Loading...
Please wait, while we are loading the content...
Similar Documents
Interaction informée par un système décisionnel pour un retour multimodal en environnement virtuel : application à la formation au transport fluvial
| Content Provider | Semantic Scholar |
|---|---|
| Author | Fricoteaux, Loïc |
| Copyright Year | 2012 |
| Abstract | Cette these porte sur l’interaction entre un humain et un environnement virtuel informe (EVI). Un EVI est un environnement virtuel integrant des connaissances, qui dans notre cas sont liees aux objets virtuels (Smart Objects). L’objectif de cette these est de renforcer le couplage entre l’humain et l’EVI en permettant a celui-ci de reagir pertinemment au comportement de l’utilisateur. Pour ce faire, nous ajoutons a l’EVI un module de decision capable de choisir en temps reel des retours multimodaux suivant l’activite de l’utilisateur observee par le systeme au moyen de differents capteurs. Nous utilisons la theorie des fonctions de croyance pour la prise de decision afin de gerer l’incertitude et l’incompletude des donnees recoltees decrivant le comportement de l’utilisateur. Notre systeme apporte ainsi une interaction informee : la reaction du systeme aux actions de l’utilisateur se base sur des connaissances a priori combinees avec d’autres connaissances acquises en temps reel. Nous apportons alors une interaction personnalisee, adaptee a chaque utilisateur, pour augmenter son efficacite. Le module decisionnel integre un reseau evidentiel avec fonctions de croyance conditionnelle permettant de representer graphiquement les influences, connues a priori, entre les differentes variables du systeme. Les variables d’entree correspondent aux donnees acquises en temps reel sur l’utilisateur : ses actions et son etat physiologique. Ces donnees peuvent etre de nature incertaine (ex : donnees issues de capteurs ayant une certaine fiabilite) ou incompletes (ex : defaillance d’un des capteurs). La theorie des fonctions de croyance nous permet alors de representer ces donnees avec l’incertitude et l’ignorance qui leur sont liees. Ces croyances sont ensuite propagees dans le reseau evidentiel pour obtenir en sortie une croyance sur l’utilite du declenchement de chaque retour multimodal disponible. Le choix de l’affichage d’un ensemble de retours multimodaux, parmi ceux ayant une utilite importante, se fait en resolvant un probleme de satisfaction de contraintes. En effet, l’ensemble de retours multimodaux a choisir doit respecter un ensemble de contraintes etablies a priori ou dynamiquement. Cela permet de s’assurer de l’adequation de la solution choisie avec le systeme (ex : certains retours peuvent etre incompatibles entre eux) et de son adequation avec l’utilisateur (ex : il ne faut pas surcharger les canaux sensoriels de l’utilisateur avec trop de retours). Suivant la complexite du probleme, une bonne solution, sans garantie d’etre optimale, est calculee par un algorithme genetique afin d’etre en mesure de proposer des retours dans un laps de temps tres court. Un fichier d’informations pour chaque utilisateur est etabli a priori puis mis a jour par le systeme en fonction d’une estimation de ses preferences vis-a-vis des retours proposes. Ces preferences sont respectees au mieux dans le choix des retours. Ces travaux ont ete appliques a un simulateur de navigation fluviale afin de lui apporter un module de formation permettant d’offrir aux apprenants une interaction personnalisee avec le simulateur. Le comportement de l’apprenant est interprete par le systeme (actions sur les commandes de bateau, erreurs de navigation determinees a partir d’une estimation de la future position du bateau, niveau de stress,. . . ) et a partir de ces donnees le systeme decisionnel determine les retours multimodaux les plus appropriees a la situation courante. Les retours proposes peuvent par exemple prendre la forme d’aides visuelles, de messages sonores et de simplifications des conditions de navigation dans le but d’aider l’apprenant a anticiper les manœuvres a effectuer. Au contraire, dans le cas d’apprenants experimentes, le systeme decisionnel choisira plutot de supprimer les aides et de complexifier les conditions de navigation. Cette personnalisation des retours pour chaque apprenant apporte une autonomie dans la formation permettant a un formateur de suivre plusieurs apprenants en parallele. D’autres applications de nos travaux pourraient etre envisagees comme par l’exemple l’assistance a la conduite automobile en realite augmentee. Une experimentation a ete menee afin d’evaluer l’apport de notre systeme pour des apprenants de differents niveaux. Pour cela, notre systeme a ete compare avec un systeme ne proposant aucun retour (systeme temoin) et un autre proposant toujours les memes retours quoique fasse l’apprenant (formation sans adaptation). Les resultats montrent, qu’entre le debut et la fin de la formation, les apprenants novices ont obtenu un score deux fois superieur avec notre systeme par rapport au systeme temoin. Le systeme proposant toujours les memes retours (formation sans adaptation) n’a pas permis aux apprenants de s’ameliorer. Les reponses des apprenants aux questionnaires et les commentaires des formateurs montrent un reel interet pour notre approche. |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | https://www.hds.utc.fr/~ithouven/dokuwiki/_media/fr/memoire_de_these_loic_fricoteaux.pdf |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |
