Le système de transport multimodal
Simulation et modélisation des systèmes de transport
Travaux de recherche soutenus par la Fédération MIDOC
Représenter, tester et analyser les mobilités à l’aide de modèles et de simulations
Les travaux présentés ci-dessous portent sur la modélisation et la simulation des systèmes de transport, afin de mieux comprendre leurs fonctionnements, leurs interactions et leurs effets à différentes échelles. Ils mobilisent des approches variées, allant de la modélisation à base d’agents à des simulations hybrides, pour représenter les comportements des usagers, les réseaux de transport et leurs dynamiques.
Ces recherches permettent de tester des scénarios, d’évaluer l’impact de nouvelles organisations de mobilité ou d’optimisations de réseau, et d’analyser les performances des systèmes existants. Elles constituent un levier essentiel pour anticiper les évolutions des mobilités, explorer des solutions alternatives et accompagner la conception de systèmes de transport multimodaux plus efficaces et durables.
Ingénierie – Plateforme de simulation de la mobilité multimodale à l’échelle urbaine – Simulateur GAMA
🔍 Thématique 3 – Le système de transport multimodal
👤 Ingénieur : Tien Dat Hoang
👨🏫 Chercheur associé : Benoit Gaudou (IRIT)
🗓️ Période : Septembre 2024 – Octobre 2025
Contexte / Missions
Tien Dat travaille sur la plateforme de simulation GAMA et a pour mission principale de concevoir et développer des outils de modélisation et de simulation de la mobilité multimodale. En intégrant différentes sources de données, Tien Dat va modéliser les déplacements des usagers à l’échelle d’une ville, en prenant en compte des itinéraires variés et des modes de transport divers.
Ce poste inclut la simulation de comportements de piétons, ainsi que l’analyse des changements de mobilité dans le cadre de projets. L’ingénieur développera également des outils d’aide à la planification urbaine, visant à optimiser l’utilisation des infrastructures et à prévoir les effets des itinéraires générés.
En parallèle, il intégrera de nouvelles données d’enquête sur la mobilité, permettant ainsi de nourrir les simulations avec des informations actualisées et pertinentes pour anticiper les besoins futurs en matière de transport urbain.
Portrait de Tien Dat
Diplômé d’un master MIAGE à l’Université Toulouse 1 Capitole, Tien Dat dispose d’une vision globale du domaine de l’informatique, enrichie par ses expériences professionnelles dans le secteur privé. Passionné par les domaines de la data et du développement, il souhaite mettre ses compétences au service de la plateforme GAMA, un outil puissant pour la modélisation basée sur les agents.
Il est motivé à développer des modèles dédiés à la modélisation du trafic multimodal à l’échelle urbaine, afin d’observer et d’analyser les interactions complexes entre agents, environnement et infrastructures. Ces analyses permettront d’explorer des indicateurs clés pour mieux comprendre et optimiser ces dynamiques.
Stage – OptiMOSAIC : Automatisation de génération de réseaux dans un simulateur à base d’agents
🔍 Thématique 3 – Le système de transport multimodal
👤 Stagiaire : Sosthène Jacques Medrid
👨🏫 Chercheurs associés : Sylvain Durand (LIRMM), Adrien Lammoglia (LAGAM)
🗓️ Période : Novembre 2025 – Juillet 2026
Contexte / Missions
Dans ce stage, l’objectif est d’intégrer des procédures d’optimisation dans un simulateur basé sur des agents pour améliorer l’efficacité des réseaux de transport multimodal. Le travail consiste à développer un outil d’aide à la décision capable de simuler et d’optimiser les pratiques de mobilité en fonction de critères de performance.
Sosthène analysera des techniques de géo-simulation et d’optimisation mathématique pour ajuster localement les décisions prises par les agents, visant une amélioration globale du réseau.
Les missions incluent l’implémentation de procédures d’optimisation, l’évaluation de leur impact via des simulations, et, si concluant, une simulation sur un territoire virtuel réaliste, en collaboration avec des partenaires locaux.
Portrait de Sosthène
Sosthène est étudiant international originaire du Togo, en Master MIASHS à l’Université de Montpellier Paul-Valéry, parcours Data Science. Il se spécialise dans l’analyse de données et la science des données, avec un intérêt pour les méthodes statistiques et le Deep Learning.
