Traduction dans le formalisme PADAWAN : interaction, agents, primitives

Plusieurs corrélations peuvent être facilement établies entre des concepts des modèles orientés agents pour la généralisation, et le modèle PADAWAN, au-delà des aspects multi- niveaux déjà présentés dans le deuxième chapitre.

Actions et interactions

Dans le cadre multi-agents, une action est un concept permettant de retranscrire l’ensemble des modifications effectuées par un agent qui se modifie lui-même et/ou son environne- ment. Les modèles pour la généralisation s’appuient sur des actions basées sur des algo- rithmes s’appliquant sur les agents géographiques à l’origine de leur activation. Les actions sont paramétrées par des éléments propres aux agents concernés, et par les contraintes responsables de l’activation des algorithmes. La Figure 17 illustre cette relation.

Figure 17 Diagramme de classes illustrant les relations entre agents, actions et contraintes.

Lorsqu’un agent est activé, il est susceptible de réaliser une ou plusieurs actions, avec des paramètres appropriés. Ces actions peuvent être assujetties à l’exécution des interactions du modèle PADAWAN. Dans le modèle PADAWAN, une interaction est exécutée par un agent particulier (la source) et peut impliquer d’autres agents (les cibles). Dans les modèles pour la généralisation, plusieurs situations peuvent être observées.

- Les actions impliquant un seul objet sont nombreuses (par exemples : algorithme de simplification de la géométrie (Lang, 1969 [56]; Visalingam-Whyatt, 1993 [116]), remplacement par un rectangle ; voir chapitre I) et peuvent être décrites sous forme d’interactions réflexives dans PADAWAN.

- Des actions impliquant un deuxième agent se présentent dans CartACom, avec des agents communiquant et échangeant des messages deux à deux (par exemple, un algorithme de déplacement implique l’agent qui se déplace, mais prend aussi en

DIOGEN, un modèle multi-agents multi-niveaux pour la généralisation

compte les agents de son environnement et en particulier le cas échéant celui qui lui a demandé de se déplacer).

- Des actions impliquant un ensemble d’agents. Dans le modèle AGENT, par exemple, cette situation se produit quand un agent d’un niveau donné intervient sur les agents qui le composent (par exemple, un îlot urbain qui sélectionne et supprime des bâti- ments parmi l’ensemble qui le compose). PADAWAN permet de définir une interac- tion ayant un ensemble d’agents comme cible.

- L’activation d’agents par d’autres agents. Ce cas particulier se produit lorsqu’un agent déclenche la généralisation d’un ensemble d’autres agents qui le constituent. Ce genre de situation n’est pas explicitement décrit dans le modèle PADAWAN. Elles peuvent néanmoins l’être si nous définissons une interaction dont la fonction est l’activation d’un ensemble d’agents.

Ces différentes situations peuvent être représentées dans le modèle PADAWAN. Chaque algorithme peut être décrit sous forme d’interaction et lié aux agents par l’intermédiaire de matrices d’interactions. Nous rappelons que dans le modèle PADAWAN, une interaction est définie par trois éléments : l’action à effectuer, le déclencheur et les préconditions. Nous venons d’associer la première de ces notions aux actions des modèles pour la généralisation. Nous voyons dans la suite comment exploiter les deux derniers éléments.

Contraintes, déclencheurs et préconditions

En généralisation, les contraintes sont un élément important pour la description des attentes quant à la carte. Comme vu dans le chapitre I, il existe plusieurs typologies de contraintes. Dans les modèles multi-agents pour la généralisation, les contraintes permettent de mesurer à quel point une caractéristique importante pour un objet est satisfaite (par exemple, la densité d’un îlot urbain ou la taille minimum d’un bâtiment) : la notion de satisfaction per- met d’exprimer cet aspect mesurable de la contrainte. Si une de ces contraintes n’est pas satisfaite, une action doit être appliquée. La non-satisfaction d’une contrainte peut donc être associée à la notion de déclencheur d’interaction de PADAWAN. Cette notion exprime la

motivation de l’agent à effectuer une action (par exemple, dans le cadre d’une simulation, la faim déclenche l’action manger pour un animal). De même, dans les modèles pour la généra- lisation, à un type de contrainte non satisfait sont associées une ou plusieurs actions à es- sayer. Le déclencheur dans PADAWAN retourne une valeur booléenne.La mesure de la satis- faction d’une contrainte ayant une granularité variable, mais généralement non binaire, une discussion doit néanmoins se faire pour rapprocher les deux notions.

