Modélisation et simulation de l'environnement dans les

Soutenance de thèse, Laurent Magnin 09:101

Modélisation et simulation del'environnement dans les systèmes

multi-agents(application aux robots footballeurs)

Laurent Magnin

Thèse de doctorat de l’université Paris VI


Introduction

• « La conception des environnements a souvent étéconsidérée comme un problème secondaire dans lamodélisation multi-agent… » T. Bouron

• « A computer program does what you tell it to do,not what you want it to do »

• Dès 1948 Alan Turing soutenait que seules desmachines autonomes et incarnées seraient capablesde développer une intelligence


Introduction

• L’environnement n’est pas assez étudié et pris encompte

• La programmation d’un environnement multi-agentdoit être le plus proche possible de la description deson modèle : programmation déclarative

• L’intelligence d’un agent situé passe par unedéfinition cohérente de son environnement,condition nécessaire à son autonomie


Plan de l’exposé

• Introduction

• L’environnement dans les SMA

• Plate-forme de description & simulation de cetenvironnement

• Application aux robots footballeurs

• Conclusion


Plan de l’exposé

• Introduction




• Conclusion


Dualité des agents

• Cerveau• Commande les effecteurs

en fonctions desinformations fournies parles capteurs

Cerveau

Agent CAgent C

EffecteursCapteurs


Dualité des agents

• Cerveau• Commande les effecteurs

en fonctions desinformations fournies parles capteurs

• Objet physique• Enveloppe des agents en

contact avec sonenvironnement

Cerveau

Agent CAgent C

EffecteursCapteurs


Caractérisation de l’environnement

• Ensemble des objetsphysiques

Agent AAgent A

Agent BAgent B

Agent CAgent C

Environnement




• Lois du monderesponsables de ladynamique du système• Évolution des objets

physiquesAgent AAgent A

Agent BAgent B

Agent CAgent C

Environnement





physiques

• Détermination des perceptsdes agents

Agent AAgent A

Agent BAgent B

Agent CAgent C

Environnement





physiques• Détermination des percepts

des agents• Prise en compte des actions

Agent AAgent A

Agent BAgent B

Agent CAgent C

Environnement


AgentAgent

Aspect physique des agents

• Défini par des attributs• P. ex. : position, capital, etc.


AgentAgent



• Régi par les lois du monde• Évolution des attributs

• Interactions avec les autres agents


AgentAgent



• Régi par les lois du monde• Évolution des attributs

• Interactions avec les autres agents

• Définition des capteurs & effecteurs• Seuls liens possibles entre le cerveau et

l’environnement / attributs


L’action ≠ commande

• Nécessité de l’IAD : liberté dans les décisionsprises par les agents• Évolution génétique

• Auto-organisation

• Émergence

• L’agent est contraint par son environnement

• Action ≠ commande


Plan de l’exposé

• Introduction




• Conclusion


Plan de l’exposé

• Introduction




• Conclusion


Plate-forme souhaitée

• Facilement programmable• Langage déclaratif

• Programmation modulaire

• Générique

• Robuste et complète• Simulation effective du modèle

• Agents contraints par leur composante physique

• Évolution en dehors de toute commande effectuée


Plate-forme Sieme

• Dédiée à la description de l’environnement

• Non limitée à un monde discret

• Chaque agent est lié à une entité physique

• Attributs définis par des formulesmathématiques

• Encapsulation des agents : capteurs &effecteurs

• Règles environnementales


Entité physique Sieme

• Définie au niveau de sa classe

• Attributs Sieme

• Méthodes quelconques• Ne concerne pas les attributs Sieme

• Capteurs & effecteurs• Accès aux attributs Sieme


Attributs

• Exemple : position d’une entité

Temps (t)

Position (x)

t0

x0


Attributs


• Donnée par la formule : x=x0+v*Δt

Temps (t)

Position (x)

t0

x0

t

x

Δt

v


Attributs


• Donnée par la formule : x=x0+v*Δt

• Traduit par l’attribut : x=xT+v*(t-Tx)

Temps (t)

Position (x)

t0

x0

t

x

Δt

v


Attributs Sieme : les points forts

• Formulation mathématique• Ne nécessite pas de programmation

• Définitions combinables• Exemple : vx=cos(direction)*v.

x =xT+vx*(t-Tx).

