumentam as possibilidades do docente para ministrar um conteúdo e interagir com seus alunos. Neste grupo de ferramentas estão as simulações baseadas em sistemas multiagentes. Neste contexto, este trabalho tem como objetivo apresentar um ambiente de simulação do crescimento populacional de uma colmeia para o ensino de Biologia. As variáveis do sistema podem ser alteradas visando analisar os diferentes resultados obtidos. Aspectos como duração e tempo da florada das plantações, conhecidos como campos de flores, podem ser manipulados pelo aluno. A abordagem multiagentes em Inteligência Artificial Distribuída foi a solução escolhida, para que o controle das atividades do aplicativo fosse feito de maneira automatizada. A Realidade Virtual foi utilizada para acrescentar aspectos importantes do processo que não podem ser visualizados pela simulação matemática. Uma síntese da utilização de tecnologias na educação, em especial da Informática, é discutida no trabalho. Aspectos da aplicação no ensino de Biologia são apresentados, assim como resultados iniciais de sua utilização. / Computational tools are increasingly supporting the learning process in several areas. They open new opportunities for teachers to deliver content and interact with their students. This group of tools includes simulations based on multi-agent systems. This work aims to present a simulation environment to study the population growth of a beehive in Biology. System variables can be changed in order to analyze different results. Aspects such as duration and time of flowering can be manipulated by the student. The multi-agent approach in Distributed Artificial Intelligence has been chosen to automatically control the activities of the application. Virtual Reality is used to illustrate the behavior of the bees that in general, are not able to be seen through mathematical simulation. Aspects of the application in the teaching of biology are presented, as well as initial results from its use.

Submitted by PPG Ci?ncia da Computa??o (ppgcc@pucrs.br) on 2018-05-28T12:31:15Z No. of bitstreams: 1 TABAJARA_KRAUSBURG_RODRIGUES_DIS.pdf: 4049392 bytes, checksum: 154302eff9df959cfa74d6c0faec5d4e (MD5) / Approved for entry into archive by Sheila Dias (sheila.dias@pucrs.br) on 2018-06-06T13:05:51Z (GMT) No. of bitstreams: 1 TABAJARA_KRAUSBURG_RODRIGUES_DIS.pdf: 4049392 bytes, checksum: 154302eff9df959cfa74d6c0faec5d4e (MD5) / Made available in DSpace on 2018-06-06T13:35:29Z (GMT). No. of bitstreams: 1 TABAJARA_KRAUSBURG_RODRIGUES_DIS.pdf: 4049392 bytes, checksum: 154302eff9df959cfa74d6c0faec5d4e (MD5) Previous issue date: 2018-03-26 / Esta disserta??o apresenta um estudo sobre forma??o de coaliz?es entre agentes heterog?neos para a competi??o de programa??o multiagente de 2017. Foi investigado e aplicado a forma??o de estruturas de coaliz?es entre agentes para resolver problemas log?sticos simulados sobre o mapa de uma cidade real. A fim de atingir o objetivo deste trabalho, foram integrados algoritmos formadores de coaliz?es na plataforma JaCaMo por meio de um artefato CArtAgO chamado CFArtefact. Foi utilizada a implementa??o provida pelo time SMART-JaCaMo (time participante da competi??o multiagente), para experimentar a forma??o de coaliz?es na competi??o. Tr?s abordagens foram avaliadas no dom?nio da competi??o em diferentes configura??es. A primeira abordagem utiliza somente aloca??o de tarefas para resolver o problema. A segunda e a terceira abordagem utilizam a t?cnica de forma??o de coaliz?es anteriormente ? aloca??o de tarefas; dentre estas abordagens, uma utiliza um algor?timo ?timo para resolver o problema e a outra um heur?stico. As an?lises dos experimentos realizados mostram que algor?timos formadores de coaliz?es podem melhorar a performance do time participante da competi??o quando a taxa de trabalhos gerados pelo simulador ? baixa. Entretanto, conforme a taxa de trabalhos aumenta, a abordagem que realiza somente aloca??o de tarefas obt?m um desempenho melhor quando comparada as demais. Mesmo a abordagem heur?stica tem desempenho pr?ximo ? abordagem ?tima para coaliz?es. Desta forma, ? poss?vel concluir que forma??o de coaliz?es possui grande valia para balancear os agentes para um conjunto de trabalhos que precisa ser completado. / This work focuses on coalition formation among heterogeneous agents for the 2017 multiagent programming contest. An agent is a computer system that is capable of independent action to achieve its goals. In order to increase the effectiveness of the agents, we can organise them into coalitions, in which the agents collaborate with each other to achieve individual or common goals. We investigate and apply coalition structure generation (the first activity of the coalition formation process) in simulated scenarios, specifically the 2017 contest scenario, where the agents forming a competing team cooperate to solve logistic problems simulated on the map of a real city. In order to achieve our goal, we integrate coalition formation algorithms into the JaCaMo platform by means of a CArtAgO artefact, named CFArtefact. We use the implementation of the SMART JaCaMo team for experimenting with the coalition formation approach in the contest scenario. We experiment on three approaches in the contest domain with different configurations. In the first, we use only a taskallocation mechanism, while the other approaches use an optimal coalition formation algorithm and a heuristic coalition formation algorithm. We conducted several experiments to compare the advantages of each approach. Our results show that coalition formation algorithms can improve the performance of a participating team when dealing with low job rates (i.e., how quickly new jobs are created by the simulation). However, as we increase the job rate, the approach using only task allocation has better performance. Even a heuristic coalition formation approach has close performance to the optimal one in that case. Coalition formation can play an important role when we aim to balance each group of agents to accomplish some particular goal given a larger team of cooperating agents.

