Une Simulation Multi-Agent Basée sur l'Affordance pour Contraindre l'Emergence - Systèmes Multi-Agents Coopératifs
Conference Papers Year : 2022

Une Simulation Multi-Agent Basée sur l'Affordance pour Contraindre l'Emergence

Benoît Doussin
  • Function : Author
  • PersonId : 1159926
Benoit Gaudou
Elsy Kaddoum
Frédéric Amblard

Abstract

In this paper we describe a model in which some desired constraints or interactions are directly described in the environment. The idea is to allow the user to specify directly in the model the interactions that he wants to be able to observe at a macroscopic level by defining two agent roles, the Enabler, which offer certain action potentialities, and the Consumer who can achieve them. We base our model on the concept of Affordance and propose a first implementation on the Paul Sabatier Campus.
Dans ce papier nous décrivons un modèle dans lequel certaines contraintes ou interactions désirées sont directement décrites dans l'environnement. L'idée est de permettre à l'utilisateur de spécifier directement dans le modèle les interactions qu'il veut pouvoir observer à un niveau macroscopique en définissant deux rôles d'agents, les Enabler qui offrent certaines potentialités d'actions, et les Consumer qui peuvent les réaliser. Nous basons notre modèle sur le concept d'affordance et proposons une première implémentation sur le Campus de l'Université Paul Sabatier à Toulouse.
Fichier principal
Vignette du fichier
RJCIA - Doussin.pdf (396.17 Ko) Télécharger le fichier
Origin Files produced by the author(s)

Dates and versions

hal-03725040 , version 1 (15-07-2022)

Identifiers

  • HAL Id : hal-03725040 , version 1

Cite

Benoît Doussin, Nicolas Verstaevel, Benoit Gaudou, Elsy Kaddoum, Frédéric Amblard. Une Simulation Multi-Agent Basée sur l'Affordance pour Contraindre l'Emergence. Rencontres des Jeunes Chercheurs en Intelligence Artificielle (RJCIA 2022), AFIA : Association française pour l'intelligence artificielle, Jun 2022, Saint-Etienne, France. pp.77--83. ⟨hal-03725040⟩
279 View
123 Download

Share

More