Détection de comportements à travers des modèles multi-agents collaboratifs, appliquée à l

206 Pages·2017·7.71 MB·French

by  Jérémy Patrix

Détection de comportements à travers des modèles
multi-agents collaboratifs, appliquée à l’évaluation de la
situation, notamment en environnement asymétrique
avec des données imprécises et incertaines
Jérémy Patrix
To cite this version:
Jérémy Patrix. Détection de comportements à travers des modèles multi-agents collaboratifs, ap-
pliquée à l’évaluation de la situation, notamment en environnement asymétrique avec des données
imprécises et incertaines. Intelligence artificielle [cs.AI]. Université de Caen, 2013. Français. ￿NNT:
￿. ￿tel-00991091￿
HAL Id: tel-00991091
https://theses.hal.science/tel-00991091
Submitted on 14 May 2014
HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est
archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
Universit´e de Caen Basse-Normandie
´
Ecole doctorale SIMEM
Th`ese de doctorat
pr´esent´ee et soutenue le : 12/12/2013
par
J´er´emy Patrix
pour obtenir le
Doctorat de l’Universit´e de Caen Basse-Normandie
Sp´ecialit´e : Informatique et applications
D´etection de comportements `a travers des mod`eles multi-agents
collaboratifs, appliqu´ee `a l’´evaluation de la situation, notamment en
environnement asym´etrique avec des donn´ees impr´ecises et incertaines.
Directeur de th`ese : Abdel-Illah Mouaddib
Jury
Amal El Fallah Seghrouchni, Professeur, LIP6, Univ. Pierre et Marie Curie (rapporteur)
Nicolas Sabouret, Professeur, LIMSI & Supelec, Univ. Paris-Sud (rapporteur)
Ren´e Mandiau, Professeur, LAMIH, Univ. Valenciennes (pr´esident)
Abdel-Illah Mouaddib, Professeur, GREYC, Univ. Caen Basse-Normandie (directeur de th`ese)
Stephan Brunessaux, Senior Expert, IPCC, Cassidian (an EADS company) (encadrant)
Simon Le Gloannec, Ing´enieur de Recherche, IPCC, Cassidian (encadrant)
Dafni Stampouli, Ing´enieur de Recherche, IPCC, Cassidian (encadrant)
Misenpageaveclaclassethloria.
Remerciements
Je tiens à exprimer mes remerciements pour tous ceux qui m’ont permis de produire ce manuscrit
dethèseCifre.J’espèrequ’ilajouteunepierredeplusàl’édificedelarechercheuniversitaireetdel’in-
novation en entreprise. Parmi vous, j’ai ressenti un immense plaisir à partager les aventures qu’offre ce
monde. Vous m’avez formé (et j’espère avoir participé) à vos connaissances, à vos formalismes, à vos
idées,àvosapproches,àvosméthodes,àvostechniques,àvosinnovations,àvosoutils,àvossolutions,
àvoscritiques,àvoscorrections,...etàvotrebonnehumeur.
CestroisannéesdethèseCifresontdéjàterminéesetmeserontnostalgiques.J’aitravailléàvoscôtés
sur les fronts ingénieur et chercheur. Même si je suis maintenant un autre chemin, j’ai pris goût à vous
partager (et breveter) les idées de ma thèse. Je continuerais à innover en développant et expérimentant
mesidées.Vosconseils,vossoutiens,vosencouragementsetvosencadrementsportentuneresponsabi-
lité dans le jeune expert et le jeune inventeur que je suis devenu, alors que je n’étais que développeur à
l’origine.J’enchérisencorepluscemerveilleuxdomainedel’I.A.
Lesentimentd’avoirréussiouatteintunenouvelleétapem’atoujoursétééphémère.Jesouhaitedonc
remercierceuxquim’onttoujoursinterloquésurcequej’aipuaccomplirparleursoutien,leuramitiéet
l’environnementqu’ilsm’ontapportés:(présentéparordresemi-aléatoirerétrospectif)
- Dafni S., Marc C., Abdel-Illah M., Stephan B., Simon L.G., Sylvain G., Xavier L., Jean H.,
PatrickG.,...
- XavierD.,CarolineC.,AmandineB.,LaurieS.,NicolasL.G.,ClémentC.,ArnaudS.,Jennifer
R., Guillaume D., Rémi G., Vincent B., Yann M., Romain N., Emilien B., Luc M., Jérémie D., Gérard
D.,SylvieB.,KhaledK.,FrédéricP.,BrunoG.,Marie-AngèleP.,Kei-LeoB,ArthurV-L.,EstherN.,...
