La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

1 Les systèmes multi-agents pour les Environnements Virtuels de Formation. Ronan Querrec - Laboratoire dInformatique Industrielle - Application à la sécurité

Présentations similaires


Présentation au sujet: "1 Les systèmes multi-agents pour les Environnements Virtuels de Formation. Ronan Querrec - Laboratoire dInformatique Industrielle - Application à la sécurité"— Transcription de la présentation:

1 1 Les systèmes multi-agents pour les Environnements Virtuels de Formation. Ronan Querrec - Laboratoire dInformatique Industrielle - Application à la sécurité civile. 4 octobre 2002 EA2215 : UBO / ENIB

2 2 n Actualité des risques sur les sites Seveso n Prévision : Préparation de plans d intervention Multiples intervenantsMultiples intervenants Multiples servicesMultiples services n Problème pour la formation Difficultés de faire des exercices en environnement de type SevesoDifficultés de faire des exercices en environnement de type Seveso Éviter que lincident ne se transforme en criseÉviter que lincident ne se transforme en crise Introduction

3 3 n Environnement Virtuel de Formation VET : Virtual Environment for TrainingVET : Virtual Environment for Training n Formation en situation opérationnelle Sans risquesSans risques Simulation multi-utilisateursSimulation multi-utilisateurs Simulation déquipesSimulation déquipes Fonctions pédagogiquesFonctions pédagogiques –Modification de lenvironnement –Rejeu … Introduction

4 4 Conclusion Perspectives SécuRéVi Formation à la Gestion Opérationnelle et Commandement Environnement Social Rationnel Equipes Procédures Environnement Physique Réactif Réseaux dinteractions Problématique Environnement Virtuel de Formation MASCARET Comportement dAgents Organisation Plan Avatars Représentent les utilisateurs dans le SMA

5 5 n Origine : Acquisition de savoirs EAO, EIAO, EIAH …EAO, EIAO, EIAH … n Limites des premières applications Simple application des méthodes de formationSimple application des méthodes de formation Mauvaise analyse des besoins perceptifs des apprenantsMauvaise analyse des besoins perceptifs des apprenants Peu d interactions Apprenants / Formateurs …Peu d interactions Apprenants / Formateurs … Les Environnements Virtuels de Formation

6 6 n Nouveaux paradigmes Constructivisme [Piaget 70] Constructivisme [Piaget 70] n Immergé lapprenant pour « Apprendre en faisant » « Apprendre en faisant » n Acquisition de savoir-faire Les Environnements Virtuels de Formation Réalité Virtuelle Réalité Virtuelle

7 7 n Environnements dapprentissage –Shadwell [Tate 97] –EVE [Gerval 02] n Tuteurs intelligents –STEVE [Rickel 99] –Mentoniezh [Py 96] Applications existantes Acquisition de savoirs ou gestes techniques Acquisition de savoirs ou gestes techniques

8 8 n Prise de décision et non gestes techniques Faire face à des situations acquisition de savoirsFaire face à des situations acquisition de savoirs n Travail Collaboratif Travail en équipes : répartition des responsabilitésTravail en équipes : répartition des responsabilités Travail procéduralTravail procédural n Adaptatif Comportement adaptatif des personnagesComportement adaptatif des personnages Entraînement adapté à lapprenantEntraînement adapté à lapprenant n Environnement Réaliste Objectifs: Environnement dentraînement

9 9 Les Systèmes Multi-Agents nAgents Simulation de personnages, phénomènes physiquesSimulation de personnages, phénomènes physiques nEnvironnement SocialSocial PhysiquePhysique nInteractions Coordination dactions, communications …Coordination dactions, communications … nOrganisation Équipes …Équipes … nUtilisateur Agent immergé dans le SMAAgent immergé dans le SMAVowels [Demazeau 95] [Tisseau 01]

10 10 n Environnement Virtuel de Formation Système Multi-AgentsSystème Multi-Agents Capacités réactives, cognitives et socialesCapacités réactives, cognitives et sociales InteractionsInteractions n MASCARET Multi-Agent System forMulti-Agent System for Collaborative,Collaborative, Adaptive andAdaptive and RealisticRealistic Environments for TrainingEnvironments for Training Thèse

11 11 Conclusion Perspectives SécuRéVi Formation à la Gestion Opérationnelle et Commandement Environnement Social Rationnel Equipes Procédures Environnement Physique Réactif Réseaux dinteractions Problématique Environnement Virtuel de Formation MASCARET Comportement dAgents Organisation Plan Avatars Représentent les utilisateurs dans le SMA

12 12 MASCARET : Le Système Multi-Agents Je suis un agent

13 13 Organisation Name : string Role Name : string Multiplicity : integer Prerequesite (Organisation, Agent) Agent playRole(orgName, roleName) abandonRole(orgName, roleName) getPartners(orgName) getRolePlayers(orgName, roleName) organisationalBehavior() BehavioralFeature 1.. * behaviors 1 performer * * MASCARET : Les agents