Il est attiré par l’univers du monde académique, et c’est naturellement vers la recherche appliquée qu’il envisage d’orienter sa carrière. Ses projets universitaires l’ont conforté dans cette direction.
Stage – OptiMOSAIC2 : Exploration de modèles multi-agents et analyse de scénarios de mobilité (FlexiTransSim)
🔍 Thématique 3 – Le système de transport multimodal
👤 Stagiaire : Offre en cours
👨🏫 Chercheurs associés : Sylvain Durand (LIRMM), Adrien Lammoglia (LAGAM)
🗓️ Période : 2026/2027
Contexte / Missions
Comment imaginer des services de transport plus souples et mieux adaptés aux besoins des territoires ? Ce stage s’appuie sur FlexiTransSim, un simulateur permettant de tester virtuellement différentes solutions de mobilité et d’en mesurer les effets avant leur mise en œuvre sur le terrain.
L’objectif est d’explorer de nombreux scénarios en faisant varier les paramètres du modèle afin d’identifier les configurations les plus intéressantes et de mieux comprendre les facteurs qui influencent les performances du système de transport.
Le travail combinera simulation, analyse de données et visualisation des résultats. Il va contribuer à enrichir FlexiTransSim pour en faire un outil à la fois utile à la recherche et mobilisable pour éclairer les choix des acteurs des territoires.
Offre en cours
Stage – Modélisation du comportement humain à l’aide d’agents génératifs
🔍 Thématique 3 – Le système de transport multimodal
👤 Stagiaire : Dung Vu Trung
👨🏫 Chercheurs associés : Kamaldeep Singh Oberoi (CESI Lineact), Benoit Gaudou (IRIT)
🗓️ Période : Mars 2025 – Aout 2025
Contexte / Missions
Ce stage consiste à créer des modèles simulant le comportement humain dans un système de transport multimodal, en intégrant des agents génératifs (AGs) basés sur des modèles de langage avancés.
L’objectif de Dung a été de représenter les usagers comme des AGs capables de prendre des décisions et de s’adapter en fonction de leurs préférences de déplacement dans un environnement urbain simulé. Le choix des itinéraires est abordé à travers des agents interagissant entre eux, mobilisant la plateforme GAMA et des données réelles issues d’OSM, GTFS et OpenWeather. Les missions ont inclus la conception des AGs, leur intégration dans le système, et l’évaluation de leur comportement dans divers scénario.
Portrait de Dung
Dung Vu est étudiant en Master 2 en TIC à l’Université des Sciences et Technologies de Hanoi, au Vietnam. Grâce à ce stage, il souhaite approfondir ses compétences dans le domaine des grands modèles linguistiques et de la simulation, en les appliquant à des défis concrets en matière de mobilité urbaine.
Son travail porte sur la compréhension des choix personnels en matière de transport multimodal et sur le développement de solutions intelligentes pour optimiser l’efficacité des déplacements. Il s’intéresse à la recherche et à l’exploration de techniques basées sur l’IA pour développer des solutions innovantes à des problèmes pratiques complexes.
Stage – SCHyMoT : Simulation et Calibration d’agents Hybrides pour la Mobilité à grande échelle et le Transport multimodal
🔍 Thématique 3 – Le sytème de transport multimodal
👤 Stagiaire : Yves Bru
👨🏫 Chercheurs associés : Kamaldeep Singh Oberoi (CESI-LINEACT), Benoit Gaudou (IRIT)
🗓️ Période : Mars 2026 – Septembre 2026
Contexte / Missions
Ce stage s’intéresse à la manière dont on peut mieux simuler les comportements des voyageurs dans un système de transport multimodal (marche, vélo, transports publics). L’idée est de s’appuyer sur des agents « génératifs », capables de raisonner grâce aux avancées récentes en IA, et sur des agents plus classiques fonctionnant à partir de règles explicites. En combinant ces deux approches, le stage vise à représenter des décisions plus réalistes : formation d’habitudes, prise en compte de situations inattendues, réactions aux perturbations ou aux conditions du réseau.
