Academic literature on the topic 'Raisonnement spatiale'

À partir de deux fouilles préventives, il est présenté deux démarches différentes qui complètent et enrichissent le raisonnement sur la dynamique spatiale du village. Le recours à l’archéogéographie et aux sources anciennes, en élargissant les échelles d’analyses, offre de nouvelles perspectives qui permettent de s’extraire du site (gisement archéologique) pour aborder l’espace villageois, son fonctionnement et son dynamisme sur un temps long.

On a examiné systématiquement les différences garçons-filles dans l'efficience en mathématiques. Globalement, une légère supériorité des garçons se manifeste progressivement et devient nette au moment de l'adolescence. D'une génération à l'autre les différences garçons-filles vont en s'atténuant. Elles semblent plus marquées aux niveaux de compétences élevés. On ne les retrouve pas dans tous les pays, dans certains pays ce sont les filles qui réussissent mieux. Elles sont surtout sensibles dans les tâches impliquant le raisonnement ou la représentation spatiale. Elles sont moins marquées dans les notations scolaires, où elles se manifestent parfois à l'avantage des filles, que dans les épreuves standardisées. Il semble bien que les différences inter-sexes soient plus précoces et plus fortes en France que dans beaucoup d'autres pays.

RésuméCet article propose une analyse économique de la sécession. Il s’inspire des travaux d’Alesina et Spolaore (1997), de Berkowitz (1997) et de Bolton et Roland (1997). Le raisonnement mené au niveau des Etats est largement transférable aux collectivités locales (régions, villes,…). Le recours à une représentation spatiale de la population nous permet d’appréhender l’hétérogénéité des préférences individuelles en matière de bien public. Le pays est supposé divisé en deux régions. La décision de sécession résulte d’un arbitrage individuel entre pression fiscale et localisation du bien public local, cet arbitrage évoluant selon la taille et le découpage régional du pays. En l’absence de disparités de revenus, nous montrons que le centre, la plus grande des deux régions, est davantage enclin à l’indépendance. Une approche normative, en terme de surplus, conclut notre analyse en appréciant l’efficacité économique du processus démocratique. Il apparaît alors que toute sécession unilatérale réduit le bien-être des deux régions.

Le présent article a pour but d’étudier le rôle prédictif de la qualité des interactions enseignante-enfants sur le développement du raisonnement spatial chez des enfants de la maternelle quatre ans à temps plein en milieu défavorisé. L’échantillon apparié est composé, d’une part, de 232 enfants (130 filles, 102 garçons) âgés de 58,29 mois (ÉT = 4.93) et de 8 enseignantes titulaires d’un baccalauréat en enseignement, ayant en moyenne 12,2 ans d’expérience en enseignement à l’éducation préscolaire (ÉT = 5.45). Des analyses de régressions multiples à effet mixte montrent que les dimensions et sous-dimensions de la qualité des interactions enseignante-enfants prédisent significativement et positivement les sous-tests du raisonnement spatial. Cette étude soulève l’importance d’améliorer la qualité des interactions enseignante-enfants afin de favoriser le développement du raisonnement spatial des enfants de la maternelle quatre ans.

Dans cet article, nous cherchons à déterminer, dans le cadre de l’enseignement des figures planes à l’école primaire, en quoi la confrontation des élèves à des situations d’apprentissage dans l’espace environnant (méso-espace) permet de favoriser la mobilisation et la verbalisation de connaissances spatiales et géométriques. Pour ce faire, nous produisons l’analyse clinique d’une séquence mise en oeuvre dans une classe de fin de primaire dont l’objectif pour les élèves est la reproduction de figures planes dans le méso-espace. Pour identifier précisément les connaissances et les savoirs mobilisés par les élèves en situation d’action et en situation de formulation, nous procédons à une analyse détaillée des différentes formes de raisonnements qui sous-tendent leurs procédures de résolution et de formulation. Pour y parvenir nous utilisons un modèle d’analyse des raisonnements, développé par Bloch et Gibel (2011), qui résulte de l’articulation de deux cadres théoriques : la théorie des situations didactiques et la sémiotique de Peirce. Au-delà de l’utilisation raisonnée des outils mis à disposition des élèves dans l’activité de reproduction des figures, l’analyse didactique donne à voir des éléments particulièrement riches de la dialectique action-formulation. Cette étude permet de rendre compte de la variété, de l’adéquation et de la pertinence des propriétés géométriques mobilisées et formulées par les élèves, favorisant ainsi le passage d’une géométrie instrumentée à une géométrie déductive.

