Analyse de données haute performance pour le contrôle de trafic routier

High performance data analysis for road traffic control

• Auteur / Autrice : Sara Moukir
• Direction : Nahid Emad petiton
• Type : Projet de thèse
• Discipline(s) : Informatique mathématique
• Date : Inscription en doctorat le 15/10/2020
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Informatique - Parallélisme Réseaux et Algorithmes Distribuée
• Partenaire(s) de recherche : référent : Université de Versailles-Saint-Quentin-en-Yvelines (1991-....)

Mots clés

Mots clés libres

Analyse de données massives

Simulation de trafic routier

Intelligence artificielle distribuée et systèmes multi-agents

Système dynamique complexe et hétérogène

Programmation parallèle et distribuée multi-niveaux

Calcul haute performance

Road traffic simulation

Distributed artificial intelligence and multi-agent systems

Complex and heterogeneous dynamic system

High performance computing

Parallel and distributed multi-level programming

Big data analysis

Résumé

La simulation multi-agents est l'utilisation d'un groupe d'agents en interaction afin de simuler l'évolution globale d'un système dynamique au cours du temps. Lorsque les phénomènes intrinsèquement localisés et distribués sont simulés selon cette approche, le modèle multi-agent (MA) et les relations entre agents peuvent être améliorés et enrichis par des évaluations/comparaisons successives comme en apprentissage automatique. Des travaux récents explorent les problématiques de changement d'échelle à l'aide du couplage de modèles mathématiques et de modèles centré-individu. Le biomimétisme est un moyen pour approcher la complexité intrinsèque des modèles MA. Afin de renforcer la sécurité du système, il est important de le décentraliser autant que possible tout en étudiant sa résilience. La littérature sur les systèmes multi-agents est bien fournie et beaucoup de progrès sont déjà réalisés. Ces derniers ont donné lieu à quelques simulateurs de trafic routier à grande échelle. Par ailleurs, des travaux de recherche et développement ont permis la réalisation de simulateurs plus rapides et plus efficaces par l'exploitation de la puissance du calcul au niveau des nœuds d'un système distribué. Ceci en particulier par la programmation GPGPU au niveau local. Cependant l'évolution des systèmes parallèles et distribués de ces dernières années offre des opportunités exceptionnelles pour la mise en œuvre efficaces de ces simulations MA pour ces nouvelles plateformes mais présente aussi beaucoup de défis à relever. L'importance de la quantité de données à traiter conduit à des temps de calcul de plus en plus prohibitifs pour la mise en œuvre de ces simulations et pose des problèmes de transfert de données. Étant donné le volume de ces données, les méthodes utilisées doivent être capables de soutenir la mise à l'échelle aussi bien des données que du nombre d'agents. Par conséquent, certains des méthodes et algorithmes pourraient être repensés pour tenir compte de ces contraintes - de plus un couplage raisonné pourrait simplifier la cybersécurité tant d'un point de vue localité du service que de globalité de l'infrastructure. La puissance de calcul permettant de résoudre ces problèmes est offerte par des nouvelles architectures parallèles/distribuées très hiérarchisées (processeur, mémoire, etc.) avec un nombre important de cœurs et d'accélérateurs (GPU, etc.). L'exploitation efficace de ces architectures est une tâche très délicate nécessitant une maîtrise des architectures ciblées, des modèles de programmation multi-niveaux associés et des applications visées. Toutefois, cette exploitation efficace peut être facilitée par des environnements de programmation et d'exécution pour systèmes parallèles et/ou distribués à grande échelle comme par exemple la plateforme logicielle YML (yml.prism.uvsq.fr). Ce projet de thèse vise à contribuer à la résolution des problèmes du trafic routier. Ceci par la conception et la réalisation d'outils de simulation de trafic routier basés sur des systèmes multi-agents. Plus précisément, il s'agit d'étudier l'apport des techniques du calcul haute performance à des outils de simulation à l'aide des modèles de programmation et d'exécution adaptés. Une bibliothèque constituée de ces outils réutilisable pour les simulations considérées en utilisant une approche par composants devra être conçue et réalisée. La stratégie de conception de celle-ci devra permettre une réutilisation maximale du code dans divers contextes parallèles/distribués tout en permettant l'optimisation des performances. L'étude devra s'étendre aux modèles de parallélisme permettant l'exploitation d'un grand nombre de cœurs et d'accélérateurs en mémoire partagée et distribuée. Une des étapes importantes de cette thèse est d'étudier la corrélation entre les paramètres algorithmiques et architecturaux et les métriques de performances des algorithmes/programmes ciblés. Les conclusions de cette étude permettront d'utiliser les techniques d'auto-tuning afin d'offrir aux utilisateurs finaux des exécutions adaptées dynamiquement à leurs besoins par une approche de type boite blanche. Une attention particulière devra être portée à la mise à l'échelle des programmes parallèles/distribués issus de cette thèse ainsi qu'à leurs planifications, exécutions et le mode de rendu d'un point de vue utilisateur afin de permettre une compréhension de la dynamique de la simulation. Le cas d'étude devra permettre l'aide à la décision dans l'exploitation de la route et la modélisation du trafic routier. Cette aide à la décision doit permettre d'anticiper les usages de la route et l'entretien de celle-ci. Par exemple, à partir de sources de données hétérogènes et incomplètes, l'outil d'aide à la décision doit donner une carte d'évolution du trafic assorti d'une estimation de la probabilité de cette prédiction - l'obtention de cette carte doit être la plus rapide possible. L'aide à la décision peut être proposée au véhicule autonome - dans un contexte fortement décentralisé. Auquel cas, le mécanisme d'aide à la décision est partitionné avec un contexte local. L'idée est de permettre un fonctionnement en mode dégradé et de permettre par un découplage fonctionnel, une meilleure cybersécurité de l'ensemble des services. Les outils ciblés, pour certains déjà connus, sont construits sur le paradigme MA. L'apport de ce travail consistera à permettre un passage à l'échelle aussi bien macroscopique que microscopique. La plateforme de simulation multi-agents open-source POLARIS conçue par le laboratoire Argonne aux États-Unis sera utilisé comme point de départ de cette étude.