14 14 Conclusion Perspectives SécuRéVi Formation à la Gestion Opérationnelle et Commandement Environnement Social Rationnel Equipes Procédures Environnement Physique Réactif Réseaux dinteractions Problématique Environnement Virtuel de Formation MASCARET Comportement dAgents Organisation Plan Avatars Représentent les utilisateurs dans le SMA

15 15 Je suis un agent réactif « jet d eau ». Je perçois d autres agents. Je les informe de mon existence. Je suis une particule de gaz. Je suis en interaction avec un jet d eau. Je modifie mon état interne. Je me déplace en conséquence. MASCARET : Lenvironnement physique n Différents types de phénomènes Toxicité, échanges thermiques, mouvements … Toxicité, échanges thermiques, mouvements …

16 16 Environnement physique : Contraintes n Liées à la formation Inhibition de phénomènes Inhibition de phénomènes n Liées à la réalité virtuelle Simulation en temps contraint Simulation en temps contraint Perception dans le SMA en O(N 2 ) Perception dans le SMA en O(N 2 ) n Modèles adaptés n Structuration des interactions

17 17 Interaction entre agents réactifs n Prise en compte de linteraction n Acquisition de létat de la source n Force dinteraction Interaction entre agents réactifs Cible Ak n Détection de linteraction n Recruteur n Interactions Dirigées Source dinteraction Source dinteraction Cible dinteraction Cible dinteraction Source Cible Recruteur SI S O force

18 18 ReactiveBehavior input() state() output() main() Reactive Interaction eval() weight InteractionNet OrganisationAgent Role 1* 1..* BehavioralFeature performer 1 behaviors 0..1 Réseau dinteractions GraphNodeLink InteractionLink > RecruitingSourceTarget Graph INAgent organisationalBehavior() updateSources() updateTargets()

19 19 Conclusion Perspectives SécuRéVi Formation à la Gestion Opérationnelle et Commandement Environnement Social Rationnel Equipes Procédures Environnement Physique Réactif Réseaux dinteractions Problématique Environnement Virtuel de Formation MASCARET Comportement dAgents Organisation Plan Avatars Représentent les utilisateurs dans le SMA

20 20 Je suis un agent de sécurité. Je joue le rôle du « servant » dans l équipe FPT n°1 Je contrôle le tuyau pendant que je vais au point d attaque Dans la mission M10, je sais que après que le sous-chef ait pris le dévidoir, je dois aller au point d attaque L équipe FPT peut exécuter des missions (M10...). Elle dispose de ressources (camion…). Les actions sont exécutées par des agents de sécurité jouant les rôles chef, sous-chef et servant. Ils ont reçu l ordre d exécuter M10... MASCARET : Lenvironnement social

21 21 n Organisation, rôles n Travail Procédural : plan dactions n Coordination « perception » des actions des autres n Adaptation à lenvironnement Calcul de plans implicites / butsCalcul de plans implicites / buts MASCARET : Lenvironnement social

22 22 OrganisationAgent Role 1 * 1..* BehavioralFeature performer 1 behaviors 0..1 Team TeamAgent getSubordinates() getSuperiors() organisationalBehavior() collaborativeBehavior() Mission Goal : boolExp TeamRole superior subordinate subordination * 0..1 Procedure Constraint Action start() stop() method startTime stopTime * 0..1 * 1 1 leftTerm rightTerm Travail procédural

23 23 Comportement des agents n Partage de la connaissance organisationnelle Gestionnaire de contraintes temporelles de Allen Gestionnaire de contraintes temporelles de Allen Langage haut niveau, Inférences Langage haut niveau, Inférences Simulation de lexécution sans failles de la procédure Simulation de lexécution sans failles de la procédure n Mais difficultés pour Simuler des dysfonctionnements Simuler des dysfonctionnements Distribuer les comportements Distribuer les comportements n Connaissance organisationnelle individualisée

24 24 n Calcul de plans implicites individuels La procédure explicite nagence que les actions « métiers »La procédure explicite nagence que les actions « métiers » n Connaissance distribuée de lorganisation Connaissances organisationnelles localesConnaissances organisationnelles locales – Rôles, actions – Procédures n Exécution collaborative de la procédure Coordination dactions par envoi de messagesCoordination dactions par envoi de messages Comportement des agents

25 25 Architecture dagent PerceptionAction Communication Eval Pre-conditionsDébut ActionDiffuse Résultat Résultat Action partenaires Suivi Procédure Calcul plan implicite Comportement Organisationnel Comportement Collaboratif Faits

26 26 Comportement collaboratif plan(seq([ par([(chef, action(sePreparer), (souschef, action(sePreparer)) ]), chef, action(allerAPtAttaque)... plan(seq([ par([(chef, action(sePreparer)), (souschef, action(sePreparer) ]), chef, action(allerAPtAttaque)... n Procédure sous forme de prédicat Prolog

27 27 Comportement collaboratif n Raisonnement : Actions / But BehavioralFeature Action GoalDirectedAction preCondition : boolean postCondition : boolean failCondition : boolean sePréparer Possede(Lance) Possede(Tuyau) prêt n Environnement dynamique Perception Perception

