Véronique Deslandres

Co-construction de politiques urbaines exploitant la simulation multi-agent et le feedback des utilisateurs

Mots-clefs: systèmes autonomes, auto-adaptation, modélisation multi-agent, simulation multi-agent, deep reinforcement learning, politiques urbaines

• Véronique Deslandres (Laboratoire LIRIS) site SMA
• Salima Hassas (LIRIS) site Salima

Ce stage concerne un aspect de l’intelligence artificielle, les systèmes auto-adaptatifs et la co construction de politiques en interaction avec l’humain. L’objectif du stage consistera donc à compléter un outil de simulation existant, qui permet de co construire et adapter une politique (par ex. politique de mise en œuvre de la mobilité sur la métropole lyonnaise), par le biais de visualisations adaptées et d’interactions lors de la simulation. La finalité stratégique est de tester de façon virtuelle différentes politiques pour ensuite décider quelle politique appliquer dans la réalité. L’environnement envisagé est celui de la smart city avec à termes une grande quantité d’informations disponibles, provenant de multiples capteurs.

SmartGOV est une plateforme de simulation multi-agent du LIRIS (développée avec Repast Symphony en Java [1]). A partir d’une modélisation multi-agent réaliste de l’agglomération (infrastructures, trajectoires de routine des habitants), la plateforme permet de simuler différentes politiques urbaines, en interaction avec un décideur qui ajuste et interprète les conséquences de ses actions. Le simulateur fait évoluer la politique en fonction d’une mesure d’utilité, définie par le concepteur par rapport aux indicateurs étudiés. Le système propose des améliorations des politiques par un algorithme DRL (Deep Reinforcement Learning) d’agents locaux, en fonction des résultats observés de leur interaction sur l’environnement [2]. L’intérêt de la modélisation dans SmartGOV repose sur la recherche de satisfaction d’objectifs individuels et collectifs, grâce au couplage des niveaux micro (objectifs individuels) et macro (qualité de l’air global, au niveau de la métropole).

L’idée du stage serait dans un premier temps de tester différentes politiques et d’ajuster ou de compléter la plateforme à partir des résultats obtenus. Une autre piste concerne l’apprentissage du comportement des usagers : évaluer comment une politique parvient à modifier les comportements à moyen termes, par exemple comparer des indicateurs avec et sans la politique, apprendre les comportements contre-intuitifs et découvrir des relations cause-effet. Il s’agirait ensuite d’ajouter la prise en compte du feedback des usagers dans la boucle d’adaptation : retours des usagers via les réseaux sociaux, remontées de conseils d'arrondissements, sondages ; pour ce volet, tout est à définir.

Durée du stage : 5 mois, de février à juin 2019

Financement : gratification comprise entre 510 et 560€ par mois (25,2€ /jour)

Contacts : veronique dot deslandres at univ-lyon1 dot fr