Multi-agent simulation is the use of a group of interacting agents to simulate the overall evolution of a dynamic system over time. When intrinsically localized and distributed phenomena are simulated according to this approach, the multi-agent (MA) model and the relationships between agents can be improved and enriched by successive evaluations/comparisons as in machine learning. Recent works are also exploring scaling up issues using the coupling of mathematical models and individual-based simulation models. Biomimicry is a way to approach the intrinsic complexity of MA models. In order to strengthen the security of the system, it is important to decentralize it as much as possible while studying its resilience. The literature on multi-agent systems is well supplied and much progress has already been made. These have given rise to some large-scale road traffic simulators. In addition, research and development works have resulted in faster and more efficient simulators by exploiting computing power at the nodes of a distributed system. This in particular by the programming GPGPU at the local level. However, the evolution of parallel and distributed systems in recent years offers exceptional opportunities for the efficient implementation of these MA simulations for these new platforms but also presents a lot of challenges. The large amount of data to be processed leads to more and more prohibitive calculation times for the implementation of these simulations and poses data transfer problems. Given the volume of these data, the methods used must be able to support the scaling of both the data and the number of agents. As a result, some of the methods and algorithms could be redesigned to accommodate these constraints - moreover, reasoned coupling could simplify cybersecurity both from a locality of service and global infrastructure point of view. The computing power to solve these problems is offered by new parallel/distributed architectures that are very hierarchical (processor, memory, etc.) with a large number of cores and accelerators (GPU, etc.). Efficient exploitation of these architectures is a very delicate task requiring a mastery of targeted architectures, associated multi-level programming models and targeted applications. However, this efficient exploitation can be facilitated by programming and execution frameworks for large scale parallel/distributed systems such as the YML software platform (yml.prism.uvsq.fr). This thesis project aims to contribute to solving the problems of road traffic. This through the design and implementation of road traffic simulation tools based on multi-agent systems. More specifically, it involves studying the contribution of high-performance computing techniques to simulation tools using adapted programming and execution models. A library of these reusable tools for simulations considered using a component approach will be designed and implemented. Its design strategy should allow for maximum code reuse in various parallel/distributed contexts while enabling performance optimization. The study should extend to parallel programing models allowing the exploitation of a large number of cores and accelerators in shared and distributed memory. One of the important steps of this thesis is to study the correlation between the algorithmic and architectural parameters and the performance metrics of the targeted algorithms/programs. The conclusions of this study will make it possible to use auto-tuning techniques in order to provide final users with executions adapted dynamically to their needs by a white box approach. Particular attention should be paid to scaling the parallel/distributed programs issued from this thesis as well as to their planning, execution, and rendering from a user perspective to allow for an understanding of the dynamics simulation. The case study will have to allow decision support in the operation of the road and the modeling of road traffic. This decision support must make it possible to anticipate the uses of the road and the maintenance of it. For example, using heterogeneous and incomplete data sources, the decision-support tool must provide a traffic evolution map with an estimate of the probability of this prediction - this map must be obtained to be as fast as possible. Decision support can be offered to the autonomous vehicle - in a highly decentralized context. In this case, the decision support mechanism is partitioned with a local context. The idea is to allow operation in degraded mode and allow by a functional decoupling, a better cyber security of all services. The targeted tools, for some already known, are built on the MA paradigm. The contribution of this work will consist of allowing a macroscopic as well as a microscopic scale-up. The open source POLARIS platform developed by the Argonne laboratory in the United States will be used as the starting point for this study.