De nombreuses applications peuvent être formulées en termes de systèmes distribués que ce soit une nécessité face à une distribution physique des entités (réseaux, robotique mobile) ou un moyen adopté face à la complexité d'appréhender un problème de manière globale. A travers l'utilisation conjointe de méthodes dites d'apprentissage par renforcement et des systèmes multi-agents, des agents autonomes coopératifs peuvent apprendre à résoudre de manière décentralisée des problèmes complexes en s'adaptant à ceux-ci afin de réaliser un objectif commun. Les méthodes d'apprentissage par renforcement ne nécessitent aucune connaissance a priori sur la dynamique du système, celui-ci pouvant être stochastique et non-linéaire. Cependant, afin d'améliorer la vitesse d'apprentissage, des méthodes d'injection de connaissances pour les problèmes de plus court chemin stochastique sont étudiées et une fonction d'influence générique est proposée. Nous nous intéressons ensuite au cas d'agents indépendants situés dans des jeux de Markov d'équipe. Dans ce cadre, les agents apprenant par renforcement doivent surmonter plusieurs enjeux tels que la coordination ou l'impact de l'exploration. L'étude de ces enjeux permet tout d'abord de synthétiser les caractéristiques des méthodes décentralisées d'apprentissage par renforcement existantes. Ensuite, au vu des difficultés rencontrées par ces approches, deux algorithmes sont proposés. Le premier est le Q-learning hystérétique qui repose sur des agents "à tendance optimiste réglable ". Le second est le Swing between Optimistic or Neutral (SOoN) qui permet à des agents indépendants de s'adapter automatiquement à la stochasticité de l'environnement. Les expérimentations sur divers jeux de Markov d'équipe montrent notamment que le SOoN surmonte les principaux facteurs de non-coordination et est robuste face à l'exploration des autres agents. Une extension de ces travaux à la commande décentralisée d'un système distribué de micromanipulation (smart surface) dans un cas partiellement observable est enfin exposée.

Une chaîne logistique est composée d'entreprises fabriquant et distribuant des produits aux consommateurs. En modélisant chacune de ses entreprises comme un agent intelligent, nous étudions l'effet "coup de fouet" (Bullwhip effect) qui s'y propage. Cet effet est une amplification de la variabilité de la demande lorsque l'on s'éloigne du client final. On peut aussi voir ce phénomène comme un cas particulier de fluctuations des flux dans un système distribué. Ces fluctuations réduisent l'efficacité de la chaîne logistique, principalement du fait de l'élévation des niveaux d'inventaire et de la réduction de l'agilité. On estime que ce phénomène coûterait de 40 à 60 millions USD pour une papetière de 300 kilotonnes.<br /> <br />L'effet coup de fouet étant provoqué par un manque de coordination entre les agents, nous proposons deux principes qui doivent inspirer tout mécanisme de coordination, à savoir : (i) commander ce que l'on nous commande élimine l'effet coup de fouet mais ne gère pas les inventaires, et (ii) les entreprises ne devraient réagir qu'une seule fois à chaque changement dans la consommation du marché. Afin de valider ces deux principes, nous simulons une chaîne logistique forestière appelée le Jeu du Bois Québécois. Ce jeu permet d'enseigner ce qu'est l'effet coup de fouet. Chaque joueur-entreprise y est modélisé par un agent intelligent appliquant une stratégie donnée pour passer ses commandes. À cet effet, nous avons conçu deux stratégies suivant nos deux principes.<br /><br />Dans un premier temps, nous comparons expérimentalement l'efficacité de ces deux stratégies avec cinq autres stratégies. Nous supposons ici que la chaîne logistique est homogène, c'est-à-dire que toutes ses entreprises utilisent la même stratégie de commande. Nous vérifions ainsi que nos deux mécanismes de coordination, implémentés sous la forme de stratégies, sont efficaces pour la chaîne logistique dans son ensemble.<br /><br />Dans un second temps, nous cessons de supposer la chaîne homogène pour faire davantage de simulations nous permettant de construire un jeu. En analysant ce jeu avec la Théorie de Jeux, nous vérifions que les entreprises n'ont pas intérêt d'arrêter unilatéralement d'utiliser nos deux mécanismes de coordination (équilibre de Nash).

Mes travaux se situent à la frontière des champs disciplinaires que sont l'Interaction Homme-Machine d'une part et le génie logiciel d'autre part. L'objectif général est de fournir des modèles, méthodes et outils pour construire et implémenter à moindre coût des applications interactives adaptatives et/ou facilement adaptables à divers contextes d'utilisation dans le respect d'une démarche qualité. En effet, la variabilité des dispositifs d'interaction, des utilisateurs eux-mêmes et de l'environnement dans lequel s'effectuent les interactions impose aujourd'hui de supporter divers niveaux d'adaptation. Les travaux réalisés à ce jour ont permis d'apporter des résultats significatifs en ce qui concerne la définition de classifications et de grilles d'analyse, les processus de conception et de construction, l'instrumentalisation des méthodes associées, les techniques spécifiques d'adaptation notamment s'appuyant sur le profil cognitif des utilisateurs, mais aussi les méthodologies d'analyse des usages et de l'efficacité et la pertinence des adaptations.