Les empreintes spatiales, historiques ou acquises en temps réel, aident a la compréhension des dynamiques de leurs porteurs. Dans un contexte de navigation maritime côtière, la recherche présentée montre la démarche de mise en place d’un modèle de connaissances visant a une analyse sémantique des empreintes de navires. Ce modèle est défini a partir des connaissances recueillies auprès d’experts du domaine complétées par des descriptions textuelles et graphiques. Après avoir décrit les principes de navigation, nous présentons les étapes menant a un tel modèle de connaissances. La recherche est complétée par la formalisation de règles portant sur la visibilité des points de repère. Enfin, un raisonnement conduit a inférer des connaissances supplémentaires de navigation sur lesquelles sont confrontées les empreintes de navigation afin d’identifier les routes ayant une sémantique pour le modèle et celles dénuées de sémantique.

Nous nous intéressons à la prise en compte de l'information spatiale d'un point de vue de la représentation et du raisonnement afin de planifier une mission dans le cadre de l'interaction homme-robot. Une première partie de la thèse concerne la représentation et le raisonnement spatial. Nous proposons une ontologie spatiale : SpaceOntology permettant de représenter l'information spatiale qualitative, quantitative et de mener un raisonnement sur celle-ci. Sur la base de cette modélisation spatiale nous avons mis en place un planificateur avec deux modules : un module de raisonnement symbolique supporté par un planificateur de tâches et un module de raisonnement spatial supporté par le planificateur de chemins et SpaceOntology. Enfin, la troisième partie de nos contributions concerne l'extension du langage de planification PDDL à l'information spatiale. Cette extension permet de donner à un problème de planification une sémantique spatiale
We are interested in the integration of spatial information for representation and reasoning to plan a mission in the human-robot interaction case. The first part of our work is for representation and spatial reasoning. We propose a spatial ontology: SpaceOntology qualitative and quantitative representation and reasonning. Based on this spatial modeling we have implemented a planner with two modules: a module for symbolic reasoning supported by a task planner and a module for spatial reasoning supported by the path planning and SpaceOntology. The third part of our contributions is the extension of the PDDL planning language to spatial information. This extension permits to express spatial planning problems

Dans nos sociétés où l'information est devenue omniprésente, la capacité à pouvoir capter et exploiter celle-ci est un enjeu majeur pour toute entité amenée à prendre une décision. En effet, de cette capacité dépendent ensuite les actions et les moyens d'interventions qui seront engagés. Mais, face à l'augmentation des données disponibles, au nombre croissant d'acteurs et à la complexification des menaces, l'environnement dans lequel évolue le décideur est marqué par une grande incertitude. Ce constat général se retrouve également au sein de la surveillance maritime qui se caractérise par des menaces hétérogènes, par une zone d'action très vaste et par un réseau important d'acteurs.De ce fait, cette thèse se propose d'étudier les potentialités des ontologies spatiales à la fois comme objet de modélisation, de partage et d'inférence. L'objectif est de fournir aux experts du domaine un environnement adapté permettant la modélisation des connaissances relatives aux comportements anormaux de navires. Néanmoins, ces connaissances sont par nature spatio-temporelles. Il a donc été nécessaire d'étendre les fonctionnalités initiales du langage SWRL afin de prendre en compte ces caractéristiques.Enfin, l'approche adoptée a ensuite été mise en application au sein du prototype OntoMap. De l'extraction des données, à l'analyse cartographique celui-ci offre les éléments nécessaires à la compréhension d'une situation anormale.

Les relations spatiales telles que l'adjacence, les distances, les directions ou encore les symétries
constituent un élément essentiel des descriptions d'agencement spatial entre les objets d'une scène et sont donc utiles à un grand nombre de tâches d'interprétation d'images. La reconnaissance de structures cérébrales constitue notre cadre d'application. Le cerveau est en effet une scène structurée dans
laquelle les objets partagent une grand nombre de relations
spatiales pertinentes.

