Environnement de simulation multi-agent avec un paradigme écologiquement valide. Basé sur SimplePlaygrounds.
Développé par Younès Rabii, encadré par Clément Moulin-Frier. Avec l'aide précieuse de Michaël Garcia Ortiz.
Février - Juillet 2020
simple_playgroundsv0.9.18 (anciennementflatland)tqdm
Exécuter la commande suivante dans le dossier racine du repot:
pip install .
Lancer RPS_demo.py ou candy_demo.py
- lidar.py - code du senseur géométrique
- behavior.py - code des comportements de Braitenberg
- candy_demo.py - map demo pour tester le comportement d'un agent
- RPS_demo.py - simulation RPS (cf rapport)
- Chaque agent a un corps physique: ils peuvent se pousser, bloquer des chemins
- Ils ont une notion d'énergie interne (0 = mort)
- Ils peuvent voler de l'énergie à leur proies, quand ils sont dans un rayon suffisemment proche
- Il se reproduisent en se séparant en deux (séparation cellulaire), l'énergie est partagée
- Ils ont une superposition de comportements bio-inspirés (Braitenberg): chasse de proie, évitement de prédateur et d'obstacles
- Nombre d'espèces différentes
- Morphologie de chaque espèce: taille, vitesse linéaire et angulaire, rayon d'attaque
- Forme de l'environnement: taille, obstacles qui séparent la carte en cases
- Espace d'observation : distance et angles de vue, entités perçues
- Comportement de chaque espèce: combinaisons de 4 comportements primitifs (Braitenberg), coefficients pour chaque comportement et chaque entité, mode de reproduction (séparation cellulaire, seuil de séparation)
Lien vers le dossier Drive contenant des exemples vidéos de simulation et des plots de population.
Paramétrisation:
- paramètres par défaut
- paramètres par défaut
- segmentation 3x3
- segmentation 5x5
- vitesses linéaires et angulaire x2