Alexandre Bonnefond, Olivier Simonin, I. G. Lassous
{"title":"Modèles de Flocking Adaptés aux Environnements avec Obstacles et Communications Dégradées","authors":"Alexandre Bonnefond, Olivier Simonin, I. G. Lassous","doi":"10.5802/roia.59","DOIUrl":"https://doi.org/10.5802/roia.59","url":null,"abstract":"Résumé. — Danscepapier,nousétudionsdesmodèlesdeflockingexistantsetproposons des extensions afin d’améliorer leurs performances dans des environnements ayant des obstacles impactant les communications ainsi que les trajectoires des agents. En effet, les contraintes imposées par les obstacles sont généralement la cause de coupures de communication menant souvent à la séparation de la flotte en plusieurs clusters. Dans ce contexte, nous étendons deux modèles standards afin de renforcer leurs capacités à rester connectés dans des environnements avec différentes distributions d’obstacles. En tenant compte de la propagation radio, nous modélisons comment les obstacles impactent les communications dans un simulateur que nous utilisons notamment pour optimiser les paramètres du flocking. Les résultats des simulations montrent l’efficacité des modèles proposés et la façon dont ils s’adaptent à ces nouvelles contraintes environnementales. Mots-clés. — Modèles de flocking, robotique en essaim, simulation des communications.","PeriodicalId":411724,"journal":{"name":"Revue Ouverte d'Intelligence Artificielle (ROIA)","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-07-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122696203","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Rémy Chaput, J. Duval, Olivier Boissier, M. Guillermin, S. Hassas
{"title":"Apprentissage de comportements éthiques multi-valeurs par combinaison d'agents juges symboliques et d'agents apprenants","authors":"Rémy Chaput, J. Duval, Olivier Boissier, M. Guillermin, S. Hassas","doi":"10.5802/roia.56","DOIUrl":"https://doi.org/10.5802/roia.56","url":null,"abstract":"Résumé. — Afin de répondre au besoin d’incorporer des considérations éthiques au sein d’algorithmes d’Intelligence Artificielle, nous proposons une nouvelle méthode hy-bride, combinant raisonnement et apprentissage, où des agents juges évaluent l’éthique du comportement d’agents apprenants. Cette séparation offre plusieurs avantages : co-construction entre agents et humains ; juges plus accessibles pour des humains non-experts ; récompense plus riche par l’utilisation de multiples valeurs morales. Les expé-rimentations sur la distribution de l’énergie dans un simulateur de Smart Grid montrent la capacité des agents apprenants à se conformer aux règles des agents juges, y compris lorsque les règles évoluent","PeriodicalId":411724,"journal":{"name":"Revue Ouverte d'Intelligence Artificielle (ROIA)","volume":"18 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-07-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124053768","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Ellie Beauprez, A. Caron, Maxime Morge, Jean-Christophe Routier
{"title":"Délégation de lots de tâches pour la réduction de la durée moyenne de réalisation","authors":"Ellie Beauprez, A. Caron, Maxime Morge, Jean-Christophe Routier","doi":"10.5802/roia.62","DOIUrl":"https://doi.org/10.5802/roia.62","url":null,"abstract":"Résumé. — Nous étudions le problème de la réallocation de tâches pour l’équilibrage de charge dans les modèles distribués de traitement de données massives. Nous proposons une stratégie qui repose sur des agents coopératifs pour optimiser le réordonnancement de tâches dans un ensemble de jobs devant être exécutés le plus tôt possible. Elle permet aux agents de déterminer localement les prochaines tâches à exécuter, à déléguer, voire à échanger grâce à leurs connaissances, leurs croyances et leur modèle des pairs. La nouveauté réside dans la capacité des agents à identifier les opportunités et les agents limitants pour réallouer efficacement des lots de tâches à travers des négociations bila-térales concurrentes. La stratégie mise en œuvre par les agents permet de garantir une améliorationcontinuedudélaideréalisation.Nosexpérimentationsmontrentqueladurée moyennederéalisationatteinteparnotrestratégieestmeilleurequecelleobtenueavecunerésolutionDCOPetresteprochedecelleobtenueavecuneheuristiqueclassique, avecdanstouslescasuntempsderéordonnancementsignificativementréduit. Mots-clés","PeriodicalId":411724,"journal":{"name":"Revue Ouverte d'Intelligence Artificielle (ROIA)","volume":"32 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-07-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132028439","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Enchères pour le Maintien des Communications lors de l'Allocation de Tâches","authors":"Felix Quinton, C. Grand, Charles Lesire","doi":"10.5802/roia.58","DOIUrl":"https://doi.org/10.5802/roia.58","url":null,"abstract":"— In the last ten years, various industrial applications of multi-robot systems have emerged. Among these are systems executing pick and delivery missions, such as the well known autonomous terminal in Rotterdam, as well as many systems tasked with surveillance missions. A key step in the execution of any multi-robot mission is the resolution of the multi-robot task allocation problem. It consists in assigning the tasks of the mission to the robots. If one needs to optimize an objective representing the performances of the system while assigning the tasks, it becomes an integer programming problem. To solve multi-robot task allocation, researchers have proposed many approaches. Among these proposals, a class of approximate methods, based on auction mechanisms, has drawn the attention of researchers