De plus, la présence d’une contrainte à respecter pour un agent peut être un indicateur sur la pertinence ou non d’utiliser un algorithme pour résoudre une autre contrainte (par exemple, la contrainte de maintien de la concavité peut s’opposer à l’utilisation d’un algo- rithme de «remplacement par un rectangle » sur un bâtiment). Ces connaissances peuvent être associées à la notion de précondition à respecter de PADAWAN, les préconditions ex- primant un ensemble de critères devant être remplis pour que l’interaction puisse être exé- cutée.

DIOGEN, un modèle multi-agents multi-niveaux pour la généralisation

L’importance des contraintes pour décider de l’exécution, ou non, d’interactions nous en- courage à rendre explicites les contraintes dans notre modèle, ainsi que leur relation avec les interactions. Nous détaillons notre proposition dans la sous-section III.1.2 Expression des

contraintes, inversion de la perspective.

Cohabitation de niveaux

Comme nous l’avons vu précédemment, l’existence de différents niveaux dans le domaine de la généralisation est un des principaux arguments à l’utilisation de PADAWAN pour évo- quer une notion de situation d’un agent dans un environnement. Plusieurs contextes au sein desquels les agents sont amenés à interagir peuvent être décrits comme environnements du modèle PADAWAN. Dans AGENT, le cadre défini comme un meso peut définir un environ- nement, encapsulé par un agent meso. La relation meso/composant peut correspondre à une relation géographique entre le meso et ses composants (cas des bâtiments dans leur îlot urbain). Elle peut aussi coïncider avec une situation où les composants sont des sous- structures géométriques de leur meso (cas des routes subdivisées en sous-sections). Une relation géométrique est aussi identifiable dans la relation entre les agents points et les ob- jets submicro avec leur agents déformables. La Figure 18 montre plusieurs types de relations hiérarchiques, assimilables à des relations entre environnements et agents de PADAWAN.

Figure 18 En haut : exemple de meso/îlot urbain (en rouge), et sa relation avec les bâtiments. En bas, exemples d’espaces géographiques, d'après Touya (2011) [113]: (a) espace urbain/périurbain/rural; (b) espace thématique «végétation».

DIOGEN, un modèle multi-agents multi-niveaux pour la généralisation

Un processus de décision

Le modèle PADAWAN propose une modélisation de cycle de vie ayant des caractéristiques propres à la simulation, permettant à un agent d’effectuer un choix durant son activation. Le principe de ces cycles de vie est de s’appuyer sur une modélisation discrète du temps, les agents exécutant leur cycle de vie chacun leur tour. Au cours d’un tel cycle de vie, l’agent va choisir parmi les interactions qu’il lui est possible de réaliser. Il peut être convenu qu’il exé- cute seulement une action, ou plusieurs. La Figure 19 illustre le cycle de vie d’un agent dans les modèles pour la généralisation. Dans les modèles pour la généralisation, un agent peut, dans son cycle de vie, réaliser plusieurs interactions. De plus, dans CartACom, il est possible de fusionner des actions réalisables. Cela concerne des interactions de même type (par exemple, lorsqu’une translation doit être effectuée, d’autres actions de déplacements pos- sibles vont être considérées pour calculer le vecteur de déplacement). Nous proposons un cycle de vie exploitant le modèle de PADAWAN, mais reproduisant les possibilités des mo- dèles pour la généralisation. Ce dernier sera exposé dans la section III.3.1 Reproduction du

comportement d’AGENT. Un cycle de vie gérant les communications entre agents est aussi

proposé pour intégrer la gestion des communications propres à CARTACOM (voir section

III.3.2 Reproduction du comportement de CartACom).

DIOGEN, un modèle multi-agents multi-niveaux pour la généralisation