Thèse : Régulation de trafic urbain multimodal : une modélisation multi-agents

Thèse : Régulation de trafic urbain multimodal : une modélisation multi-agents
Depuis plusieurs décennies, la congestion urbaine est de plus en plus répandue et dégrade la qualité de vie des habitants des villes. Plusieurs méthodes sont utilisées pour diminuer la congestion urbaine, notamment la régulation du trafic et la valorisation des transports en commun. Depuis les années 1990 l'utilisation d‘outils issus de l'intelligence artificielle, et en particulier des méthodes distribuées et les systèmes multi-agents, a permis de concevoir de nouvelles méthodes de régulation du trafic. Parallèlement, l'amélioration des capacités de communication des véhicules et des conducteurs et l'arrivée de voitures autonomes permettent d'envisager de nouvelles approches en matière de régulation. Le travail de recherche proposé dans le cadre de cette thèse est structuré en deux volets. Nous proposons d'abord une méthode de régulation du trafic à une intersection s'appuyant sur la négociation automatique. Notre méthode se fonde sur un système d'argumentation décrivant l'état du trafic et les préférences de chacun, appuyé par des méthodes de raisonnement pour les véhicules et les infrastructures. Dans le deuxième volet de cette thèse, nous proposons une méthode de coordination des bus avec le reste du trafic. Celle-ci permet à un bus de se coordonner de manière anticipative avec les prochaines intersections qu'il prévoit de traverser, afin de mettre en place une politique commune de régulation qui permet au bus d'atteindre son prochain arrêt en subissant le minimum de congestions potentielles.
Matthis Gaciarz. Régulation de trafic urbain multimodal : une modélisation multi-agents. Intelligence artificielle [cs.AI]. Université de Lyon, 2016. Français. <NNT : 2016LYSE1281>. <tel-01488151v2>