Modèle de Distribution : une approche pour faciliter la distribution de modèles à base d’agents
Revue Ouverte d'Intelligence Artificielle · 20.11.2026 · 7 (1-2) · 33-60
DOI: 10.5802/roia.101 ↗Kurz gefasst
Fachartikel in der Zeitschrift Revue Ouverte d'Intelligence Artificielle, online erschienen am 20.11.2026. Verfasst von Lucas Grosjean und 6 weiteren Autor:innen. Die Arbeit nennt 49 Literaturangaben.
Abstract (Originalsprache)
La simulation à base d’agents est un outil puissant pour comprendre les problèmes complexes. Certains modèles exigent une quantité importante d’agents, de données et de ressources pour fonctionner correctement. La plupart des plateformes de simulation d’agents exécutent les modèles séquentiellement et ne peuvent pas exécuter ces modèles de grande taille dans un délai raisonnable, voire ne peuvent même pas les exécuter. Pour résoudre ces problèmes, les SMA peuvent utiliser le calcul distribué afin de répartir la charge sur plusieurs processus. Cependant, la distribution de SMA introduit de nouvelles problématiques qui sont autant de défis à relever lors de l’exécution des simulations. Cet article présente le concept de Modèle de Distribution visant à simplifier la distribution des SMA. Ce modèle offre un cadre flexible pour modéliser la distribution de modèles en séparant la modélisation thématique du modèle, de la modélisation de sa distribution. Nous illustrons, avec la plateforme GAMA, comment améliorer l’expérience des modélisateurs pour distribuer efficacement leur modèle.
Zitieren
APA
Grosjean, L., Drogoul, A., Herrmann, B., Huynh, N. Q., Lang, C., Marilleau, N., & Philippe, L. (2026). Modèle de Distribution : une approche pour faciliter la distribution de modèles à base d’agents. Revue Ouverte d'Intelligence Artificielle, 7(1-2), 33-60. https://doi.org/10.5802/roia.101
Vancouver
Grosjean L, Drogoul A, Herrmann B, Huynh NQ, Lang C, Marilleau N, et al. Modèle de Distribution : une approche pour faciliter la distribution de modèles à base d’agents. Revue Ouverte d'Intelligence Artificielle. 2026;7(1-2):33-60. doi:10.5802/roia.101
BibTeX
@article{Grosjean2026,
author = {Grosjean, Lucas and Drogoul, Alexis and Herrmann, Bénédicte and Huynh, Nghi Quang and Lang, Christophe and Marilleau, Nicolas and Philippe, Laurent},
title = {Modèle de Distribution : une approche pour faciliter la distribution de modèles à base d’agents},
journal = {Revue Ouverte d'Intelligence Artificielle},
year = {2026},
volume = {7},
number = {1-2},
pages = {33--60},
doi = {10.5802/roia.101}
}
EUVIMED