Table des matières - Gilles Daniel
Table des matières - Gilles Daniel Table des matières - Gilles Daniel
318 Modélisation et simulation multi-agents pour Sciences de l'Homme et de la Société. Source : simulation sur Moduleco-MadKit du modèle d’Axtell, Epstein et Young [AXT 01] Figure 14.8. Simplexes Within (même tag) et Between (autre tag) et émergence de classes. Que se passe t–il dans le régime « avec classe » La répartition inégalitaire intergroupes avec est un attracteur instable au sens de [FOS 90], mais le système peut converger vers cet état et y demeurer pour une durée assez longue (brisure d’ergodicité). Une stabilisation typique correspond à la situation où les joueurs sont « équitables » dans leur groupe et « inéquitables » avec les autres. Considérons la situation représentée sur la figure 14.8.. Quand les joueurs noirs auront été « aspirés » dans la zone d’attraction de la stratégie équitable, les agents jouent presque tous « M » à l’intérieur de leur groupe. Entre groupes, sur la base de leurs observations, les agents noirs partagent la croyance que les agents gris jouent majoritairement « L » et leur meilleure réponse est donc de jouer « H ». Les agents gris ont les croyances inverses. Dans tous les cas, ces croyances ne sont pas fondées sur une croyance dans une stratégie du « groupe » dont les membres sont identifiés par un tag spécifique, mais sur une inférence statistique sur le comportement d’agents caractérisés par l’affichage d’un tag qui définit ainsi un groupe uniquement comme l’ensemble de ses membres et non comme un « objet social » [PHA 05a]. C’est précisément parce que les croyances des agents reposent sur une série d’évaluations individuelles plutôt que sur une représentation du comportement du groupe en tant que tel que la situation est (plus aisément) réversible. Exercice 14.4. Construisez une distribution statistique depuis (m, ε) des temps de transition vers l’équilibre M-M dans les 2 perspectives avec initialisation sur l’axe H-L. 14.4.2. Introduire de l’émergence forte dans le modèle de d’Axtell, Epstein et Young Dans le modèle AEY, les croyances des agents se limitent à construire un estimateur du comportement anticipé des autres au moyen d’une statistique σ i fondée sur l’observation des stratégies jouées par leurs adversaires dans le passé. Les agents
Influence sociale, jeux de population et émergence. 319 n’ont ni croyance sur les croyances des autres agents ni croyance sur un comportement de groupe en tant que tel. Si l’on qualifie avec Orléan [ORL 02b] de « croyances sociales » les croyances sur un comportement régulier des membres du groupe identifié par un tag [PHA 05a]. L’émergence de telles « croyances sociales » présuppose une forme de « prise de conscience » par les agents de l’existence d’un comportement caractéristique des membres de chaque groupe, qui justifie la subsomption de l’inférence du comportement des agents au moyen l’estimateur σ i par une inférence directement fondée sur leur appartenance à un groupe identifié par un tag. Une telle subsomption se traduit par une réduction de la diversité perçue des agents à leur seule appartenance à une entité collective identifiée par un tag, supposée les décrire de manière suffisamment efficace pour fonder rationnellement leur stratégie sur une règle de meilleure réponse face à une stratégie présumée associée à un tag. Dans cette section, nous supposerons comme AEY que les groupes préexistent et nous centrerons la discussion sur ce problème de subsomption, qui se traduit par un de changement qualitatif d’indicateur d’inférence. Il s’agit donc de l’émergence d’une croyance sur une unité suffisante du comportement du groupe en tant que tel, pour qu’il soit superflu de s’interroger sur la réelle diversité des comportements individuels. Dans ce but, suivant [DES 05], [DES 06] nous proposons de formaliser ce phénomène d’émergence, comme un problème cognitif multi-niveaux, conceptualisable comme une forme spécifique de « hiérarchie cognitive » [PHA 04b], [FER 06]. 