- Monjurydethèse:AmalElFallahSeghrouchni,RenéMendiauetNicolasSabouret.
- Lespartenairesdel’horizonuniversitaire,desprojetseuropéens,delavieenentreprise,...qui
ontétédesrencontresscientifiquesetamicales.
- Lesinstitutionsquiontsubventionnécestravaux.
- Lespausescroissants/danseslatines/soleil/resto/boissons/...
- Ma famille qui m’a toujours rappelé que peu importe les voies et les choix que je suivais ou
stoppais,tantquec’étaitpourmoiunplaisirdelesvivre.
- Cespersonnesquim’ontfaitprendreconsciencedemesaptitudesetm’ontpoussé.
Par vos interactions, je suis maintenant diplômé d’un doctorat et je peux enfin répondre "Oui! mais en
informatique"quandquelqu’undemandes’ilyaundocteurdanslasalle.
Ce document et son contenu sont la propriété de CASSIDIAN et ne doit pas être copié ni diffusé sans autorisation. Toute
utilisationendehorsdel’objetexpressémentprévuestinterdite.
Ileststrictementinterditdereproduire,distribueretutiliserlecontenudecedocumentsansl’autorisationpréalabledel’auteur.
Lescontrefacteursserontjugésresponsablespourlepaiementdesdommages.Tousdroitsréservésycomprispourlesbrevets,
modèlesd’utilité,dessinsetmodèlesenregistrés.
Copyright(cid:13)c 2013-CASSIDIAN-Tousdroitsréservés.
i
Copyright(cid:13)c 2013-CASSIDIAN-Allrightsreserved
ii
Copyright(cid:13)c 2013-CASSIDIAN-Allrightsreserved
Table des matières
Préambule 1
1 Contexte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 Problématique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3 Organisationdumanuscritdethèse . . . . . . . . . . . . . . . . . . . . . . . . . . 6
I ModèlespourlaDétectiondeComportementsMulti-Agents 9
Introduction 11
1 ComportementsCollectifs 13
1.1 Pointdevuesociologique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.1.1 Théoriesportantsurlescomportementscollectifs . . . . . . . . . . . . . . . 14
A. Théoriedelacontagionsociale . . . . . . . . . . . . . . . . . . . . . . . 14
B. Théoriedelaconvergencesociale . . . . . . . . . . . . . . . . . . . . . 16
C. Théoriedesnormesémergentes. . . . . . . . . . . . . . . . . . . . . . . 16
D. Théoriedelavaleurajoutée . . . . . . . . . . . . . . . . . . . . . . . . . 17
E. FoulesetMouvementsSociaux . . . . . . . . . . . . . . . . . . . . . . . 18
1.1.2 Théoriesportantsurlesgroupes . . . . . . . . . . . . . . . . . . . . . . . . 18
A. Notiondeproxémie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
B. Caractéristiquesd’ungroupe . . . . . . . . . . . . . . . . . . . . . . . . 20
C. Primitivesd’interactionslocalesdegroupe . . . . . . . . . . . . . . . . . 21
1.1.3 Appropriationparlesapprochesd’intelligencesartificielles . . . . . . . . . 21
1.2 MicrovsMésovsMacro:Troisniveauxdemodélisations . . . . . . . . . . . . . . 23
1.2.1 Micro-Individuspardesagents . . . . . . . . . . . . . . . . . . . . . . . . 24
1.2.2 Macro-Fouleparunsystèmemulti-agents . . . . . . . . . . . . . . . . . . 25
A. Structureorganisée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
B. Stimulicommunsd’unefoule. . . . . . . . . . . . . . . . . . . . . . . . 26
1.2.3 Méso-Groupespardessystèmesbio-inspirés . . . . . . . . . . . . . . . . 28
iii
Copyright(cid:13)c 2013-CASSIDIAN-Allrightsreserved
Tabledesmatières
A. Notiondeflocking . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
B. Systèmesàbasedephéromones . . . . . . . . . . . . . . . . . . . . . . 29
1.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2 ÉvaluationdelaSituationparlaFusiondeDonnées 31
2.1 Évaluationdesituationasymétrique . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.1.1 Situationsasymétriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
A. Contextedel’asymétrie . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
B. Comportementsrécurrentsdanslesenvironnementsasymétriques . . . . 33
C. Formalismed’unesituationévaluée . . . . . . . . . . . . . . . . . . . . 34
2.1.2 Originedelafusiondedonnées . . . . . . . . . . . . . . . . . . . . . . . . 36
A. Sourcesdesdonnées:descapteursdesurveillance . . . . . . . . . . . . 37