• Fixation intégrée : entité,x fixe• Formules fonctions du temps• Évolution indépendante des commandes passées• Valide pour toute valeur de t


Les règles environnementales (RE)

• Pour faire évoluer le système considéré, nousdisposons :

• d’attributs fonction du temps

• d’actions effectuées par les agents

• Il faut de plus tenir compte des interactions entresentités :

• introduction des règles environnementales


Les RE : description

• Entités concernéesballe : cercle. voiture : rectangle.

• Conditions• Absolues

balle,nom ≠ ‘toto’

• Fonction in fine du tempsballe,x = voiture,x

• Actions• Code informatique quelconque à exécuter


Les RE : fonctionnement

Résolution des équations des conditionsRésolution des équations des conditions




Insertion d’événementsInsertion d’événements





Déclenchement du premier événementDéclenchement du premier événement






Détermination des configurations à revoirDétermination des configurations à revoir


Détermination des configurations à revoirDétermination des configurations à revoir






Les RE : points à souligner

• L’insertion des événements est transparente

• Optimisation (calcul en O(n)) :• Seules sont effectuées les réévaluations des règles

ayant des prémisses modifiées

• Seuls sont retirés les événements dont les conditionsde créations sont modifiées

• Les autres événements sont conservés


Intégration du comportement

• Calcul effectué par des méthodes de la classe• Intégration possible de tout modèle comportemental

• Nécessité d’utiliser les capteurs & effecteurs• Encapsulation effective de l’agent

• Le déclenchement du calcul est soit :• interne (règle interne)

p. ex : déclenchement toutes les 0,2 secondes.

• externe (règle externe)p. ex : déclenchement lors d’une collision.


Modèle original de simulation• Constantes• Invariants

• P. ex. : vitesse, solde bancaire, etc.

• Variants• Formules mathématiques, fonctions du temps

• Périodes de stabilité• Dynamique définie par l’évolution du temps

• Perturbations• Modification des invariants

• Génération automatique des perturbations• Règles environnementales


Plan de l’exposé

• Introduction




• Conclusion


Plan de l’exposé

• Introduction




• Conclusion


Le projet Microb

• De nombreuses simulations de SMA auLaforia

• Environnement plus riche : la robotiquemobile collective

• Plate-forme d’expérimentation (Laforia / LRP)

• Application principale : robots footballeurs

• Mise en place rapide et facile descomportements : simulation sur ordinateur


Des vrais robots…

Application aux robots footballeurs


à une simulation Sieme

Application aux robots footballeurs


Plan de l’exposé

• Introduction




• Conclusion


Conclusion

• L’environnement est un aspect essentiel desSMA

• L’environnement doit être clairement défini etsimulé

• Nous en proposons un modèle de descriptionet de simulation

• Ce modèle est implémenté par une plate-formegénérique : Sieme

• Cette plate-forme a été validée : projet Microb


Fin de la présentation,

début des questions


Définition externe d’une balle

Nom = ‘Balle n 0’.R = 5.V.Direction.vx := (direction cos) * v.vy := (direction sin) * v.x := xT + (vx*(t-Tx)).y := yT + (vy*(t-Ty)).


Exemple de RE : rebond de balles

b1

b2


Δx2 + Δy2 = (R1+R2)2


Δy

Δx

R1+R2


?(b1.x - b2.x)^2 + (b1.y - b2.y)^2 = (b1.R + b2.R)^2.


Δy

Δx

R1+R2



Collision : | b1 b2 |b1 : Balle. b2 : Balle.

! b1 ~= b2

?(b1.x - b2.x)^2 + (b1.y - b2.y)^2 = (b1.R + b2.R)^2.



• Actions:• b1,x fixe. b1,y fixe.• b2,x fixe. b2,y fixe.• (b1,x = b2,x)• ifTrue: [ b1,direction := … ]• ifFalse: [ b1,direction := …]

• seq rafraichir.

Documents

Modélisation et simulation de l'environnement dans les