Академический Документы
Профессиональный Документы
Культура Документы
quipe SMAC
Systmes Multi-Agents et Coopration
Plan
Introduction (agent SMA large chelle)
La plate-forme SimuLE
Pour comprendre : la colorisation
Un exemple intressant : le modle proie/prdateur
abord du point de vue agent
Travail sur la diffrenciation cellulaire
Le large chelle
On parle de large chelle pour des simulations comprenant un trs
grand nombre dagents (au moins un millier voire des dizaines de
milliers).
Les SMA large chelle permettent dobserver le comportement global
dun ensemble dagents nayant quune vision locale de leur
environnement.
4
SimuLE
Les actions
Les agents peuvent effectuer ou subir des actions.
Quand un agent agit sur un autre on parle dagent cible et dagent
source. Un agent peut aussi agir sur lui-mme. Laction est alors dite
sans cible.
Chaque agent connat les actions quil peut subir ou effectuer.
Soient subir(agent) et effectuer(agent) ces actions.
Pour quune interaction ait lieu entre deux agents il faut que
Effectuer(source)
subir(cible)
SimuLE
Exemple dune action manger
Dclencheur : avoir faim
Condition : avoir de la nourriture proximit
Acte : manger
Un agent de type mangeur qui a faim et qui aura dans son halo de
vision un agent de type nourriture pourra manger.
Manger Effectuer (mangeur)
Manger subir (nourriture)
SimuLE
La simulation
A chaque pas de la simulation, lagent
- recense tous les agents visibles : ceux qui sont
dans son halo de vision
- garde les agents avec lesquels il peut interagir
- choisit lagent avec lequel laction possible est
prioritaire (sil y en a deux, le premier de la liste de ses
voisins)
Exemple : Colorisation
Exemple : Colorisation
Les agents
Il y a une seul type dagent : lagent cool.
Un cool a un x, un y et une couleur.
Les actions
Effectuer(cool) = {dplacement, color}
Subir(cool) = {color}
Exemple : Colorisation
Dplacement
Priorit : 0
Pas de dclencheur ni de condition.
Acte : modifie les coordonnes de lagent alatoirement de + ou - 1 en x
et y.
Color
Priorit : 1
Dclencheur : avoir au moins un agent dune couleur diffrente de la
sienne dans son halo de vision
Condition : tirage alatoire sur la probabilit de colorer
Acte : le voisin cible prend la couleur de la source
10
Simulation rouge
Les agents prsents
334 agents rouges
333 agents verts
333 agents bleus
12
Colorisation : 50 tours
13
14
15
Simulation verte
Les agents prsents
334 agents rouges
333 agents verts
333 agents bleus
17
Colorisation : 30 tours
18
19
20
Le modle proie/prdateur
21
Le modle proie/prdateur
Quappelle-t-on modle proie/prdateur
On parle de modle proie/prdateur quand on tudie un cosystme o
cohabitent des espces proies et des espces prdatrices.
En tenant compte du rythme de naissance et de mortalit de chaque
espce et en faisant varier ces paramtres, on observe la stabilit et les
modulations de cet cosystme.
On cherche viter
- les famines : les prdateurs sont trop forts et exterminent si
vite les proies quils nont plus de quoi se nourrir
- les cas o le prdateur ne sait pas chasser et il meurt de faim
alors que les proies prolifrent.
22
Le modle proie/prdateur
Les avantages de lapproche agent
Grce son interface graphique, SimuLE permet
- de modifier simplement les caractres de chaque espce (taux
de reproduction, dure de vie ) .
- une approche gographique de la question
Pour les espces chassant en meute, les proies se dplaant en banc,
les prdateurs chassant chacun sur leur territoire. Ces comportements
difficiles exprimer mathmatiquement sont trs simples mettre en
pratique avec SimuLE.
- on peut ajouter des comportements propres une espce.
( suivre : la chasse)
23
Comparatif propos
Pour tenter damliorer le modle, nous allons ajouter la possibilit au
requin de chasser : lorsquil aura faim, il ne se dplacera pas de la
mme manire.
- dplacement obligatoire
- dplacement rapide et obligatoire
- dplacement rapide, obligatoire, et rgulier sur un seul axe
25
Dplacement classique
27
Dplacement classique
28
Dplacement obligatoire
29
Dplacement obligatoire
30
Dplacement rapide
31
Dplacement rapide
32
33
34
Conclusion de poisson
Ce modle
- na aucune vise raliste
- illustre le fait que la plate forme SimuLE est tout fait apte
tudier ce type de problme avec une valeur ajoute par sa souplesse.
En effet, pour tudier 4 modles diffrents, il ny a eu qu dfinir une
action diffrente chaque simulation.
35
La diffrenciation cellulaire
36
La diffrenciation cellulaire
Notions biologiques (simplifies)
Dans le noyau dune cellule, il y a le code gntique de toutes les protines
que lorganisme peut produire.
On dit quun gne code pour une protine.
Une cellule se diffrencie dune autre si elle exprime des protines
diffrentes.
Une cellule qui produit de la protine A sera dite cellule A .
Lexpression dune protine dpend dun promoteur qui est activ ou inhib.
Si le promoteur du gne est activ dans la cellule, elle produit la protine
code par ce gne.
37
La diffrenciation cellulaire
Prenons le modle simple dun organisme fictif qui ne produit que 3
protines.
