查看文章

Lorsqu’un système autonome évolue dans un environnement complexe, en partie inconnu ou dynamique, il n’est pas possible de fournir une représentation exhaustive a priori facilitant son processus de prise de décision; cette représentation étant le résultat de l’interaction du système avec son environnement. Pour illustrer ce problème, nous considérons le cas du contrôle décentralisé du trafic coopératif, où une unité d’infrastructure est en charge de réguler localement le flux, en envoyant des consignes aux véhicules connectés. Ce contrôle est le fruit d’une stratégie construite par l’apprentissage d’une représentation précise (états perception-action) des différents états de trafic. Nous proposons un modèle capable, sans connaissance experte, d’utiliser un ensemble de méthodes de classification représentées sous la forme d’une population d’agents et de les combiner dynamiquement pour construire une …