28 28 Comportement collaboratif n Calcul des plans implicites Unification et chaînage arrièreUnification et chaînage arrière Possede(Lance) Prendre(Lance) Voir(Lance) Chercher(Lance) Perception

29 29 Comportement organisationnel n Gestion de lorganisation Affectation des rôlesAffectation des rôles Mise à jours des accointancesMise à jours des accointances n Gestion des échecs Contract Net Protocol [Smith 80]Contract Net Protocol [Smith 80] Action GoalDirectedAction preCondition : boolean postCondition : boolean failCondition : boolean onFail RequestManager postCondition : boolean

30 30 Conclusion Perspectives SécuRéVi Formation à la Gestion Opérationnelle et Commandement Environnement Social Rationnel Equipes Procédures Environnement Physique Réactif Réseaux dinteractions Problématique Environnement Virtuel de Formation MASCARET Comportement dAgents Organisation Plan Avatars Représentent les utilisateurs dans le SMA

31 31 Prends la lance ! Mon Humain me demande de prendre la lance, j accepte. Dans la mission M10, je sais que après que le chef ait pris la lance, je devrais aller au point d attaque. Si la contrainte est satisfaite, je le ferais. MASCARET : Lavatar

32 32 Agent avatar n Immersion dans le SMA Agents autonomes substitution en ligneAgents autonomes substitution en ligne PerceptionAction Communication Eval Pre-conditionsDébut ActionDiffuse Résultat Résultat Action partenaires Suivi Procédure Calcul plan implicite Comportement Organisationnel Comportement Collaboratif Faits Début Action

33 33 Conclusion Perspectives SécuRéVi Formation à la Gestion Opérationnelle et Commandement Environnement Social Rationnel Equipes Procédures Environnement Physique Réactif Réseaux dinteractions Problématique Environnement Virtuel de Formation MASCARET Comportement dAgents Organisation Plan Avatars Représentent les utilisateurs dans le SMA

34 34 SécuRéVi n Personnages n Sites industriels Sécurité civile et Réalité Virtuelle H-ANIM, Poser VRML

35 35 n Modélisation de phénomènes physiques Propagation de gaz, explosions, jets d eauPropagation de gaz, explosions, jets d eau SécuRéVi OrganisationAgent Role 1 * 1..* BehavioralFeature performer 1 behaviors 0..1 Mascaret générique InteractionNet Recruiting SourceTarget ReactiveBehavior ReactiveComponent Mascaret environnement physique SécuRéVi ToxicNet Toxic ToxicBehavior

36 36 SécuRéVi n Modélisation déquipes de pompiers FPT, CMIC … (niveau chef d équipe)FPT, CMIC … (niveau chef d équipe) OrganisationAgent Role 1 * 1..* BehavioralFeature performer 1 behaviors 0..1 Mascaret générique Team TeamRoleAction Procedure GDAction Mascaret environnement social FPT Chef ServantSous-Chef SeTenirPret BasculerFleche SécuRéVi

37 37 n ARéVi : Rendu visuel et sonore Personnages, phénomènes physiquesPersonnages, phénomènes physiques n oRis : Simulation interactive du Système Multi- Agents Agents réactifs, interactions, …Agents réactifs, interactions, … n Prolog : Comportement décisionnel Calcul des plans implicitesCalcul des plans implicites Implémentation

38 38 Conclusion Perspectives SécuRéVi Formation à la Gestion Opérationnelle et Commandement Environnement Social Rationnel Equipes Procédures Environnement Physique Réactif Réseaux dinteractions Problématique Environnement Virtuel de Formation MASCARET Comportement dAgents Organisation Plan Avatars Représentent les utilisateurs dans le SMA

39 39 n Environnement virtuel de formation n Collaboratif, Adaptatif et Réaliste n Système multi-agents Organisation des interactionsOrganisation des interactions –Environnement physique et social Comportements des agentsComportements des agents –Réactifs et sociaux Immersion des utilisateursImmersion des utilisateurs –Agent avatar MASCARET : Conclusion

40 40 n Enrichir les comportements Ajouter des « émotions »Ajouter des « émotions » Raisonner sur les interactionsRaisonner sur les interactions Rendre dynamique les organisationsRendre dynamique les organisations n Amélioration de l immersion dans le SMA Perception dactionsPerception dactions Actes de langageActes de langage n Fonctionnalités pédagogiques Scénario pédagogiqueScénario pédagogique Pédagogie différenciéePédagogie différenciée MASCARET : Perspectives

41 41 Les systèmes multi-agents pour les Environnements Virtuels de Formation. - Laboratoire dInformatique Industrielle - Application à la sécurité civile. EA2215 : UBO / ENIB


Télécharger ppt "1 Les systèmes multi-agents pour les Environnements Virtuels de Formation. Ronan Querrec - Laboratoire dInformatique Industrielle - Application à la sécurité"

Présentations similaires


Annonces Google