Description
Introduction aux systèmes complexes. Concepts fondamentaux de l'auto-organisation : rétroaction positive et négative, rupture de symétrie (comment les fluctuations aléatoires créent une structure), émergence (comment des composants simples peuvent créer des comportements complexes). Modèles de réseau : cascades d'informations, épidémies comme modèle de propagation de l'information. Recherche d'un consensus dans les systèmes multi-agents par le biais du vote. Exemples de systèmes auto-organisés issus de la physique, de la biologie et de la finance. Robotique en essaim et algorithmes en essaim. Répartition décentralisée des tâches. Mouvement collectif (regroupement, guidage, broyage). Consensus multi-agents et prise de décision collective. Optimisation par l'intelligence collective : optimisation par colonie de fourmis, optimisation par essaim de particules.