B. ModèleJDLdefusiondedonnées . . . . . . . . . . . . . . . . . . . . . 38
2.2 Identificationdesgroupesetdescomportementsdéviants . . . . . . . . . . . . . . 41
2.2.1 Suividemultiplepersonnes . . . . . . . . . . . . . . . . . . . . . . . . . . 41
A. Pistagedegroupe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
B. Reconnaissanced’équipe . . . . . . . . . . . . . . . . . . . . . . . . . . 44
C. Centroïde,unemodélisationdegroupe . . . . . . . . . . . . . . . . . . . 47
2.2.2 Comportementsdéviants(anormaux,inattendusetsuspicieux) . . . . . . . . 48
2.2.3 Traitementdesévénementscomplexes . . . . . . . . . . . . . . . . . . . . 49
2.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3 ApprentissageetReconnaissancedesComportements 53
3.1 Premierstravaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.2 ModèledeMarkovcaché . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.2.1 DéfinitionduHMM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.2.2 Informationsutilespourladéfinitiondesétats . . . . . . . . . . . . . . . . 57
3.2.3 RécapitulatifdesextensionsduHMM . . . . . . . . . . . . . . . . . . . . . 58
3.3 Décompositiondel’espacedesparamètres . . . . . . . . . . . . . . . . . . . . . . 63
A. Décompositionparladiscrétisationdesétats . . . . . . . . . . . . . . . . . 63
B. Décompositiondesobservations . . . . . . . . . . . . . . . . . . . . . . . . 63
C. Décompositionencouches . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
D. Décompositionetagrégationdesinformations . . . . . . . . . . . . . . . . 65
E. Conclusionpourladécompositiondescomportementssimples . . . . . . . . 66
3.4 Hiérarchisationdescomportements . . . . . . . . . . . . . . . . . . . . . . . . . . 66
I. Hiérarchieàbasedegrammairesstochastiques . . . . . . . . . . . . . . . . 67
II. Hiérarchieàbasededécisionsstochastiqueshiérarchisées . . . . . . . . . . 68
iv
Copyright(cid:13)c 2013-CASSIDIAN-Allrightsreserved
III. Hiérarchieadaptéeaugrouped’agents . . . . . . . . . . . . . . . . . . . . 69
IV. Hiérarchiefactoriséepourréduirel’explosiondunombred’états . . . . . . . 70
V. Hiérarchieadaptéepourlesséquencesd’activitésàlongterme . . . . . . . . 71
VI. Hiérarchieadaptéeausystèmemulti-agent . . . . . . . . . . . . . . . . . . 71
VII. Conclusionpourlahiérarchisationdescomportementsabstraits . . . . . . . 72
Conclusion 73
II ModèlesdeComportementsCollectifs:DétectionMicro,MésoetMacro 75
Introduction 77
4 DétectionMacrod’uneSimulationMicro:Applicationàlafouleenpanique 79
4.1 Micro-Modélisationdesagents . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.1.1 Agent-Algorithmededécisiondesadirection . . . . . . . . . . . . . . . . 80
4.1.2 ArchitectureBDI-Croyances,Désirs,Intentions . . . . . . . . . . . . . . . 81
4.2 Détectiondesactivitéscollectivesdepanique . . . . . . . . . . . . . . . . . . . . . 82
4.2.1 Macro-Apprentissagedesmouvementsdefoules . . . . . . . . . . . . . . 83
A. Apprentissagedescheminsempruntésparlesagents . . . . . . . . . . . 83
B. Apprentissagedesinteractionsphysiques . . . . . . . . . . . . . . . . . 84
4.2.2 Micro-Anticipationdescheminsindividuels . . . . . . . . . . . . . . . . . 86
4.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5 Méso-DétectiondesComportementsCollectifsObjectivés 89
5.1 Décompositionparlesétatsrelatifsdiscrétisés . . . . . . . . . . . . . . . . . . . . 90
5.1.1 Étatfusionnéd’ungroupe . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.1.2 Étatrelatifdiscrétiséd’ungroupeenversunobjectif . . . . . . . . . . . . . 92
5.1.3 Séquencementd’uncomportementobjectivépardesétatsrelatifsdiscrétisés 94
5.2 Identificationdesgroupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
5.2.1 Micro→Méso-Approcheparlaproxémieetlesséquencesd’étatsrelatifs . 95
5.2.2 Macro→Méso-Approcheparlaproxémieetl’utilitédegroupe . . . . . . 97
5.3 Assignementdescomportementsobjectivésauxgroupes . . . . . . . . . . . . . . . 99
5.4 Estimationdesintentions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