Le travail d’Yves est de développer ces agents hybrides, les intégrer dans la plateforme de simulation GAMA ainsi qu’à modéliser des populations allant de quelques dizaines à plusieurs milliers de voyageurs urbains. Le stage explorera également les méthodes permettant d’ajuster et de valider ces modèles à partir de données réelles, pour obtenir des simulations utiles pour la recherche comme pour les acteurs publics qui souhaitent mieux comprendre et anticiper les dynamiques de mobilité.
Portrait d’Yves
Ingénieur passionné par les systèmes complexes, Yves se spécialise dans le Machine Learning et l’IA générative après dix-sept années chez Airbus Defence and Space, où il a contribué au développement de logiciels centraux pour des missions spatiales telles que Biomass et BepiColombo.
Il transpose aujourd’hui ses acquis en fiabilité, observabilité et optimisation sous contraintes à des problématiques de modélisation multi-agents et de simulation à grande échelle.
Il finalise son cursus Expert IA (Liora / Mines Paris-PSL) par une immersion en recherche fondamentale à l’IRIT, animé par la volonté de s’inscrire dans l’écosystème académique.
Stage – Vers des agents génératifs hybrides et communicants pour la simulation des comportements de mobilité
🔍 Thématique 3 – Le sytème de transport multimodal
👤 Stagiaire : Offre en cours
👨🏫 Chercheurs associés : Kamaldeep Singh Oberoi (CESI-LINEACT), Benoit Gaudou (IRIT),
Yves Bru
🗓️ Période : 2027
Contexte / Missions
Comment mieux reproduire les décisions de mobilité que nous prenons au quotidien ? L’objectif est ici de développer une nouvelle génération d’agents virtuels capables de combiner des habitudes et des règles connues avec les capacités de raisonnement offertes par l’intelligence artificielle générative.
Ces agents dits « hybrides » pourront s’adapter à des situations nouvelles, mais aussi communiquer entre eux. Une famille virtuelle pourra par exemple décider qui utilise la voiture, qui se déplace à vélo ou qui accompagne les enfants pour mieux représenter l’influence des interactions sociales sur nos choix de déplacement.
Le travail va s’appuyer sur la plateforme GAMA et sur les recherches déjà menées au sein de MIDOC. Il permettra de comparer différentes manières de simuler les décisions des voyageurs et de construire des scénarios pour observer comment ces agents réagissent et s’organisent dans un système de transport multimodal.
Offre en cours
Stage – JUMASTI : Jumeau numérique multi-agents d’un système de transport urbain intermodal pour l’aide à la décision
🔍 Thématique 3 – Le sytème de transport multimodal
👤 Stagiaire : Offre en cours
👨🏫 Chercheurs associés : Nicolas Verstaevel (IRIT), Benoit Gaudou (IRIT),
🏢 Entreprise impliquée : Instant System
🗓️ Période : 2027
Instant System, partenaire dans ce travail de recherche, est une entreprise spécialisée dans le développement de solutions numériques de mobilité, notamment les applications d’information voyageurs, la planification d’itinéraires multimodaux et les solutions de mobilité intégrée (MaaS).
Contexte / Missions
Dans un réseau de transport urbain, une perturbation sur une ligne peut avoir des conséquences sur l’ensemble des déplacements : retards, correspondances manquées, saturation de certains véhicules ou report des voyageurs vers d’autres modes de transport. Anticiper ces effets et évaluer les solutions possibles reste complexe pour les acteurs de la mobilité.
Ce stage a pour objectif le développement d’un jumeau numérique d’un réseau de transport urbain intermodal, intégrant les transports collectifs et les déplacements à pied, à vélo ou en voiture. À partir de données réelles, un modèle de simulation multi-agents permettra de représenter les déplacements des voyageurs, leurs choix d’itinéraires et leurs réactions aux perturbations.
L’objectif sera ensuite de tester différents scénarios (interruption de ligne, modification des fréquences, création d’une nouvelle infrastructure…) pour en mesurer les effets sur les temps de trajet, les correspondances et la qualité de service. Ces travaux permettront d’explorer comment la simulation peut aider les collectivités et les opérateurs de transport à mieux anticiper les conséquences de leurs décisions.
Offre en cours