Titre
Simulation multi-agents et calcul haute performance sur carte
graphique
Résumé
Nombre de systèmes complexes sont aujourd’hui étudiés par simulation
grâce à des modèles basés sur le paradigme multi-agents. Dans ces
modèles, les individus, leur environnement et leurs interactions sont
directement représentés. Ce type de simulation nécessite parfois de
considérer un grand nombre d’entités, ce qui pose des problèmes de
performance et de passage à l’échelle. Dans ce cadre, la programmation
sur carte graphique (GPGPU) est une solution attrayante : elle permet
des gains de performances très conséquents sur des ordinateurs
personnels. Le GPGPU nécessite cependant une programmation extrêmement
spécifique qui limite à la fois son accessibilité et la réutilisation
des développements réalisés, ce qui est particulièrement vrai dans le
contexte de la simulation multi-agents. Dans cet exposé, nous
présenterons cette technologie et les travaux de recherche que nous
avons réalisés afin de pallier ces difficultés. Nous décrirons en
particulier une méthode de conception, appelée délégation GPU, qui
permet (1) d’adapter les modèles multi-agents au contexte du GPGPU et de
(2) faciliter la réutilisation des développements associés.
Bio
Fabien Michel est titulaire d’un doctorat en informatique obtenu à
l’Université de Montpellier en 2004. De 2005 à 2008, il a exercé en tant
que maître de conférences au CReSTIC de Reims avant de rejoindre le
Laboratoire d’Informatique, de Robotique et de Microélectronique de
Montpellier (LIRMM) où il exerce actuellement. Ses recherches
s’inscrivent principalement dans le domaine de la modélisation et de la
simulation de systèmes multi-agents (SMA) et reposent sur la proposition
de modèles formels et conceptuels (e.g. le modèle IRM4S) et d’outils
logiciels génériques (plates-formes MaDKit et TurtleKit), ainsi que sur
leur utilisation dans divers domaines tels que le jeu vidéo, le
traitement numérique de l’image ou la robotique collective. Plus
spécifiquement, le fil rouge de ses travaux, synthétisé dans son HDR
obtenue en 2015, repose sur une approche dite
« environement-centrée » (E4MAS) : contrairement aux approches centrées
sur la conception des comportements individuels, il s’agit de considérer
l’environnement des agents comme une abstraction de premier ordre dont
le rôle est primodial. En particulier, il a récemment décliné cette
démarche afin de proposer une approche originale dans le cadre de
l’utilisation du calcul haute performance sur carte graphique (GPGPU)
pour la simulation de SMA.