Notre travail de thèse est articulé autour des questions suivantes.
Comment représenter des relations spatiales ? Comment les utiliser pour
formaliser la description d'une scène, en l'occurrence la description de
structures neuroanatomiques ? Comment les utiliser à des fins de segmentation
d'images et de reconnaissance de formes, en particulier dans le cadre des structures cérébrales ?
Dans un premier temps, nous nous intéressons à un type de relation particulier :
les symétries planes, qui sont importantes dans le cadre de l'imagerie
cérébrale et ont été l'objet de moins d'attention que d'autres types de relations.
Nous proposons une méthode pour quantifier le degré de
symétrie dans les objets flous et les images via une mesure de symétrie ainsi qu'un algorithme pour
localiser le plan de symétrie d'un objet donné. L'application de cette méthode au plan de symétrie du cerveau est précise et robuste comme l'a montré l'évaluation menée sur des images synthétiques et réelles.
Puis nous montrons comment la description des structures cérébrales peut se faire
à l'aide d'un ensemble de relations spatiales et comment une telle description
peut être formalisée par un graphe hiérarchique synthétique. Cette description est
comparée avec celle obtenue à partir d'un atlas iconique, grâce à une structure appelée graphe hiérarchique exemple.
Enfin, les deux dernières parties traitent de l'utilisation des relations spatiales
en segmentation d'images. Une méthode pour intégrer de telles connaissances à un
modèle déformable via la construction d'une force externe est proposée. Elle se distingue nettement des autres approches disponibles puisque les relations sont directement introduites pour la recherche des contours des objets. Nous
présentons ensuite une procédure complète de segmentation de structures cérébrales internes fondée
sur la description précédente et sur un modèle déformable. Les premiers résultats obtenus, évalués visuellement, sont prometteurs.

Les objets connectés de la vie courante ont trouvé leur chemin dans notre quotidien. Connu sous le terme d'Internet des choses, une pluralité de technologies inspire une vaste variété des cas d'utilisation. Une des applications innovatrices est le concept et le développement de la maison intelligente. Actuellement, ce concept est en train de s'étendre vers l'extérieur ; il rend futés des véhicules, bâtiments et même des villes entières. De plus, la technologie devient aussi plus personnelle - comme le port des vêtements futés et d'autres appareils pour l'autosurveillance personnelle devient de plus en plus courant et populaire. Ce phénomène est souvent appelée le soi quantifié.Un cas particulier de l'environnement futé est l'assistance à l'autonomie à domicile (ambient assisted living) conçue pour améliorer la qualité de la vie quotidienne des personnes âgées. Un tel système informatique, omniprésent et discret, peut être porté dans d'autres domaines et tranches d'âge. Par exemple, le suivi des activités du quotidien peut aider jeune adultes à améliorer leur mode de vie. Tout le monde peut être encouragé à maintenir un mode de vie sain, à exercer une activité physique suffisante et prendre les décisions fondées quant à la mobilité. Ce sont les facteurs direct contribuant à la prévention des risques de santé, tel que les maladies métaboliques comme le diabète de type 2 ; et permettent un meilleur maîtrise des maladies respiratoires comme l'asthme.Dirigée par ces idées, cette thèse explore les possibilités d'une plate-forme web avec un raisonnement sémantique basé sur les règles. La thèse détaille le travail sur les améliorations techniques, avancements dans la reconnaissance d'activités, les extensions pour l'analyse des données et une application orientée mobilité.Suivant l'approche centrée utilisateur, un déploiement dans les conditions réelles est necessary. Deux cas d'utilisation sont abordés. Le premier est l'amélioration du système existant, consistant des capteurs et d'une passerelle tous placés dans le domicile de la personne âgée. Le deuxième cas est le déploiement d'une application pour téléphones portables pour l'assistance à la mobilité active. En collectant les donnés relevantes et actuelles, l'application affiche un niveau de recommandation personnalisée pour chaque type de mobilité. Ces recommandations sont basées sur l'appareil de soi quantifié qui incorpore les objectifs personnels, le profil et autres données librement accessible, tel que la météo ou la qualité d'air.Cette thèse décrit les sorties et les leçons tirées des déploiements de ces technologies. Cette thèse apporte une discussion et des analyses des résultats de ces déploiements
Connected objects of everyday living have made their way into our lives. Known as Internet of Things, the various technologies inspire a vast variety of applications. One of the pioneer applications is the concept and development of a smart home. This is now spreading outdoors; making vehicles, buildings, and even large cities smart. Moreover, the technology is getting more personal as well – as wearing smart clothes and other self-tracking devices become increasingly common and popular. This is often referred to as the quantified self.One particular case of a smart environment is ambient assisted living, which is designed to enhance elderly people’s day-to-day life. Such a ubiquitous and unobtrusive computer system can also be ported to other domains and age groups. For instance, the tracking of daily activities can also help younger adults to improve their lifestyle. Everyone can be encouraged to maintain a healthy lifestyle, perform sufficient physical activity, and make more informed decisions about their mobility. These are direct factors in preventing health risks, such as metabolic diseases like the type 2 diabetes, and allow a better control over respiratory diseases like the asthma.Driven by these ideas, this thesis explores the possibilities of a web-based platform with a semantic rule-based reasoning. The thesis details the work on technical improvements, enhancements in activity recognition, extensions for data analysis, and a mobility-oriented application.Following a user-centric approach, a real life deployment of the described technologies is necessary. Two use cases are examined. First, I enhanced and built upon a pre-existing system, which consists of sensors and a gateway placed into elderly participants' homes. The second use case is the deployment of a mobile phone application for active mobility assistance. Collecting relevant and timely data, the application then outputs a level of recommendation for every type of mobility. The recommendations are based on each user’s exercise tracking device, which incorporates their goals, their profiles, and other publicly available data sources such as weather and air quality.This thesis describes the outcomes and lessons learnt from these deployments. In addition, this thesis provides an in-depth discussion as well as analytical insights on the results of the deployments

