Simulation multi-agent pour l'aide à la décision dans un contexte de logistique urbaine

Multi-agent simulation for decision support in the context of urban logistics

• Auteur / Autrice : Nassim Hemdane
• Direction : Sotiris Manitsaris
• Type : Projet de thèse
• Discipline(s) : Informatique temps réel, robotique et automatique - Paris
• Date : Inscription en doctorat le 17/10/2022
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : Ecole doctorale Ingénierie des Systèmes, Matériaux, Mécanique, Énergétique
• Partenaire(s) de recherche : Laboratoire : Mathématiques et Systèmes
• Partenaire(s) de recherche : Equipe de recherche : CAOR - Centre de CAO et Robotique
• Partenaire(s) de recherche : établissement opérateur d'inscription : Mines Paris-PSL

Mots clés

Mots clés libres

Modélisation multi-agent

Simulation multi-agent

Logistique urbaine

Multi-agent modeling

Multi-agent simulation

Urban logisitics

Résumé

En considérant la logistique urbaine comme un système adaptatif complexe (CAS) (Choi et al., 2001), nous allons explorer la question du contrôle et les phénomènes d'émergence résultant du processus d'adaptation des acteurs d'un système de logistique urbaine. Le défi de la modélisation d'un CAS pourrait être le suivant : une décision prise à un niveau global (par exemple, la ville) aura des effets différents à un niveau local (par exemple, les secteurs de la logistique urbaine). Par exemple, l'interdiction des moteurs diesel peut avoir un effet différent selon l'activité du transporteur (par exemple, le secteur alimentaire). l'activité du transporteur (par exemple, la livraison de nourriture ou de colis) et les alternatives disponibles (longueur des tournées, capacités de chargement, etc.). Les transporteurs seraient confrontés à plusieurs choix (par exemple, électrique ou hydrogène, la sous-traitance ou la croissance externe) pour outrepasser cette nouvelle contrainte. Du point de vue du régulateur, cela crée une incertitude quant à l'estimation de l'effet de l'action réglementaire sur les biens communs. Le défi pour les décideurs est d'être capable d'anticiper le comportement d'un CAS pour pour les guider dans leur prise de décision en identifiant les variables capables de diriger le système dans la direction qu'ils préfèrent. Suivant une approche de conception ascendante, le paradigme multi-agent permet de modéliser les objectifs, contraintes et comportements acteurs ainsi que de leurs interactions et régulations. Le problème proposé dans cette thèse est la modélisation, l'implémentation et la validation d'un CAS qui est suffisamment spécifique pour être réaliste et qui supporte l'émergence de comportements alternatifs. Le résultat attendu est un système d'aide à la décision permettant aux acteurs économiques ou aux collectivités locales d'évaluer les conséquences de leurs décisions. Dans une seconde étape, les travaux de recherche issus de la simulation multi-agents devraient permettre d'explorer l'espace des alternatives des acteurs, c'est-à-dire leurs stratégies d'adaptation face aux changements du système (par exemple, suite à une nouvelle réglementation).

Considering urban logistics as a Complex Adaptive System (CAS) (Choi et al., 2001), we will explore the issue of control and the phenomena of emergence resulting from the adaptation process of stakeholders of an urban logistics system. The modeling challenge of a CAS could be as follows: a decision made at a global level (e.g., the city) will have different effects at a local level (e.g., urban logistics sectors). For example, the ban on diesel engines may have a different effect depending on the carrier's activity (e.g., food or parcel delivery) and the alternatives available (length of rounds, loading capacities, etc.). Carriers would face several choices (e.g., electric or hydrogen, subcontracting, or external growth) to overcome this new constraint. From the perspective of the regulator, it creates uncertainty about the estimation of the effect of regulatory action on the common goods. The challenge for decision-makers is to be able to anticipate the behavior of a CAS to guide them in their decision-making by identifying variables capable of steering the system in towards their preferred direction. Following a bottom-up design approach, the multi-agent paradigm allows modeling of the objectives, constraints and behaviors of the actors as well as their interactions and regulations. The problem proposed in this thesis is the modeling, implementation, and validation of a CAS that is specific enough to be realistic and that supports the emergence of alternative behaviors. The expected result is a decision support system for economic actors or local authorities to evaluate the consequences of their decisions. In a second step, the research work resulting from multi-agent simulation should make it possible to explore the space of alternatives for the stakeholders, in other words, their strategies of adaptation considering changes in the system (e.g., after a new regulation).