[English below]

Titre : Optimisation basée sur une utilisation combinée de simulation multi-agents et

d’algorithmes évolutionnistes pour le transport multimodal.

Contexte :
Les plateformes de simulation de trafic adoptent des approches multi-agents pour mieux représenter
les différents modes de transport et comprendre les comportements des usagers. Il s’agit donc
d’utiliser un outil de simulation pour simuler le comportement des agents dans un réseau de transport
afin d’analyser et améliorer les systèmes de transport multimodaux.
Dans ce projet, nous ferons usage d’un simulateur multi-agents de trafic multimodale pour simuler
les comportements de déplacement des voyageurs et déterminer les taux d’utilisation des modes de
transport selon leurs conséquences comme le taux de pollution, le bruit, le coût financier,.., etc
(mesures récupérées par simulation ). Nous faisons ainsi l’hypothèse que les voyageurs sont
influencés dans leur choix du mode de déplacement par une analyse à priori des conséquences des
alternatives disponibles.
La simulation utilisée seule permet de rendre compte du trafic globale qui est résultat des choix des
voyageurs. Les décisions des voyageurs étant en parti simultanées (selon leur heure de départ), les
itinéraires individuellement choisis peuvent finalement ne pas répondre au mieux aux attentes des
voyageurs. Le résultat est souvent une sous utilisation des options multimodales. Par exemple, si le
déplacement en voiture est le plus rapide à priori, si tous les voyageurs choisissent ce mode alors le
résultat est un réseau encombré qui ne satisfait personne. Une approche pour définir un équilibre entre
les demandes des voyageurs et les capacités du réseau repose très souvent sur une approche gloutonne
avec la multiplication des simulations. Ce processus de recherche des itinéraires présentant les
meilleurs taux d’utilisation des modes de transport devrait pouvoir être amélioré à l’aide de méthodes
d’optimisation.
L'objectif du projet est de fournir des contributions théoriques et pratiques pour guider les résultats
d’un simulateur multi-agent appliqué dans le transport modal. Ces travaux seront validés via un
simulateur multimodal pour évaluer l'efficacité de la synchronisation entre simulateur multi-agent et
l’algorithme d’optimisation.

Objectif du Projet de Master :

L’objectif principal de ce projet est de mettre en place un workflow entre un simulateur multi-
agent afin de rendre compte de l’évolution du trafic multimodale et un algorithme d’optimisation
afin de guider la recherche des meilleurs itinéraires.

Les tâches principales incluront :

1. Recherche bibliographique :
 Etude des différentes classes d’approches d’optimisation couplées et/ou incluses dans
les simulateurs multi-agents.
 Identifier la classe d’approche à utiliser et définir les paramètres à optimiser selon le
simulateur multimodal.
 2. Construction et implémentation :
 Configurer l’algorithme d’optimisation.
 Modéliser le couplage avec le simulateur multimodal.

3. Évaluation des performances :

 Tester l’efficacité de l’algorithme d’optimisation pour limiter les scénarios de simula-
tion à évaluer et proposer les meilleures alternatives d’itinéraires.

Technologies et Outils Utilisés

 Outils de simulation multi-agents :

o Plateforme Territoire ([Link]
o Matsim ([Link]
o MnMS, ([Link]
 Langages de programmation : Python et Java pour configurer l’algorithme d’optimisation
et le couplage avec le simulateur multi-agents.

Lieu :
Le stage sera mené à l'École des Mines de Saint-Étienne, offrant un environnement de recherche
avancé et des infrastructures adaptées aux travaux relatifs aux environnements cyber-physiques et en
systèmes multi-agents.

Profil Recherché :

Le/la candidat(e) doit avoir :

 Une bonne maîtrise des concepts de recherche opérationnelle et d’optimisation.
 Des compétences en programmation (Python, Java) pour la configuration de l’algorithme
d’optimisation et son couplage avec l’outil de simulation multi-agents.

Encadrement et Collaboration :
Le/la candidat(e) sera encadré(e) par les membres du département ISI de l'École des Mines de Saint-
Étienne et travaillera avec des spécialistes en systèmes multi-agents et en systèmes distribués pour
contribuer à l’avancement des travaux théoriques et pratiques dans ce domaine.

Durée :
5 mois.

Pour candidater : merci d’envoyer un CV, une lettre de motivation ainsi que vos bulletins de notes
de l’année en cours et de l’année précédente à [Link]@[Link] et [Link]@[Link]
Title: Optimization based on the combined use of multi-agent simulation and evolutionary
algorithms for multimodal transport.

Context:
Traffic simulation platforms use multi-agent approaches to better represent different modes of
transportation and understand user behaviors. The goal is to use a simulation tool to model agent
behavior within a transport network, enabling analysis and improvement of multimodal transport
systems. In this project, we will use a multimodal multi-agent traffic simulator to model traveler
movement patterns and determine the usage rates of various transport modes based on their
consequences—such as pollution levels, noise, financial cost, etc.—using data collected from the
simulation. We hypothesize that travelers’ choices are influenced by a prior analysis of the
consequences of available alternatives. Simulation alone can illustrate overall traffic patterns
resulting from individual traveler choices. However, since travelers’ decisions are partly simultaneous
(depending on departure times), individually chosen routes may not ultimately meet their
expectations. This often leads to underutilization of multimodal options. For example, if driving is
initially the fastest option, widespread adoption of this mode can result in network congestion that
satisfies no one. A common approach to balancing traveler demand with network capacity relies on a
greedy algorithm involving multiple simulations. The process of identifying routes that optimize
transport mode usage could be enhanced through optimization methods.

The project aims to provide theoretical and practical contributions to guide the results of a multi-
agent simulator applied to modal transport. These efforts will be validated using a multimodal simu-
lator to assess the effectiveness of synchronizing the multi-agent simulator with an optimization al-
gorithm.

Objectives:
The main objective of this project is to establish a workflow between a multi-agent simulator—
used to model the evolution of multimodal traffic—and an optimization algorithm to guide the
search for the best routes.

Main Tasks:

The main tasks will include:

1. Literature Review:
o Survey the different classes of optimization approaches that are coupled with and/or
integrated into multi-agent simulators.
o Identify the class of approach to be used and define the parameters to optimize ac-
cording to the multimodal simulator.

2. Design and Implementation:

o Configure the optimization algorithm.
o Model the coupling with the multimodal simulator.

3. Performance Evaluation:
o Test the effectiveness of the optimization algorithm in reducing the number of simu-
lation scenarios to evaluate and in proposing the best route alternatives.
Used Technologies:

Multi-agent simulation tools:

 Territoire Platform ([Link]

 MATSim ([Link]
 MnMS ([Link]

Programming languages:

 Python and Java, used to configure the optimization algorithm and its coupling with the
multi-agent simulator.

Location: The internship will take place at the École des Mines de Saint-Étienne, providing an
advanced research environment suitable for work on multi-agent systems and distributed systems.

Desired Profile:

The candidate should have:

 Strong understanding of operations research and optimization concepts.
 Programming skills (Python, Java) for configuring the optimization algorithm and coupling it
with the multi-agent simulation tool.

Supervision and Collaboration:

The selected candidate will be supervised by members of the ISI Department at École des Mines de
Saint-Étienne and will collaborate with specialists in multi-agent systems and distributed systems to
contribute to both theoretical and practical advancements in this field.

Duration: 5 months.

To Apply: Please send a CV, a cover letter, and your current and previous year’s academic transcripts
of grades to [Link]@[Link] and [Link]@[Link]