Codage indirect de la forme dans les systèmes multi-agents : émergence multi-niveaux, évolution et morphogénèse

Indirect encoding of forms in multiagent systems : multilevel emergences, evolution and morphogenesis

• Auteur / Autrice : Grégory Beurier
• Direction : Jacques Ferber
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2007
• Etablissement(s) : Montpellier 2

Mots clés

Mots clés contrôlés

Systèmes auto-organisés

Intelligence artificielle

Intelligence artificielle répartie

Mots clés libres

Systèmes multi-agents

Vie artificielle

Auto-organisation

Emergence multi-niveaux

Evolution

Morphogénèse

Systèmes complexes

Résumé

La fin du XXème siècle a connu une augmentation drastique de la complexité des systèmes crées de mains d'hommes. Cette nouvelle classe de systèmes met en œuvre des dynamiques qui posent de réels problèmes en termes de compréhension et de conception. Nous nous proposons dans cette thèse d'aborder la thématique de la modélisation et du design de systèmes complexes artificiels du point de vue de la forme. En effet, la forme est dans les systèmes à la fois le support et le moyen d'adaptation de la fonction, il est donc intéressant de pouvoir contrôler ce paramètre lors du développement de systèmes complexes (informatiques, robotiques, etc. ). Nous présentons, à cet effet, une approche constructive de la forme. Notre objectif est de développer des modèles comportementaux capables d'inscrire une forme donnée dans la dynamique de systèmes composés d'un grand nombre d'entités autonomes en interaction. Après avoir justifié l'utilisation des systèmes multi-agents (SMA) comme paradigme de modélisation et de simulation, nous présentons deux modèles de SMA capables de produire des formes. Le premier modèle utilise une approche multi-phéromonale pour construire par agrégations des formes émergentes sur plusieurs niveaux. Les agents réagissent à des lois comportementales récursives et s'orientent par des tropismes sur les phéromones, via leurs interactions dans l'environnement. Le second modèle présente une approche morphogénétique pour faire évoluer, au sein d'un SMA, un patrimoine génétique qui code la forme du système. Via l'utilisation d'outils de l'algorithmique évolutionniste et d'un modèle bio-inspiré par le fonctionnement des gènes sélecteurs et de segmentations présents chez les animaux, nous présentons des SMA capables d'évoluer pour apprendre à s'organiser en formes complexes. Nous raffinons ensuite ce modèle pour reproduire la croissance de la forme par agrégation. Nous présentons ensuite la plate-forme de simulation de Vie Artificielle, TurtleKit 2, modifiée et améliorée pour les besoins de cette thèse et nous concluons enfin en exhibant des applications possibles des modèles présentés

Since the end of the XXth century, the man-made systems increased dramatically their internal complexity. This new class of systems comes with a lot of comprehension and implementation problems. In this thesis, we aim to contribute to the design problem of artificial complex systems from the perspective of the form. The form is indeed the support and the adaptation mechanism of the global function of systems. It is thus interesting to control this parameter in order to develop artificial complex systems. We present in this thesis a constructive work on forms. Our goal is to provide behavioral models able to imprint a given form in systems composed by a huge number of autonomous interacting entities. We first justify the use of multiagent systems (MAS) as a paradigm of modeling and simulation and then we present two MAS models able to organize thanks to a given pattern. The first model implements a multi-pheromonal model to produce multi-level emergent forms. The agents react to behavioral and recursive rules and move thanks to tropisms on perceived pheromones. The second model uses morphogenetic rules to make a genetic set of parameters evolve to encode a form. Thanks to the use of tools from evolutionary computing and inspirations taken in the functioning of animal genes (segmentations and selectors) we develop MAS systems able to mutate and to evolve in order to learn specific and complex forms. Then we add some tropism functionalities to the model in order to reproduce the evolution of the form by the mean of aggregation. We finally present the TurtleKit 2 simulation platform and the modifications that we made on it and we conclude by giving some perspectives of such a work