14.4.2.1. Deux définitions complémentaires de l’émergence comme phénomène relatif à un observateur. Notre formalisation de l’émergence comme phénomène observé (et donc relatif à un observateur) dans un système décomposable en plusieurs niveaux est conçue pour être compatible avec deux définitions qui sont considérées du point de vue de leur complémentarité. La première définition nous permet d’introduire la notion d’émergente forte au sens de Müller [MUL 02], [MUL 03]. La seconde propose un processus de conceptualisation de l’émergence comme « réduction de complexité » dans un système d’observation [DES 92], [BON 97], [DES 05]. Ces deux définitions permettent de mettre en œuvre dans un système multi-agents le phénomène « d’immergence » - ou émergence du second ordre évoqué par Gilbert [GIL 95], [Chapitre 5]. Pour définir l’émergence dans les SMA, Müller [MUL 02] [MUL 03] distingue deux niveaux : le processus et l’observation de ce processus. Le processus désigne l’évolution d’un système formé par des entités en interactions, qui engendre des épiphénomènes observables. Au niveau de l’observation du processus, cet épiphénomène est interprété en tant qu’émergence comme le résultat d’un calcul. La définition de l’émergence selon Müller distingue deux niveaux dans le système et deux descriptions des processus dans deux langages distincts. Elle peut ainsi être rapprochée d’une définition proposée par [RON 99] dans une perspective de design de systèmes dotés de propriétés émergentes possiblement surprenante. Un tel
- Page 263 and 264: Modélisation, implémentation et e
- Page 265 and 266: Modélisation, implémentation et e
- Page 267 and 268: Modélisation, implémentation et e
- Page 269 and 270: Modélisation, implémentation et e
- Page 271 and 272: Modélisation, implémentation et e
- Page 273 and 274: Modélisation, implémentation et e
- Page 275 and 276: Modélisation, implémentation et e
- Page 277 and 278: Chapitre 13 Apprentissage dans les
- Page 279 and 280: Apprentissage dans les modèles mul
- Page 281 and 282: Apprentissage dans les modèles mul
- Page 283 and 284: Apprentissage dans les modèles mul
- Page 285 and 286: Apprentissage dans les modèles mul
- Page 287 and 288: Apprentissage dans les modèles mul
- Page 289 and 290: Apprentissage dans les modèles mul
- Page 291 and 292: Apprentissage dans les modèles mul
- Page 293 and 294: Apprentissage dans les modèles mul
- Page 295 and 296: Apprentissage dans les modèles mul
- Page 297 and 298: Apprentissage dans les modèles mul
- Page 299 and 300: Chapitre 14 Influence sociale, jeux
- Page 301 and 302: Influence sociale, jeux de populati
- Page 303 and 304: Influence sociale, jeux de populati
- Page 305 and 306: Influence sociale, jeux de populati
- Page 307 and 308: Influence sociale, jeux de populati
- Page 309 and 310: Influence sociale, jeux de populati
- Page 311 and 312: Influence sociale, jeux de populati
- Page 313: Influence sociale, jeux de populati
- Page 317 and 318: Influence sociale, jeux de populati
- Page 319 and 320: Influence sociale, jeux de populati
- Page 321 and 322: Influence sociale, jeux de populati
- Page 323 and 324: Troisième Partie Introduction à l
- Page 325 and 326: Modélisation multi-agents des syst
- Page 327 and 328: Chapitre 15 Approche conceptuelle d
- Page 329 and 330: Approche conceptuelle de l’espace
- Page 331 and 332: Approche conceptuelle de l’espace
- Page 333 and 334: Approche conceptuelle de l’espace
- Page 335 and 336: Approche conceptuelle de l’espace
- Page 337 and 338: Approche conceptuelle de l’espace
- Page 339 and 340: Approche conceptuelle de l’espace
- Page 341 and 342: Approche conceptuelle de l’espace
- Page 343 and 344: Approche conceptuelle de l’espace
- Page 345 and 346: Approche conceptuelle de l’espace
- Page 347 and 348: Approche conceptuelle de l’espace
- Page 349 and 350: Chapitre 16 « A Monte Carlo approa
- Page 351 and 352: « A Monte Carlo approach to diffus
