LSTM Path-Maker : une stratégie à base de réseau de neurones LSTM pour la patrouille multiagent - Archive ouverte HAL Access content directly
Journal Articles Revue Ouverte d'Intelligence Artificielle Year : 2022

LSTM Path-Maker : une stratégie à base de réseau de neurones LSTM pour la patrouille multiagent

Abstract

Depuis plus d’une décennie, la tâche de la patrouille multiagent a attiré l’attention de la communauté multiagent de manière croissante, notamment en raison de son grand nombre d’applications potentielles. Cependant, les algorithmes à base de méthodes d’apprentissage profond pour traiter cette tâche ont jusqu’à présent peu été développés. Dans cet article nous proposons d’intégrer un réseau de neurones récurrent (RNN) à une stratégie de patrouille multiagent en introduisant un modèle formel de stratégie multiagent basée sur l’architecture de RNN LSTM que nous avons nommé LSTM-Path-Maker. Le réseau LSTM est entraîné sur des traces de simulation d’une stratégie coordonnée et centralisée, puis embarqué dans chaque agent en vue de patrouiller une zone le plus efficacement possible sans communication. Enfin, cette nouvelle stratégie basée sur l’architecture LSTM est évaluée en simulation et comparée à deux stratégies représentatives de référence: d’une part une stratégie coordonnée et d’autre part une stratégie réactive. Les résultats indiquent que la stratégie proposée, comparable à une stratégie réactive car non coordonnée, est meilleure que la stratégie réactive.
Fichier principal
Vignette du fichier
DTIS21258.pdf (1.09 Mo) Télécharger le fichier
Origin : Publisher files allowed on an open archive

Dates and versions

hal-03649519 , version 1 (27-04-2022)

Identifiers

Cite

Mehdi William Othmani-Guibourg, Amal El Fallah Seghrouchni, Jean-Loup Farges. LSTM Path-Maker : une stratégie à base de réseau de neurones LSTM pour la patrouille multiagent. Revue Ouverte d'Intelligence Artificielle, 2022, 3 (3-4), pp.345-372. ⟨10.5802/roia.34⟩. ⟨hal-03649519⟩
91 View
62 Download

Altmetric

Share

Gmail Facebook X LinkedIn More