GENE
A
promoteur
GENE
B
promoteur
GENE
C
38
La diffrenciation cellulaire
La flche noire sous le promoteur indique quil est activ.
Cellule A
promoteur
GENE
A
promoteur
GENE
B
promoteur
GENE
C
Cellule C
promoteur
GENE
A
promoteur
GENE
B
promoteur
GENE
C
39
La diffrenciation cellulaire
La diffrenciation
Poser la question de la diffrenciation, cest se demander pourquoi dun
ensemble de cellules indiffrencies merge soudain une cellule
spcifique (A ou B ou C ou AB ) . Cette question est ouverte
aujourdhui.
2 thories envisages
- Le modle inductif
- Le modle stochastique
40
Le modle inductif
Ce modle est dterministe dans le sens o un tat de diffrenciation
donn ne peut tre atteint que par la prsence de linducteur
correspondant.
Les travaux de Jacob et Monod dans les annes 60 sur lescherichia
coli vont dans ce sens :
cette bactrie peut se nourrir de lactose. Mais pour se faire, elle doit
produire la lactase qui lui permet la digestion du lactose. En labsence
de lactose, elle ne produit pas de lactase, ce qui lui permet lconomie
de lnergie et la matire ncessaire la synthse du lactase.
En prsence de lactose, elle se met produire du lactase.
La prsence du lactose induit la production de lactase.
41
Le modle stochastique
Ce modle est bas sur lhypothse que les cellules sont par nature
instable, elles expriment au hasard un ensemble de gnes chaque
transcription et se diffrencient continuellement.
Comme si notre flche noire se dplacement continuellement dun
promoteur lautre.
promoteur
GENE
A
promoteur
GENE
B
promoteur
GENE
C
42
Le modle stochastique
Seules les cellules dont la production protique est adapte
lenvironnement vont survivre, et cette adaptation se traduit par la
stabilisation de la flche noire .
Dans cette hypothse, une sorte de pression slective de type
darwinienne est la base de la structuration des populations cellulaires.
Si lenvironnement change, et ne correspond plus la production
protique de la cellule, elle redeviendra instable et repassera dans ltat
prcdent de va et vient de lactivateur.
43
La simulation
Pour mettre en place notre protocole de comparaison, nous avons fix le cadre
suivant :
Les agents
- les cellules
- les miams : ce dont les cellules se nourrissent
- les substrats : produisent les miams
- les barrires : cadre de l exprience : les miams qui atteignent cette
bordure explosent.
Les cellules, substrats et barrires sont immobiles. Il ne peut y avoir quune
cellule par case, mais il ny a pas de limitation en miam par case.
44
La simulation
45
La simulation
Les caractristiques dune cellule
Une cellule
- peut survivre sans manger 100 tours.
- se reproduit tours les 50 tours condition davoir du stock.
- a un stock maximal de 4 au del duquel elle na pas le droit
manger mais doit puiser dans ses rserves pour se nourrir.
Nos cellules ne meurent pas.
46
La simulation
Les actions
Effectuer(cellule)={se reproduire, manger, utiliser ses rserves de nourriture, attendre}
Subir(cellule)=
Effectuer(substrat)={produire}
Subir(substrat)=
Effectuer(barrire)={exploser}
Subir(barrire)=
Effectuer(miam)={dplacement}
Subir(miam)={manger, exploser}
47
La simulation
Les cellules et les miams ont un type (exprim par leur couleur).
Le type dune cellule dtermine le type de miam quelle mange.
Les cellules bleues mangent les miams bleus cyan.
Les cellules vertes mangent les miams oranges .
Les cellules jaunes mangent les miams gris .
On ajoute nos cellules la possibilit de muter (changer de type)
Pour muter, il y a deux actions diffrentes.
48
Les mutations
La mutation stochastique
Dclencheur : une probabilit qui augmente en fonction que la survie baisse.
Allure de la courbe de probabilit :
survie
Plus la survie est leve, plus la probabilit de muter est faible.
Condition : avoir demand 4 fois muter (pour laisser le temps
dventuellement se stabiliser).
Action : change de couleur et de type de miam.
49
Les mutations
La mutation inductive
Dclencheur : la majorit des miams autour de la cellule ne correspond
pas son type.
Condition : avoir dj demand une fois muter.
Action : change de couleur et de type de miam.
50
La simulation
Protocole de simulation propos
Une cellule seule de type bleu.
Du substrats qui diffuse des miams oranges (nourriture des cellules
vertes).
Au bout de 300 tours, le substrat stoppe la production de miams oranges
et produit des miams bleus cyans (nourritures des cellules bleues).
On surveille
lvolution des cellules en forme avec la courbe verte
lvolution des cellules pas en forme avec la courbe noire
lvolution gnrale des cellules avec la courbe bleue
51
Le comportement stochastique
52
Le comportement stochastique
53
Le comportement inductif
54
Le comportement inductif
55
Conclusion
Les deux modles ont a peu prs le mme comportement.
Au dbut de lexprience (milieu stable), lhypothse inductive est trs
lgrement plus efficace.
En milieu instable, les cellules stochastiques ont une pente de
dveloppement gnrale meilleure, mais lvolution des cellules en
forme est exactement la mme.
La simulation prsente est beaucoup trop simple pour tirer des
conclusions sur les qualits des modles prsentes.
Nanmoins, ces expriences sont prometteuses sur les possibilits de
SimuLE dans le domaine de la recherche applique la biologie.
56
57
58
59
60
61
62