- Page 353 and 354: « A Monte Carlo approach to diffus
- Page 355 and 356: « A Monte Carlo approach to diffus
- Page 357 and 358: « A Monte Carlo approach to diffus
- Page 359 and 360: « A Monte Carlo approach to diffus
- Page 361 and 362: « A Monte Carlo approach to diffus
- Page 363 and 364: « A Monte Carlo approach to diffus
Influence sociale, jeux de population et émergence. 319<br />
n’ont ni croyance sur les croyances <strong>des</strong> autres agents ni croyance sur un comportement<br />
de groupe en tant que tel. Si l’on qualifie avec Orléan [ORL 02b] de « croyances<br />
sociales » les croyances sur un comportement régulier <strong>des</strong> membres du groupe<br />
identifié par un tag [PHA 05a]. L’émergence de telles « croyances sociales »<br />
présuppose une forme de « prise de conscience » par les agents de l’existence d’un<br />
comportement caractéristique <strong>des</strong> membres de chaque groupe, qui justifie la<br />
subsomption de l’inférence du comportement <strong>des</strong> agents au moyen l’estimateur σ i par<br />
une inférence directement fondée sur leur appartenance à un groupe identifié par un<br />
tag. Une telle subsomption se traduit par une réduction de la diversité perçue <strong>des</strong><br />
agents à leur seule appartenance à une entité collective identifiée par un tag, supposée<br />
les décrire de manière suffisamment efficace pour fonder rationnellement leur stratégie<br />
sur une règle de meilleure réponse face à une stratégie présumée associée à un tag.<br />
Dans cette section, nous supposerons comme AEY que les groupes préexistent et nous<br />
centrerons la discussion sur ce problème de subsomption, qui se traduit par un de<br />
changement qualitatif d’indicateur d’inférence. Il s’agit donc de l’émergence d’une<br />
croyance sur une unité suffisante du comportement du groupe en tant que tel, pour<br />
qu’il soit superflu de s’interroger sur la réelle diversité <strong>des</strong> comportements individuels.<br />
Dans ce but, suivant [DES 05], [DES 06] nous proposons de formaliser ce phénomène<br />
d’émergence, comme un problème cognitif multi-niveaux, conceptualisable comme<br />
une forme spécifique de « hiérarchie cognitive » [PHA 04b], [FER 06].<br />
14.4.2.1. Deux définitions complémentaires de l’émergence comme phénomène<br />
relatif à un observateur.<br />
Notre formalisation de l’émergence comme phénomène observé (et donc relatif à<br />
un observateur) dans un système décomposable en plusieurs niveaux est conçue pour<br />
être compatible avec deux définitions qui sont considérées du point de vue de leur<br />
complémentarité. La première définition nous permet d’introduire la notion d’émergente<br />
forte au sens de Müller [MUL 02], [MUL 03]. La seconde propose un processus de<br />
conceptualisation de l’émergence comme « réduction de complexité » dans un système<br />
d’observation [DES 92], [BON 97], [DES 05]. Ces deux définitions permettent de<br />
mettre en œuvre dans un système multi-agents le phénomène « d’immergence » - ou<br />
émergence du second ordre évoqué par Gilbert [GIL 95], [Chapitre 5].<br />
Pour définir l’émergence dans les SMA, Müller [MUL 02] [MUL 03] distingue<br />
deux niveaux : le processus et l’observation de ce processus. Le processus désigne<br />
l’évolution d’un système formé par <strong>des</strong> entités en interactions, qui engendre <strong>des</strong><br />
épiphénomènes observables. Au niveau de l’observation du processus, cet<br />
épiphénomène est interprété en tant qu’émergence comme le résultat d’un calcul. La<br />
définition de l’émergence selon Müller distingue deux niveaux dans le système et<br />
deux <strong>des</strong>criptions <strong>des</strong> processus dans deux langages distincts. Elle peut ainsi être<br />
rapprochée d’une définition proposée par [RON 99] dans une perspective de <strong>des</strong>ign<br />
de systèmes dotés de propriétés émergentes possiblement surprenante. Un tel