Les recherches menées dans l’équipe SMAC sont résolument multi-disciplinaires et cherchent à concevoir des « éprouvettes virtuelles » favorisant l’étude in silico de systèmes complexes par l’observation d’entités autonomes dotées d’une intelligence artificielle. Cette approche est qualifiée de « centrée individus » car son objectif est de conceptualiser, de calibrer et de simuler des phénomènes collectifs complexes en spécifiant les comportements individuels joués par des agents autonomes. Même s’ils sont dotés d’une intelligence artificielle, ces agents ont une perception et une rationalité limitée.

En d’autres termes, la dynamique globale du système multi-agents ne peut pas être modélisée par des équations prédictives et solvables mais elle est le résultat des comportements individuels et de leurs interactions. Cette approche est particulièrement adaptée pour la conception de simulateurs dans des domaines aussi variés que le trafic routier, la simulation de foules, la finance computationnelle ou la simulation sociale. Dans ces domaines, les outils et plateformes créés par l’équipe servent aussi bien à la simulation qu’à la résolution distribuée de problèmes.

L’équipe travaille notamment sur l’élaboration et le codage de comportements intelligents pour les entités artificielles, l’ingénierie de plateformes logicielles pour les exploiter, et l’élaboration de méthodes permettant d’aller de l’analyse d’un problème à son implémentation. L’équipe est très sensible aux aspects pratiques et applicatifs de cette approche. Elle propose notamment plusieurs plateformes permettant d’attaquer ces problèmes avec le plus d’efficacité possible, dans un souci constant d’éviter les biais de simulation, et de fournir des résultats reproductibles.