L’intelligence collective des agents d’IA peut se passer d’un Grand Architecte

Diagramme illustrant la chaîne d’outils pour les simulations multi-agents pilotées par LLM, intégrant NetLogo et GPT-4o via l’extension Python et l’API OpenAI. • Cristian Jimenez-Romero et al.

Les modèles de simulation multi-agents classiques reposent généralement sur des règles codées “en dur”. Chaque agent, qu’il s’agisse de la simulation d’une fourmi, d’un oiseau ou d’un humain, suit un ensemble de consignes préétablies pour interagir avec son environnement. Dans un article récent, Cristian Jimenez-Romero de l’université de Cergy et deux autres chercheurs européens proposent une nouvelle approche : remplacer ces règles par des invites de langage (prompts) traitées par un grand modèle comme GPT-4, afin de produire dynamiquement les comportements des agents. L’objectif est de tester si un modèle entraîné sur du langage humain peut également générer des dynamiques collectives cohérentes, lorsqu’il est intégré dans une boucle d’interaction avec un environnement simulé.

Le moineau et la fourmi

Les auteurs appliquent cette approche à deux systèmes emblématiques de l’intelligence en essaim : la recherche de nourriture par une colonie de fourmis et la formation de groupes cohérents dans un vol d’étourneaux. Dans chaque cas, les comportements des agents sont pilotés non plus par des règles internes, mais par des requêtes adressées à GPT-4o. L’environnement (via la plateforme NetLogo) est encodé en texte, et le modèle renvoie, en langage structuré, l’action à effectuer.

Un vol d’étourneaux dans la nature • Source : Euronews

Le système repose sur une architecture en boucle : à chaque étape de simulation, l’état local de chaque agent (présence de phéromone, position de la nourriture, distance aux autres agents) est transformé en prompt envoyé à GPT-4o. Le modèle produit une réponse formatée (comme un dictionnaire Python) qui est traduite en action dans la simulation (se déplacer, tourner, déposer de la phéromone, etc.). 

Les modifications de l’environnement sont alors prises en compte pour l’itération suivante. Ce mécanisme assure une réactivité en temps réel, tout en déportant la logique de comportement dans la couche LLM.

Modèles hybrides

Deux types de prompts ont été comparés. Dans la simulation des fourmis, les chercheurs utilisent des invites fortement structurées, exprimant des règles précises sur les actions à prendre selon les signaux perçus. À l’inverse, dans la simulation de vol en essaim, les invites sont plus ouvertes ; elles laissent au modèle le soin d’interpréter les principes d’alignement, de cohésion et de séparation qui fondent les dynamiques de groupe.

Dans la simulation de la colonie de fourmis, les chercheurs ont testé plusieurs variantes : un modèle entièrement piloté par GPT-4o, une version hybride avec moitié d’agents traditionnels et moitié d’agents LLM, et une version classique. Les résultats montrent que le modèle hybride atteint des performances supérieures en matière de collecte de nourriture : les agents textuels explorent plus rapidement, tandis que les agents à règles assurent une exécution robuste. Ce couplage tire parti de la flexibilité du langage et de la fiabilité des règles déterministes.

Raffinement

Le comportement des agents pilotés par LLM s’est stabilisé au fil d’un processus de raffinement des invites. Les premières versions manquaient de précision, conduisant à des actions incohérentes. En précisant les conventions directionnelles, les seuils de concentration de phéromones, ou les cas à traiter en absence de signaux, les chercheurs ont progressivement obtenu des trajectoires de plus en plus proches de celles du modèle de référence.

Dans la simulation de vol d’étourneaux, les agents LLM guident leur direction en fonction de la position et de l’orientation des voisins. Après plusieurs itérations d’ajustement, les chercheurs obtiennent des dynamiques proches de celles du modèle classique, bien que les oiseaux pilotés par LLM aient tendance à rester en périphérie du groupe et à éviter davantage les collisions. Cette prudence relative pourrait traduire une interprétation plus conservatrice des distances et des objectifs de cohésion.

Plasticité comportementale

Les performances obtenues confirment que les LLM peuvent produire des comportements individuels cohérents qui, en s’accumulant localement, donnent lieu à des dynamiques collectives organisées. En combinant logique embarquée et pilotage textuel, les auteurs montrent qu’il est possible de reproduire des phénomènes de coordination de groupe sans recourir à des règles codées manuellement. Toutefois, cette flexibilité a un coût. Chaque interaction entre agent et LLM repose sur un appel API externe, avec une latence de plusieurs secondes par action, contre quelques millisecondes pour des règles internes. Cela limite l’usage de ces modèles à des simulations de petite taille ou à des démonstrateurs exploratoires.

Par ailleurs, la variabilité des réponses, la sensibilité aux formulations et l’absence de mémoire persistante complexifient le débogage et la reproductibilité. Les chercheurs soulignent que chaque prompt doit être soigneusement conçu pour éviter des dérives imprévues, et que des mécanismes de mémoire ou de raisonnement itératif pourraient être nécessaires pour stabiliser davantage les comportements.

Comportements émergents

Les agents exploitent les vastes connaissances des LLM pour influencer leurs interactions d’une manière qui n’était pas réalisable avec les systèmes traditionnels basés sur des règles. Les LLM peuvent intuitivement modéliser des dynamiques complexes de comportement qui nécessiteraient autrement de nombreuses règles explicites. Cela induit des comportements qui émergent naturellement des interactions des agents avec leur environnement et entre eux.

Les LLM permettent en effet aux agents de modéliser intuitivement des dynamiques comportementales complexes qui nécessiteraient autrement de nombreuses règles explicites. Cette approche offre une grande flexibilité et une forte adaptabilité des agents à de nouveaux scénarios sans reprogrammation explicite. Les capacités de raisonnement améliorées permettent en outre une prise de décision nuancée et basée sur des principes.

Un aspect critique est l’ingénierie des invites ; de petits changements dans la formulation peuvent influencer de manière significative les schémas émergents au niveau du groupe. La clarté, la structure et la longueur des prompts sont essentielles pour obtenir des réponses cohérentes et adaptées au contexte. Dans la simulation d’une fourmilière, il a suffi d’ajouter un seul mot, « seulement », pour le retour au nid basé sur l’odeur, pour éviter les retours inutiles.

Vers des agents cognitifs décentralisés

Ce travail constitue l’un des premiers à mobiliser les capacités linguistiques des LLM dans des simulations d’intelligence collective non verbale. Plutôt que de coder des règles comportementales, il devient possible de spécifier des consignes en langage naturel, et de laisser le modèle raisonner sur les situations locales pour guider chaque agent. Cette approche ouvre des perspectives pour l’automatisation de comportements dans des environnements inconnus, ou pour l’exploration de dynamiques collectives sans recourir à une modélisation explicite.

Les auteurs proposent un outil reproductible pour intégrer les LLM dans NetLogo, rendant ce cadre accessible à d’autres chercheurs. Ils soulignent enfin que l’approche pourrait être étendue à d’autres contextes – robotique en essaim, simulation urbaine, coordination autonome – à condition de maîtriser les enjeux de latence, de coût et d’interprétabilité.

Pour en savoir plus :

• Cristian Jimenez-Romero et al., Multi-agent systems powered by large language models: applications in swarm intelligence, Frontiers, 2025