Table des matières - Gilles Daniel

Modélisation, implémentation et exploration d'un Système Multi-Agents. 277
environnement de simulation fonctionnel. Il nous suffit de modifier sensiblement le
comportement de certains de nos agents, et de lancer de nouvelles simulations.
Faisant suite à nos simulations initiales, nous faisons à présent varier le
comportement d'un agent peu informé comme I 3 qui, s'apercevant que son profit
moyen est inférieur à celui de I 0 , décide de ne plus utiliser son information
disponible, et d'adopter à la place une stratégie non informée ou une stratégie
aléatoire. La Figure 12.7 présente l'évolution des profits moyens lorsque I 3 adopte
une stratégie informée, non informée et aléatoire.
Figure 12.7. L'agent I 3 passe de la stratégie informée à la stratégie non informée, puis
aléatoire.
On s'aperçoit ici qu'il n'y a pas de grande différence entre I 3 informé ou non
informé, mais qu'il peut cependant améliorer grandement son profit moyen en
passant à une stratégie purement aléatoire. Il devient d'ailleurs meilleur que I 4 qui,
disposant pourtant d'une information plus complète mais tout aussi biaisée, pourrait
être tenté de faire de même. Ceci se fait cependant aux dépens de la communauté
des traders dans leur ensemble, puisque le profit moyen général est en recul. Nous
renvoyons le lecteur au papier original [HUB 04] pour plus de détails sur cet aspect.
Mentionnons simplement l'existence d'un équilibre de Nash dans lequel, une fois
que certains agents peu informés sont passés à une stratégie aléatoire, aucun trader
ne peut plus augmenter de manière unilatérale son profit moyen en changeant de
stratégie. Cet équilibre peut être découvert par le biais de simulations, en faisant