Simulation Multi-Agents

La simulation multi-agents est le coeur de notre technologie. C’est une méthode de modélisation et de simulation des systèmes complexes, qui consiste à créer un système multi-agents (SMA), composés d’agents logiciels en interaction.

Ces agents sont autonomes, interagissent entre eux et avec leur environnement. Selon les besoins, leurs capacités et complexité est variable : ils peuvent être de simples automates ou posséder des capacités cognitives évoluées (décision, raisonnement, …).

Prenons par exemple le cas d’un site d’une entreprise de transport. Pour tester des stratégies portant sur ce site (par exemple sa décarbonation, son optimisation, …), nous allons créer un modèle multi-agents de ce site, c’est-à-dire une version virtuelle incluant les éléments qui le composent sous forme d’agents logiciels : chacun représentera le bâtiment, les flottes, le client, les fournisseurs etc. On représente également les interactions entre ces agents, et leur dynamique : c’est tout cela qui constituera la simulation du site.

Méthode Différentielle

Une fois le système-cible modélisée par des agents (le site de transport dans notre exemple), l’objectif est d’évaluer l’impact d’une décision sur ce système. Pour cela nous simulons l’évolution du système pendant une période donnée (plusieurs mois ou années, suivant la situation) sans la décision, puis nous simulons le même système avec la décision, sur la même période. En comparant ensuite, la différence entre les 2 situations (avec / sans la décision) sur un ensemble d’indicateurs, nous obtenons l’impact de la décision.

Des modèles validés scientifiquement

Un autre point crucial concerne la validité scientifique de résultats de nos simulations. Pour cela, nous avons développé au LIP6-Sorbonne Université, depuis plus de 15 ans, la méthode MOSIMA. Cette méthode a été appliquée avec succès dans plusieurs projets (WorkSim, NumJobs, G-impact, Coban). Elle procède en 3 étapes :

Collecte de données et d’éléments empiriques pour la construction du modèle ;
Calibration automatique des paramètres en utilisant des algorithmes d’optimisation ;
Tests de généralisation pour reproduire des faits stylisés connus

Analyses de Cycle de vie intégrées

Les impacts sur l’environnement sont calculés grâce à un algorithme original qui fournit automatiquement ces impacts sous forme d’Analyse de Cycle de Vie (ACV) pour les Scopes 1 , 2, et 3.

Climat : nous intégrons les analyses en cycle de vie pour les émissions de Gaz à Effet de Serre.
Biodiversité : occupation des sols, pollution (air, eau, sol), niveaux de ressources critiques (eau, métaux, …).

Des résultats clairs et totalement explicables

Contrairement aux autres outils issus de l’Intelligence Artificielle (science des données, réseaux neuronaux, …), la simulation multi-agents mise en oeuvre dans TerraNeon est totalement explicable . Il est possible de tracer l’ensemble des actions des agents et d’expliquer ainsi en détail les décisions effectuées et pourquoi une politique a été évaluée ainsi.

Par ailleurs, nous portons une attention particulière à la présentation des résultats, qui doivent être clairs, précis et pertinents. C’est pourquoi nous mobilisons les techniques les plus récentes de visualisation et d’analyse de données.