De plus en plus de systèmes sont aujourd’hui construits pour supporter l’activité des humains ou simuler des sociétés organisées. Ces systèmes sociaux constituent une catégorie de systèmes complexes où des approches de modélisation multi-agent sont intéressantes car elles imposent de se préoccuper de l’intégration de capacités cognitives et de métaphores sociales. Nous nous concentrons sur la production de modèles multi-agent de décision, de coordination, d’organisation sociale intégrant des comportements sociaux basés sur des connaissances sur le contexte.

Des mécanismes seront plus particulièrement étudiés comme la levée de doute sur l’activité, la coordination d’acteurs, la simulation d’organisation, la détection d’émergence de structure d’interaction et d’organisation ainsi que les techniques logicielles (programmation orientée aspect) pour intégrer des algorithmes ou briques logicielles embarquables sur des agents autonomes permettant de construire des logiciels sociaux.

Nous nous intéressons à l’articulation des objets physiques dans différents collectifs. Le problème de cette articulation, rencontré habituellement dans les systèmes multi-agents, est rendu plus difficile en raison de la dimension physique du système global.

Tout d’abord, les agents physiques ont des ressources limitées que ce soit, par exemple, pour des raisons de consommation d’énergie ou d’optimisation d’un coût unitaire de production. Le nombre de calculs faisable par seconde et les capacités de stockage sont donc moins importants que dans le cadre des systèmes informatiques classiques : utiliser des modèles d’IA existants nécessite souvent de les dégrader.

Ensuite, la dimension physique du système global, et notamment l’environnement partagé avec l’humain, augmente le nombre et la criticité des contraintes extra fonctionnelles qu’il convient de prendre en considération. L’ouverture intrinsèque des environnements du monde réel et l’appartenance des objets à différentes organisations posent les questions du couplage de systèmes et de l’intégration d’agents hétérogènes dans un système global.

Un système complexe artificiel peut être composé de plusieurs systèmes composants qui peuvent être des systèmes émergents ou auto-organisés. Ces systèmes émergents mettent en avant des productions collectives obtenues par la coopération des entités qui les constituent dans un contexte totalement décentralisé.

La difficulté d’observation et de contrôle des systèmes de systèmes émergents résultants est liée à la difficulté de détecter, d’inscrire et de manipuler les productions collectives. Il est nécessaire de travailler sur l’observation, la conception et le contrôle de ces systèmes particuliers qui doivent reposer sur une vision multi-niveaux des structures et des comportements.

Nous nous intéressons plus particulièrement à la détection et la manipulation de structures ou comportements émergents, aux mécanismes d’interaction entre systèmes émergents et à l’accompagnement méthodologique de leur composition.

Parmi les systèmes complexes naturels ou artificiels, nombreux sont ceux où les interactions internes (entre sous-systèmes élémentaires) et externes (avec l’environnement) prennent la forme d’échanges de puissance de différentes natures.

Une représentation structurée des ces échanges et des dynamiques associées est alors utile pour permettre de développer des représentations dynamiques modulaires pour ces systèmes ouverts, ainsi que des méthodes d’analyse structurelle de leurs propriétés dynamiques et des méthodes robustes de commande et de supervision.

Parmi les méthodes mises en oeuvres, au sein de l’équipe, pour aborder ces différents problèmes de modélisation, d’analyse et de commande, on peut citer la formulation hamiltonienne à ports (modélisation Bond Graph), la modélisation mésoscopique (automates cellulaires ou modèles de Boltzmann sur réseau) et la commande non linéaire structurée (par passivité ou interconnection).

Parmi les nombreux exemples d’applications étudiés dans l’équipe, on peut citer les systèmes complexes de transport et de distribution (eau, énergie électrique, chaleur), les réseaux de capteurs et d’actionneurs RF (éventuellement mobiles) pour la supervision des systèmes spatialement distribués, les systèmes mécatroniques complexes (drones en formation, par exemple) et les systèmes complexes en génie des procédés.