Notre travail s'insère dans la problématique de l'accès à l'information spatiale présente dans des corpus textuels territoriaux. Nous proposons d'aller au-delà des systèmes de recherche d'information classiques basés sur l'analyse statistique des documents, peu adaptés pour ce cas particulier, via un traitement linguistique ciblé interprétant l'information spatiale. Notre hypothèse est que des traitements relativement peu coûteux suffisent à dégager l'essentiel de l'information. Ils sont un bon point de départ pour une interprétation plus poussée par la suite, utilisant les propriétés géographiques de l'information extraite afin de développer un système d'indexation à plusieurs niveaux d'abstraction.
Nous proposons en effet une méthode de recherche d'information spatiale multi-niveaux indexant un corpus textuel brut. Cette méthode qui extrait l'information d'un corpus et l'interprète, permet d'améliorer l'efficacité de systèmes de recherche d'information à chaque fois que l'interrogation comporte une connotation spatiale. L'interprétation permet en outre de retrouver le contexte dans lequel l'information spatiale a été utilisée. En particulier, elle permet d'indexer des unités de texte en leur associant des contextes de type itinéraire, description locale ou comparaison de lieux.

L'objectif des travaux présentés dans cette thèse est de poser les fondements d'une formalisation qui permettrait, d'une part la description d'une représentation numérique de terrain dans un langage intelligible à destination d'observateurs localisés au sol et, d'autre part, de faciliter les échanges entre des communautés scientifiques disposant de corpus sémantiques différents.
Nous cherchons à décrire une silhouette - i.e., une coupe de terrain ou la séparation terre/ciel à l'horizon - selon la perception que peut en avoir un observateur. Nous introduisons un modèle, fondé sur une approche qualitative, qui consiste à décrire une silhouette par une séquence de symboles signifiants. L'utilisateur ayant la possibilité de définir ses propres catégories, le modèle possède la capacité de s'adapter à différents contextes.
L'originalité de notre modèle repose dans la méthode de détection des formes significatives. Nous nous ecartons volontairement des méthodes numériques généralement utilisées dans les systèmes de détection ou de reconnaissance de forme. Nous considérons que la perception d'une forme particulière de relief est contingente de la perception de saillances, définies ici comme des points qualitativement remarquables. La description d'une silhouette inclut les relations topologiques qui relient les formes de relief détectées. Afin de tenir compte de l'imprécision des frontières des formes de relief, nous proposons une extension de la méthode 9-intersection. Les relations méréologiques, quant à elles, nous sont utiles pour dériver des représentations à différents niveaux d'abstraction.
Nous avons implanté le modèle en Java. Le prototype réealisé permet de définir des catégories, d'analyser des silhouettes, de déterminer les relations topologiques qui lient les formes détectées et d'obtenir une description à différents niveaux d'abstraction.
Cette thèse a bénéficié du soutien financier de la Région Bretagne.

