Académique Documents
Professionnel Documents
Culture Documents
Équipe SMAC
Systèmes Multi-Agents et Coopération
Plan
2
Qu’est-ce qu’un agent
3
Qu’est-ce qu’un agent
Le « large échelle »
On parle de large échelle pour des simulations comprenant un très
grand nombre d’agents (au moins un millier voire des dizaines de
milliers).
Les actions
Les agents peuvent effectuer ou subir des actions.
5
SimuLE
Un agent de type « mangeur » qui a faim et qui aura dans son halo de
vision un agent de type « nourriture » pourra manger.
Manger є Effectuer (mangeur)
Manger є subir (nourriture)
6
SimuLE
La simulation
A chaque pas de la simulation, l’agent
- recense tous les agents « visibles » : ceux qui sont
dans son halo de vision
- garde les agents avec lesquels il peut interagir
- choisit l’agent avec lequel l’action possible est
prioritaire (s’il y en a deux, le premier de la liste de ses
voisins)
7
Exemple : Colorisation
8
Exemple : Colorisation
Les agents
Il y a une seul type d’agent : l’agent cool.
Un cool a un x, un y et une couleur.
Les actions
Effectuer(cool) = {déplacement, color}
Subir(cool) = {color}
9
Exemple : Colorisation
Déplacement
Priorité : 0
Pas de déclencheur ni de condition.
Acte : modifie les coordonnées de l’agent aléatoirement de + ou - 1 en x
et y.
Color
Priorité : 1
Déclencheur : avoir au moins un agent d’une couleur différente de la
sienne dans son halo de vision
Condition : tirage aléatoire sur la probabilité de colorer
Acte : le voisin cible prend la couleur de la source
10
Simulation « rouge »
11
Colorisation : début de la simulation
12
Colorisation : 50 tours
13
Colorisation : fin de la simulation
14
Colorisation : graphe d’évolution
15
Simulation « verte »
16
Colorisation : début de la simulation
17
Colorisation : 30 tours
18
Colorisation : fin de la simulation
19
Colorisation : graphe d’évolution
20
Le modèle proie/prédateur
21
Le modèle proie/prédateur
On cherche à éviter
- les famines : les prédateurs sont trop « forts » et exterminent si
vite les proies qu’ils n’ont plus de quoi se nourrir
- les cas où le prédateur ne sait pas chasser et il meurt de faim
alors que les proies prolifèrent.
22
Le modèle proie/prédateur
23
Des requins et des poissons
24
Des requins et des poissons
L’écosystème
On fixe les caractéristiques fixes (taux de mortalité, condition de
reproduction,durée de survie sans manger,concentration maximale pour
une espèce …).
Il y a initialement 3 poissons pour 1 requin.
Comparatif proposé
Pour tenter d’améliorer le modèle, nous allons ajouter la possibilité au
requin de chasser : lorsqu’il aura faim, il ne se déplacera pas de la
même manière.
- déplacement obligatoire
- déplacement rapide et obligatoire
- déplacement rapide, obligatoire, et régulier sur un seul axe
25
Des requins et des poissons
26
Déplacement classique
27
Déplacement classique
28
Déplacement obligatoire
29
Déplacement obligatoire
30
Déplacement rapide
31
Déplacement rapide
32
Déplacement rapide et régulier
33
Déplacement rapide et régulier
34
Conclusion de poisson
Ce modèle
- illustre le fait que la plate forme SimuLE est tout à fait apte à
étudier ce type de problème avec une valeur ajoutée par sa souplesse.
35
La différenciation cellulaire
36
La différenciation cellulaire
L’expression d’une protéine dépend d’un promoteur qui est activé ou inhibé.
Si le promoteur du gène est activé dans la cellule, elle produit la protéine
codée par ce gène.
37
La différenciation cellulaire
38
La différenciation cellulaire
Cellule « A »
promoteur GENE promoteur GENE promoteur GENE
A B C
Cellule « C »
promoteur GENE promoteur GENE promoteur GENE
A B C
39
La différenciation cellulaire
La différenciation
Poser la question de la différenciation, c’est se demander pourquoi d’un
ensemble de cellules indifférenciées émerge soudain une cellule
spécifique (A ou B ou C ou AB …) . Cette question est ouverte
aujourd’hui.
2 théories envisagées
- Le modèle inductif
- Le modèle stochastique
40
Le modèle inductif
41
Le modèle stochastique
Ce modèle est basé sur l’hypothèse que les cellules sont par nature
instable, elles expriment au hasard un ensemble de gènes à chaque
transcription et se différencient continuellement.
42
Le modèle stochastique
43
La simulation
Pour mettre en place notre protocole de comparaison, nous avons fixé le cadre
suivant :
Les agents
- les cellules
- les miams : ce dont les cellules se nourrissent
- les substrats : produisent les miams
- les barrières : cadre de l’ expérience : les miams qui atteignent cette
bordure explosent.
44
La simulation
45
La simulation
46
La simulation
Les actions
Effectuer(cellule)={se reproduire, manger, utiliser ses réserves de nourriture, attendre}
Subir(cellule)=Ø
Effectuer(substrat)={produire}
Subir(substrat)=Ø
Effectuer(barrière)={exploser}
Subir(barrière)=Ø
Effectuer(miam)={déplacement}
Subir(miam)={manger, exploser}
47
La simulation
Les cellules et les miams ont un type (exprimé par leur couleur).
Le type d’une cellule détermine le type de miam qu’elle mange.
48
Les mutations
La mutation stochastique
Déclencheur : une probabilité qui augmente en fonction que la survie baisse.
Allure de la courbe de probabilité :
survie
Plus la survie est élevée, plus la probabilité de muter est faible.
49
Les mutations
La mutation inductive
Déclencheur : la majorité des miams autour de la cellule ne correspond
pas à son type.
50
La simulation
On surveille
l’évolution des cellules « en forme » avec la courbe verte
l’évolution des cellules « pas en forme » avec la courbe noire
l’évolution générale des cellules avec la courbe bleue
51
Le comportement stochastique
52
Le comportement stochastique
53
Le comportement inductif
54
Le comportement inductif
55
Conclusion
56
Ouverture : les possibilités de SimuLE
57
Ouverture : la différenciation cellulaire
58
Ouverture : la différenciation cellulaire
Aucun protocole n’a jamais été mis en place pour permettre de détecter
la production de protéines « non adaptées ».
59
Ouverture : la différenciation cellulaire
60
Conclusion sur Simule
61
Pour plus de détails
http://lisa.a.free.fr/rapport
62