Simulations multi-agent de systèmes de mobilité à la demande intermodaux opérés par des algorithmes à base d'apprentissage par renforcement

Agent-based simulations of intermodal mobility-on-demand systems operated by reinforcement learning

• Auteur / Autrice : Tarek Chouaki
• Direction : Jakob Puchinger, Sebastian Hörl
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 04/07/2023
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Interfaces : matériaux, systèmes, usages (Palaiseau, Essonne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire génie industriel (Gif-sur-Yvette, Essonne)
• Partenaire(s) de recherche : Référent : CentraleSupélec (2015-....)
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Sciences de l’ingénierie et des systèmes (2020-….)
• Jury : Président / Présidente : Dominique Barth
• Jury : Examinateurs / Examinatrices : Pierre-Olivier Vandanjon, Mahdi Zargayouna, Flore Vallet, Isabelle Nicolaï, Moez Kilani
• Jury : Rapporteur / Rapporteuse : Pierre-Olivier Vandanjon, Mahdi Zargayouna

Mots clés

Mots clés contrôlés

Transports urbains

Mobilités urbaines

Véhicules autonomes

Apprentissage par renforcement (intelligence artificielle)

Pôles d'échanges

Mots clés libres

Simulations multi-Agent

Mobilité à la demande

Apprentissage par renforcement

Simulations prospectives

Intermodalité

Agent-Based simulation

Mobility-On-Demand

Reinforcement learning

Prospective simulations

Intermodality

Résumé

Dans cette thèse, nous nous intéressons aux approches multi-agent de simulation de la mobilité et plus particulièrement des systèmes de mobilité à la demande. Un tel système consiste en une flotte de véhicules qui répondent à des requêtes de trajets au fur et à mesure qu'elles émanent de la part des voyageurs. Les véhicules peuvent donc servir plusieurs voyageurs au cours de la journée et offrir une alternative à la possession d'un véhicule privé. Bien que nos approches soient génériques et peuvent s'appliquer à des cas d'usage variés, nous les illustrons sur un contexte localisé sur la région Île-de-France et le territoire de Paris-Saclay. Dans ce travail, un cas d'usage prospectif de la zone d'étude, incluant les lignes futur de transports ferrés, est construit. Plus précisément, nous tentons dans cette thèse de remplir les objectifs de recherche suivants: (i) évaluer l'impact des lignes de transports futures en Île-de-France et sur la zone de Paris-Saclay. (ii) Concevoir, simuler et dimensionner un système de mobilité à la demande intermodal et en évaluer l'impact sur les choix des voyageurs et sur les transports publics. (iii) Explorer l'utilisation des méthodes basées sur l'apprentissage par renforcement pour la gestion de ce type de systèmes ainsi que le potentiel de l'utilisation de simulations multi-agent pour l'évaluation de ces méthodes. Tous ces objectifs sont adressés avec un accent sur la réplicabilité et l'ouverture.

In this thesis, we focus on agent-based approaches for simulating mobility in general and mobility-on-demand systems in particular. A mobility-on-demand system consists in a fleet of vehicles that respond to trip requests from users in an online manner. Vehicles from the fleet can consequently serve multiple customers throughout the day and offer an interesting alternative to owning a private vehicle. While our approaches are generic and can apply to various use cases, we illustrate them on a localized setting as we focus on the area of Île-de-France and Paris-Saclay. In this work, prospective simulated use case for the study area which includes future rail lines is built. More precisely, we attempt, in this work, at fulfilling the following research objectives: (i) Assess the impact of future rail-based systems in Île-de-France/Paris-Saclay. (ii) Design, simulate and dimension an intermodal MoD system and assess its impact on travelers decisions and public transports. (iii) Explore the use of RL based methods for such a system and the potential of using agent-based simulations for the evaluation of such methods. All of these objectives are addressed with a focus on reproducibility and openness.