Cette thèse, fruit d'une collaboration LORIA / INRA, porte sur l'étude du raisonnement à partir de cas pour aider à l'interprétation d'organisations spatiales agricoles. Les agronomes effectuent des enquêtes auprès d'exploitants agricoles, afin d'appréhender les relations entre structure spatiale et fonctionnement des exploitations. Des modèles graphiques, appelés chorèmes d'exploitations, permettent de synthétiser ces données d'enquêtes. Sur la base de ces chorèmes, nous avons modélisé l'organisation spatiale des exploitations par des graphes bipartites aux sommets et aux arc étiquetés par des concepts. A certains sous-graphes, décrivant des structures spatiales intéressantes, sont adjoints des explications, décrivant l'organisation fonctionnelle, pour constituer des cas. La modélisation conjointe a abouti à la reconception des chorèmes et à la constitution d'une base de cas et de hiérarchies de concepts du domaine. Le système de RàPC ROSA permet de proposer des explications de fonctionnement à un graphe d'organisation spatiale en utilisant les cas enregistrés. La comparaison des graphes s'appuie sur le mécanisme des logiques de description : étant donné un graphe d'exploitation cible, on lui associe des graphes sources de la base de cas au moyen d'opérations de généralisation et de spécialisation.

Les adolescents écrivent aujourd’hui sur de multiples supports, qu’il s’agisse de papier ou de numérique. Leurs usages restent peu connus de manière précise. Une enquête ethnographique a permis d’observer et de rencontrer des lycéens pendant deux ans afin de préciser quels sont leurs usages. L’écriture est ici approchée sous l’angle de la géographie et des sciences de l’information et de la communication pour préciser sa place dans la vie adolescente. On cherche à comprendre quelle place a l’écriture dans les processus identitaires des adolescents dans l’ensemble des dispositifs techniques, sociaux et spatiaux dans lesquels ils s’inscrivent. L’appui méthodologique et épistémologique se fait à partir de la notion de situation et de la pensée par cas en particulier. Ainsi, se croisent à la fois des descriptions fines des situations d’écriture et des portraits d’adolescents pour identifier leurs usages dans l’ensemble de leurs activités. Les résultats de l’enquête permettent de poser aussi les fondements d’un renouvellement de l’étude de la littéracie et des jalons pour une géographie de l’écriture
Teenagers write today in multiple formats, whether paper or digital. Their uses are not known precisely. An ethnographic investigation leads us to observe and meet with teens for two years in order to clarify their uses. Writing is approached here in terms of geography and information science in order to clarify its place in their life. This thesis tries to understand what role the writing plays in the process identity of adolescents in all the technical, social and spatial layouts and devices in which they are enrolled. The methodological and epistemological support is based on the notion of situation and the case thinking. Both detailed descriptions of writing situations and portraits of adolescents afford to identify their uses in most of their activities. With the survey results, we invite to reconsider the study of literacy and to pave the road for a geography of writing

