Self-organizing of multi-objective and multi-criteria real-time traffic in a virtual world
Auto-structuration de trafic temps-réel multi-objectif et multi-critère dans un monde virtuel
Résumé
In many areas, simulation is a powerful tool to learn, visualize, and understand the impact of a decision at a given time on the entire system. The area of air navigation is not an exception. Air traffic simulation tools are essential in air traffic management, and must be able to generate a wide variety of realistic scenarios while taking into account different constraints observable by a simulation user, called situations such as traffic density, a flow typology, collisions, a weather event, or any other emerging event. Structuring traffic simulation to achieve realism and different situations is a complex task, given the many objectives and criteria to meet, the diversity of mobile entities and their multiple interactions, and the dynamics of the environment. In the field of air navigation, this complexity is very often managed by humans, whether by the scriptwriter expert who generates the traffic scenario after several hours of trial and error, or by human actors during the simulation that manage the real-time adaptation of the traffic if needed. Traditional resolution approaches have shown their limits to face the complexity of these applications. In this thesis, we propose to solve real-time structuring of a multi-objective traffic simulation by using the AMAS theory (Adaptive Multi-Agents Systems). In these systems, agents pursue local goals and interact in a cooperative manner. By their local interactions, the system is more robust and self-adapt to the dynamics of the environment, allowing the global function to emerge. After several studies, this theory has shown its adequacy to solve complex and dynamic problems. The objective of this work is to model and specialize this theory for the real-tile structuring of multi-objective and multi-criteria traffic simulation. For this purpose, the AGATS agent model with cooperative and local behaviors and interactions has been defined. This model is composed of two sub-models, AGEAS, for structuring the simulation according to a scenario, and CAAMAS, for enabling mobile entities to self-adapt to the scenarios and dynamics of the simulation. The results of the instantiation of these two models for air traffic simulation show the adequacy of the proposed approach for autonomous scenario generation.
Dans de nombreux domaines, la simulation est un outil puissant pour apprendre, visualiser, et comprendre l'impact d'une décision à un temps donné sur l'ensemble du système. Le domaine de la navigation aérienne ne fait pas exception. Les outils de simulation de trafic aérien sont essentiels dans la gestion du trafic aérien, et doivent être capables de générer une large variété de scénarios réalistes tout en prenant en compte différentes contraintes observables par l'utilisateur de simulations, appelées situations, telle qu'une densité de trafic, une typologie de flux, des collisions, un évènement météorologique, ou tout autre évènement émergeant. Structurer une simulation de trafic pour obtenir le réalisme et différentes situations est une tâche complexe, de par les nombreux objectifs et les nombreux critères à respecter, la diversité des entités mobiles et leurs multiples interactions, ainsi que la dynamique de l'environnement. Dans le domaine de la navigation aérienne, cette complexité est très souvent gérée par des humains, que ce soit l'expert scénariste qui génère le scénario de trafic au prix de nombreuses heures d'essais-erreur, ou par les acteurs humains lors de la simulation qui gèrent l'adaptation temps-réel du trafic si celle-ci est requise. Les approches de résolution classiques ont montré leurs limites pour faire face à la complexité de ces applications. Dans cette thèse, nous proposons de résoudre la structuration temps-réel d'une simulation de trafic multi-objective et multi-critère par l'utilisation de la théorie des AMAS (Adaptive Multi-Agents Systems). Dans ces systèmes, les agents poursuivent des buts locaux et interagissent d'une manière coopérative. Au travers de leurs interactions locales, le système est rendu plus robuste et s'auto-adapte face à la dynamique de l'environnement, permettant une émergence de la fonction globale. Suite à plusieurs études, cette théorie a montré son adéquation pour la résolution de problèmes complexes et dynamiques. L'objectif de ce travail est de modéliser et de spécialiser cette théorie pour la structuration de simulation de trafic temps-réel, multi-objectif et multi-critère. Pour cela, le modèle d'agents AGATS avec des comportements et des interactions coopératifs et locaux a été défini. Ce modèle est composé de deux sous-modèles, AGEAS, pour la structuration de la simulation en fonction d'un scénario, et CAAMAS, pour l'adaptation des entités mobiles aux scénarios et à la dynamique de la simulation. Les résultats de l'instantiation de ces deux modèles pour les simulations de trafic aérien montrent l'adéquation de l'approche proposée pour la définition pour la génération autonome de scénario.
| Origine | Version validée par le jury (STAR) |
|---|