5.4.1 Intentionsparl’évaluationdescomportementsobjectivéssurlelongterme . 101
5.4.2 Intentionsparlesétatsobjectivésdiscrétisés . . . . . . . . . . . . . . . . . 102
5.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
Conclusion 105
v
Copyright(cid:13)c 2013-CASSIDIAN-Allrightsreserved
Tabledesmatières
III Expérimentations:SimulationMicroetDétectionMacrovsMéso 107
6 Micro-Simulationd’uneFouleenPanique 109
6.1 Implémentationlogicielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
6.2 Expériencesno1:Mouvementsdefoule . . . . . . . . . . . . . . . . . . . . . . . 111
6.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
7 Macro-Identification,Apprentissage,etAnticipationdesMouvementsdePanique 115
7.1 Expériencesno2:Apprentissagedesmouvementsrécurrents . . . . . . . . . . . . . 117
7.2 Expériencesno3:Localisationdesrisquesliésàlapaniquecollective . . . . . . . . 117
7.3 Expériencesno4:Anticipationdesmouvementscollectifs . . . . . . . . . . . . . . 119
7.4 Expériencesno5:Comportementsfaceàdesagentsmenaçants . . . . . . . . . . . 120
7.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
8 Méso-DétectiondeComportementsObjectivésdeGroupe 123
8.1 Identificationdesgroupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
8.1.1 Expériencesno6:Groupesenprésencedemultiplesobjectifsfixes . . . . . 125
8.1.2 Expériencesno7:Multiplesgroupesenl’absenced’objectifsfixes . . . . . . 126
8.2 ApprentissagedeHMMdecomportementsobjectivés . . . . . . . . . . . . . . . . 131
8.2.1 Expériencesno8:Ensebasantseulementsurlapositionetlavitesse . . . . 131
8.3 Reconnaissance:HMMversusCEP . . . . . . . . . . . . . . . . . . . . . . . . . . 134
8.3.1 Expériencesno9:Détectiondansunscénariocomplexe . . . . . . . . . . . 135
8.3.2 Expériencesno10:Précisionsurdiversenvironnementsasymétriques . . . . 136
8.4 Détectiondemenacesdansunenvironnementcomplexedynamique . . . . . . . . . 141
8.4.1 Expériencesno11:Identificationd’unagentmenaçantparmiunefoule . . . 142
8.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
IV Conclusionetfuturstravaux 147
Bilandestravaux 149
Perspectives 151
1 Jeuxstochastiquescachés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
1.1 Notionscontextuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
1.2 Modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
A. Multi-HMMpourladétectiondespossiblescomportementsd’unagent . 153
B. HSGpourladétectiondespossiblescomportementsmulti-agents . . . . . 154
1.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
vi
Copyright(cid:13)c 2013-CASSIDIAN-Allrightsreserved
Bibliographie 157
V Annexes 165
9 LeprojetEUSAS 167
9.1 Historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
9.2 Implémentations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
9.2.1 SG-SeriousGamecomponent . . . . . . . . . . . . . . . . . . . . . . . . 173
A. InterfaceutilisateurdeVBS2 . . . . . . . . . . . . . . . . . . . . . . . . 173
B. Communicationbidirectionnelleenentrée/sortiedeVBS2 . . . . . . . . 175
9.3 Expérimentations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
9.3.1 Scénarioasymétriqueno1-Civilsmécontentsdevantunebasemilitaire . . . 176
9.3.2 Scénarioasymétriqueno2-Patrouillefaceaupillaged’unmagasin . . . . . 176
9.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
10 LeprojetDEM@CARE 181
10.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
10.1.1 Contexteclinique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
10.1.2 Objectif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
10.2 SystèmeDem@care . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
10.2.1 Composantsetleursniveaux . . . . . . . . . . . . . . . . . . . . . . . . . . 184
10.2.2 Intégrationdescomposantsenservicesweb . . . . . . . . . . . . . . . . . . 186
10.2.3 DansleFusionLabdenotreéquipeIPCCdeCassidian . . . . . . . . . . . . 187
10.2.4 Analyseproduitedesactivitésquotidiennes . . . . . . . . . . . . . . . . . . 188
10.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
vii
Copyright(cid:13)c 2013-CASSIDIAN-Allrightsreserved