Cette thèse étudie les capacités des méthodes d'apprentissage automatique à raisonner sur des relations spatiales, en particulier sur les relations directionnelles, et l'utilisation de connaissances relationnelles, connues a priori, par ces méthodes. Il existe de nombreux travaux dans le domaine de l'exploitation de connaissances sur les relations dans des méthodes d'apprentissage automatique. Cependant, ce corpus de travaux laisse encore plusieurs questions ouvertes. Tout au long de cette thèse, nous explorons, étudions et tentons d'expliquer différentes questions de recherche liées à ces questions.Nous proposons une amélioration de l'apprentissage des réseaux de neurones convolutionnels (CNN) via une fonction de coût de régularisation intégrant l'information relationnelle. Pour cela, nous proposons deux nouvelles fonctions de coût qui favorisent la satisfaction des relations pendant l'entraînement des CNN, et nous concevons des expériences synthétiques pour montrer leur impact. Alors que les fonctions proposées montrent des améliorations par rapport à un modèle de base non modifié dans des scénarios synthétiques spécifiques et stricts, l'impact sur des scénarios plus généraux est moins significatif. Ce résultat n'est pas facile à expliquer, car l'entrainement des réseaux neuronaux est un processus opaque, et une exploration plus approfondie est nécessaire pour comprendre comment un CNN apprend (ou n'apprend pas) à raisonner en utilisant des informations relationnelles.Pour mieux comprendre comment un CNN peut apprendre à raisonner en utilisant des informations relationnelles, nous proposons un large éventail d'expériences synthétiques. Nous explorons les processus qui permettent, facilitent ou entravent le raisonnement "standard" des CNN sur les relations. Nous proposons une expérience fondamentale pour démontrer qu'un CNN de base, non modifié, est capable de raisonner sur les relations dans certains scénarios. Ensuite, nous explorons quelles relations sont apprises par le CNN, en effectuant l'inférence sur des scènes où les relations a priori sont perturbées, en comparant les résultats, et en entraînant et testant les CNN sur des données synthétiques avec plus ou moins de relations disponibles. Nous étudions ensuite les limites posées au raisonnement relationnel par le champ réceptif du réseau, et approfondissons notre analyse sur des situations où la quantité de données d'entraînement est insuffisante. Enfin, nous examinons à quel moment de la formation les relations sont satisfaites, ce qui permet de comprendre à quel moment les relations elles-mêmes sont apprises.En suivant une approche de groupement de noeuds dans des graphes pour l'utilisation des informations relationnelles, nous utilisons les relations dans un contexte d'apprentissage automatique différent, celui de la découverte de communautés dans des graphes. Nous formulons le groupement dans des graphes comme un problème de correspondance inexacte entre le graphe à analyser et un graphe modèle qui encode les connaissances a priori sur la façon dont les communautés ou les clusters sont liés les uns aux autres. Nous comparons cette approche avec les approches traditionnelles de groupement dans des graphes sur un ensemble de graphes synthétiques, pour mettre en évidence les avantages d'une approche relationnelle, ainsi que sur des graphes réels
This thesis studies the capabilities of machine learning methods for reasoning on spatial relationships, with a particular focus on directional relationships, and the use of prior relational information by these methods. There are many works in the field of applying knowledge on relationships to machine learning methods. However, this body of work still leaves several open questions. Throughout this thesis, we explore, investigate and attempt to explain different research questions linked to this field.We propose an improvement to the training of CNNs via a regularisation loss function based on relational information. To this end, we propose two novel loss functions which reward relationship satisfaction during CNN training, and design synthetic experiments to showcase their impact. While the proposed loss functions show improvements over an unmodified baseline in specific, strict synthetic scenarios, the impact on more ``generic'' training scenarios is less significant. This result is not easily explainable, as neural network training is a significantly opaque process, and as such, a deeper exploration is required to understand how a CNN learns (or fails to learn) to reason using relational information.To further understanding of how a CNN can learn to reason using relational information, we propose a wide array of distinct synthetic experiments. We explore the processes which enable, facilitate, or hinder ``standard'' CNN reasoning on relationships. We propose a fundamental experience to demonstrate that a basic, unmodified CNN is capable of relational reasoning in some scenarios. Next, we explore which relationships are learned by the CNN, by performing inference on scenes where the prior relationships are disturbed, by recording the difference in the results, and by training and testing CNNs on synthetic data with more or less relationships available. We then investigate the limits placed on relational reasoning by the network receptive field, as well as deepen our analysis on situations where the amount of training data is insufficient. Finally, we explore at which moment during training relationships are satisfied, as a proxy for understanding at which moment the relationships themselves are learned.Following a graph-clustering approach to the usage of relational information, we explore prior relationships in a different machine learning context, that of community discovery on graphs. We formulate graph clustering as an inexact matching problem between the graph to be clustered and a model graph which encodes prior knowledge on how the communities or clusters relate to each other. We compare this approach with traditional graph clustering approaches on a set of synthetic graphs, to showcase the advantages of a relational-aware approach, as well as on real graphs

Si les Systèmes Multi-Agents (SMA) sont devenus des techniques de modélisation largement utilisées dans le domaine de la simulation de systèmes complexes, l'application de ces outils à des contextes géographiques reste cependant encore embryonnaire. L'intégration de la dimension spatiale au sein des SMA apporte en effet de nouvelles difficultés de modélisation que cette thèse aborde dans le cadre de la navigation maritime. Cette recherche propose un modèle multi-agents adapté à la représentation de comportements d'agents dans un environnement géographique. La démarche développée intègre une approche de raisonnement qualitatif et les comportements multiples des agents à travers le concept de rôle. Du point de vue du raisonnement spatial, modéliser les agents dans un environnement géographique impose de représenter les relations qui traduisent les interactions dans cet espace. A partir de cette observation, notre recherche développe un modèle d'interaction des agents basé sur des raisonnements spatiaux qualitatifs où les propriétés de l'environnement et du contexte géographique sont prises en compte. Le deuxième apport de la recherche est orienté vers la définition d'un modèle agent flexible qui permet la représentation de comportements multiples et changeants à travers la notion de rôle. La recherche est validée par la réalisation du prototype TRANS (Tractable Role Agent prototype for concurrent Navigation Systems) dont l'objectif est de modéliser et de simuler les trajectoires simultanées de navires.