Modélisation et la simulation à base d'agents : Affectation dynamique des véhicules autonomes et connectés

Agent based modeling and simulation

• Auteur / Autrice : Manal Elimadi
• Direction : Abdel Jalil Abbas-Turki, Abder Koukam
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 22/12/2023
• Etablissement(s) : Bourgogne Franche-Comté
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et microtechniques (Besançon ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Connaissance et Intelligence Artificielle Distribuées (CIAD) (Dijon) - Connaissance et Intelligence Artificielle Distribuées [Dijon] / CIAD
• Jury : Président / Présidente : Cyril Fonlupt
• Jury : Examinateurs / Examinatrices : Abdel Jalil Abbas-Turki, Abder Koukam, Jaouad Boukachour, Mourad Bouneffa, Abdellah Idrissi, Mahjoub Dridi
• Jury : Rapporteur / Rapporteuse : Jaouad Boukachour, Mourad Bouneffa

Mots clés

Mots clés contrôlés

Intelligence artificielle répartie

Traitement réparti

Mots clés libres

Affectation du trafic

Systèmes de transport

Intelligence distribuée

Système Multi-Agents

Multi-Agents Systems

Traffic assignment

Distributed intelligence

Multi-Agents Systems

Résumé

Le problème de l'affectation du trafic consiste à déterminer les itinéraires empruntés par les usagers d'une infrastructure de transport. Ce problème a fait l'objet de nombreuses études, en particulier dans le contexte de l'analyse des scénarios de développement des infrastructures routières et des stratégies tarifaires. Sa formulation repose principalement sur le principe de l'équilibre de Wardrop, où les itinéraires sont définis de manière que les utilisateurs n'aient aucun intérêt à modifier leurs trajets. En l'absence d'une politique tarifaire, cet équilibre garantit l'équité des temps de trajet entre chaque paire origine-destination. Cependant, il entraîne un coût social car l’équité ne garantit pas une utilisation optimale du réseau.L'évolution des systèmes de transport intelligents, ainsi que l'avènement des véhicules autonomes et connectés, présentent de nouveaux défis pour les approches actuelles de résolution du problème d'affectation du trafic. Ces approches reposent sur plusieurs itérations de simulation pour estimer les temps de trajet et ajuster les itinéraires en suivant la descente du gradient. Cependant, ces méthodes présentent deux limitations majeures. D'une part, elles ne permettent pas de générer en temps réel des itinéraires équilibrés. D'autre part, elles ne tiennent pas compte de la capacité des véhicules autonomes et connectés à acquérir des informations précises sur les conditions de circulation. Les travaux de cette thèse visent à aborder ces deux limites des approches actuelles. L'objectif est de définir les interactions entre les divers systèmes intelligents du trafic, afin de développer une approche capable de tirer parti des informations pertinentes pour générer en temps réel des itinéraires à la fois équitables et efficaces. Pour atteindre cet objectif, il est essentiel d'utiliser la modélisation et la simulation du trafic à base d’agents.Les premiers systèmes multi-agents proposés de cette thèse sont inspirés des différentes hypothèses d'affectation du trafic de la littérature. Toutefois, les résultats obtenus ont montré quelques lacunes. Il est apparu que la connaissance précise des temps de trajet dépend principalement de la gestion des conflits aux nœuds du réseau. En conséquence, cette thèse propose une nouvelle approche basée sur la réservation multi-agent des intersections. Cette approche permet d’affecter dynamiquement la demande des véhicules autonomes et connectés. Les résultats montrent qu'il est possible de garantir l'équité des trajets fournis en temps-réel tout en améliorant significativement l’efficacité du trafic.

The problem of traffic assignment consists of determining the routes taken by users of a transportation infrastructure. This problem has been the subject of numerous studies, particularly in the context of analyzing scenarios for the development of road infrastructure and pricing strategies. Its formulation is primarily based on the principle of Wardrop equilibrium, where routes are defined in such a way that users have no incentive to change their paths. In the absence of pricing policies, this equilibrium ensures fairness in travel times between each origin-destination pair. However, it results in a social cost because fairness does not necessarily allow for optimal use of the network.The evolution of intelligent transportation systems, as well as the emergence of connected and autonomous vehicles, present new challenges to current approaches for solving the traffic assignment problem. These approaches rely on several simulation iterations to estimate travel times and adjust vehicle routes following gradient descent. However, these methods have two major limitations. Firstly, they do not enable real-time generation of balanced routes. Secondly, they do not take into account the ability of connected and autonomous vehicles to acquire precise information about traffic conditions. The work of this thesis aims to address these two limitations of current approaches. The goal is to define the interactions between various intelligent transportation systems, capable of leveraging relevant information to generate real-time routes that are both equitable and efficient. To achieve this objective, the thesis uses agent-based traffic modeling and simulation.The initial multi-agent systems proposed in this thesis draw inspiration from various traffic assignment assumptions in the literature. However, the results obtained revealed some shortcomings. Simulations show that the precise knowledge of travel times primarily depends on managing conflicts at network nodes. As a result, this thesis proposes a new approach based on multi-agent reservation of intersections. This approach dynamically assigns itineraries for autonomous and connected vehicles. The results show that it is possible to compute fair routes in real-time while significantly improving traffic efficiency.