for their ability to quickly reallocate tasks if this improves the execution of the mission. In this paper, we introduce a new term in the evaluation of bids for an auction based task allocation protocol. This new term enables us account for the connectivity of the communication network, which represents the communication links between the robots. The connectivity of the communication network is key to the efficiency of auction-based methods, as they need to share auction messages as broadly as possible to produce efficient allocations. We evaluated our method in a surveillance scenario. We derived theoretical bounds of the time complexity of the evaluation of the bids and of the size of the data shared during the mission. We demonstrated through simulation experiments that improved communications increase the robustness of the multi-robot system to dynamic events.","PeriodicalId":411724,"journal":{"name":"Revue Ouverte d'Intelligence Artificielle (ROIA)","volume":"18 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-07-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121416029","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Être ou ne pas être individualiste, quelles conséquences ?","authors":"J. Delahaye, P. Mathieu","doi":"10.5802/roia.57","DOIUrl":"https://doi.org/10.5802/roia.57","url":null,"abstract":"","PeriodicalId":411724,"journal":{"name":"Revue Ouverte d'Intelligence Artificielle (ROIA)","volume":"14 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-07-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"134130096","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Enchères et optimisation multiagent pour la planification de tâches d'observation dans une constellation de satellites","authors":"Gauthier Picard","doi":"10.5802/roia.60","DOIUrl":"https://doi.org/10.5802/roia.60","url":null,"abstract":"Résumé. — Nous étudions des techniques distribuées de planification sur des scénarios d’observation de la Terre avec utilisateurs et satellites multiples. Nous nous concentrons sur la coordination des utilisateurs ayant réservé des portions d’orbites exclusives et d’un planificateur central ayant plusieurs demandes qui peuvent utiliser certains intervalles de ces portions exclusives. Nous définissons le problème de planification de constellations de satellites d’observation de la Terre (EOSCSP, ou Earth Observation Satellite Constellation Scheduling Problem ). Pour le résoudre, nous proposons des schémas mul-tiagents de résolution distribuée, à savoir l’optimisation sous contraintes distribuées et les enchères, dans lesquelles les agents se coordonnent pour répartir les demandes sans partager leurs propres plans. Ces contributions sont évaluées expérimentalement sur des instances EOSCSP générées sur la base de carnets d’observation réels grande échelle ou très conflictuels. Mots-clés. — Constellation de satellites, planification, allocation de ressources, optimisation distribuée, enchères.","PeriodicalId":411724,"journal":{"name":"Revue Ouverte d'Intelligence Artificielle (ROIA)","volume":"10 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-07-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"117007034","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Alaa Daoud, Flavien Balbo, Paolo Gianessi, Gauthier Picard
{"title":"AV-OLRA : Une modélisation générique pour le problème de l'allocation des ressources dans le domaine du transport à la demande","authors":"Alaa Daoud, Flavien Balbo, Paolo Gianessi, Gauthier Picard","doi":"10.5802/roia.61","DOIUrl":"https://doi.org/10.5802/roia.61","url":null,"abstract":"Résumé. — Le développement de véhicules autonomes, capables de communiquer de pair à pair, ainsi que l’intérêt pour les solutions à la demande (par exemple, Uber, Lyft, Heetch), sont les principales motivations de cette étude. Le problème d’allocation des véhicules aux clients est d’une importance majeure dans la gestion des systèmes de transport à la demande (ODT). Il est étudié depuis des décennies, et diverses solutions ont été proposées. Les différentes familles de solutions peuvent être classées en deux caté-gories, centralisées et décentralisées avec dans la pratique, pour chacune ses avantages et ses inconvénients. Dans ce travail, nous visons à fournir un modèle générique pour le problème du transport à la demande en ligne avec des véhicules autonomes. Indépendant des solutions, ce modèle permet une description synthétique du problème et propose des indicateurs de qualité. Nous proposons également un modèle multi-agents dédié à l’allo-cation des ressources et à la planification de la flotte. Ce dernier considère des véhicules autonomes comme des agents qui communiquent dans un réseau inter-véhiculaire pour satisfaire les demandes de transport dans un système de transport à la demande selon la stratégie de résolution que l’utilisateur souhaite évaluer. Nous montrons la généricité de ce modèle en appliquant plusieurs approches d’allocation (optimisation linéaire en nombres entiers, approche gloutonne, enchères et optimisation sous contraintes distri-buée) et comparons en détail leurs performances en termes de qualité de solution et d’indicateurs techniques sur des scénarios générés à partir de données réelles. Mots-clés. — Systèmes multi-agents, Coordination, Transport à la demande, Allocation des ressources, Véhicules Autonomes Connectés, Simulation.","PeriodicalId":411724,"journal":{"name":"Revue Ouverte d'Intelligence Artificielle (ROIA)","volume":"11 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-07-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123118605","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}