Communication Dans Un Congrès Année : 2025

Modèles de Substitution pour les Modèles Basés Agents : Enjeux, Méthodes et Applications

Résumé

La simulation multi-agent permet de modéliser et d'analyser les comportements dynamiques ainsi que les interactions d'entités autonomes évoluant dans des environnements complexes. Toutefois, sa mise en œuvre peut être freinée par des coûts computationnels élevés, limitant son applicabilité à grande échelle. Les modèles de substitution offrent une alternative prometteuse en remplaçant ces simulations coûteuses par des approximations plus légères et efficaces.Cet article explore les motivations et les différentes approches permettant d’approximer les simulations agents, en s’appuyant sur l’apprentissage machine, la quantification des incertitudes et les stratégies d’analyse de sensibilité explicables.À travers une étude de cas, nous mettons en évidence les défis liés à la fiabilité et à l’interprétabilité de ces modèles, en comparant leurs performances et leurs limites. Enfin, nous proposons des perspectives pour l’intégration d’outils d’apprentissage machine dans divers domaines.

Fichier principal
Vignette du fichier
JFSMA_MIMICO-3.pdf (11.16 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Licence

Dates et versions

hal-05035806 , version 1 (28-04-2025)

Licence

Identifiants

  • HAL Id : hal-05035806 , version 1

Citer

Paul Saves, Nicolas Verstaevel, Benoit Gaudou. Modèles de Substitution pour les Modèles Basés Agents : Enjeux, Méthodes et Applications. Les 33èmes Journées Francophones sur les Systèmes Multi-Agents (JFSMA 2025), Jun 2025, Dijon, France. ⟨hal-05035806⟩
2962 Consultations
307 Téléchargements

Partager

  • More