Génération de comportements variables induits par des modèles cognitifs modulaires, appliqué à une équipe virtuelle en situation de crise, dans un contexte de formation

Generation of variable behaviours induced by modular cognitive models, applied to a virtual team in a crisis situation, in a training context

• Auteur / Autrice : Tristan de Blauwe
• Direction : Domitile Lourdeaux, Nicolas Sabouret
• Type : Thèse de doctorat
• Discipline(s) : Sciences et Technologies de l'Information et des Systèmes : Unité de recherche Heudyasic (UMR-7253)
• Date : Soutenance le 29/03/2023
• Etablissement(s) : Compiègne
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur (Compiègne)
• Partenaire(s) de recherche : Laboratoire : Heuristique et Diagnostic des Systèmes Complexes [Compiègne] / Heudiasyc

Mots clés

Mots clés contrôlés

Simulation par ordinateur

Informatique

Comportement humain

Sciences cognitives

Programmation modulaire

Informatique -- Aspect cognitif

Agents intelligents (logiciels)

Traitement réparti

Intelligence artificielle répartie

Intelligence artificielle

Réalité virtuelle

Mots clés libres

Agent cognitif virtuel

Génération de comportements

Méta-modèle

Modèle d'agent

Modèle cognitif

Comportements

Conception orientée-données

Système multi-agents

Personnage Virtuel Autonome

Cognitive virtual agent

Behaviour generation

Meta-model

Agent model

Cognitive model

Behaviour

Data-oriented

Résumé

Les recherches effectuées lors de cette thèse traitent de la génération de comportements d’agents virtuels. C’est-à-dire de la construction de modèles informatiques pour déterminer les actions qu’un agent doit effectuer au sein d’un environnement virtuel, de manière à reproduire les actions et les réactions d’un humain dans la situation simulée. Nous appliquons notamment ces travaux dans le contexte de la formation professionnelle [Barot, 2014, Huguet et al., 2016, Silverman et al., 2012] pour entraîner des opérateurs lors de situations de crise. La littérature en informatique propose de nombreux modèles d’agent qui intègrent des dimensions humaines dans le fonctionnement de l’agent, comme les émotions, en combinant certains modèles cognitifs issus de la littérature des Sciences Humaines et Sociales (SHS). Notre objectif est de faciliter la conception de tels modèles informatiques. Nous souhaitons une approche générique facilitant l’intégration modulaire de modèles cognitifs dans des modèles d’agents quelconques et ceux pour générer des comportements représentatifs, sensibles et intelligibles. Nous proposons un méta-modèle qui abstrait un modèle d’agent sous forme de cinq concepts : Operation, Perception, Action, Caractéristiques et Knowledge (connaissances). Les modèles cognitifs peuvent affecter modulairement ces cinq concepts, grâce à leur composabilité. Nous posons aussi le moins d’hypothèses possibles sur le modèle d’agent et les modèles cognitifs. Ensuite, pour compléter le méta-modèle et nos objectifs de génération de comportements sensibles et intelligibles, nous proposons une seconde contribution : un mécanisme de sélection d’action par graphes d’influences et de préférences. Ce moyen a l’avantage d’être intelligible par sa nature visuelle et de faciliter la prise en compte de manière modulaire de nouveaux comportements sur la sélection. Enfin, nous proposons une implémentation de notre méta-modèle, au travers d’une bibliothèque pour la simulation d’agents virtuels multi-paradigmes [Picault and Sicard, 2020]. Nous n’imposons pas le paradigme associé aux agents, qui peut aussi changer dynamiquement lors de la simulation. Nous employons une approche de design orientée-données (DOD), avec l’utilisation d’une méthode appelée ECS, plutôt qu’une approche orientée-objet (POO), dans le but d’améliorer les performances. Nous avons montré lors d’une évaluation de la sensibilité que les modèles cognitifs affectent le comportement de l’agent de manière cohérente par rapport aux propriétés des modèles cognitifs introduits. Nous montrons ensuite, lors d’une évaluation de l’intelligibilité et de la représentativité, que les utilisateurs ont perçus la différence de comportements et que les explications construites à partir des modèles cognitifs ont été perçues comme pertinentes. Nous avons aussi appliqué nos travaux dans un contexte de formation professionnelle dans le cadre du projet ORCHESTRAA. Enfin, les résultats de notre évaluation de performances de notre bibliothèque vis-à-vis d’autres plate-formes de la communauté des systèmes multi-agents, montrent que notre implémentation est constamment plus rapide, souvent de plusieurs ordres de grandeur dans certains cas.

The research carried out during this thesis deals with the generation of virtual agent behaviors. That is to say, the construction of computer models to determine the actions that an agent must perform in a virtual environment, in order to reproduce the actions and reactions of a human in the simulated situation. We apply this work in the context of professional training to train operators in crisis situations. The computer science literature proposes many agent models that integrate human dimensions in the agent’s functioning, such as emotions, by combining some cognitive models from the Human and Social Sciences (SHS) literature. Our goal is to facilitate the design of such computer models. We wish to develop a generic approach that facilitates the integration of cognitive models in any agent model and that generates representative, sensitive and intelligible behaviors. We propose a meta-model that abstracts an agent model into five concepts: Operation, Perception, Aaction, Cfeatures, and Knowledge. Cognitive models can modularly affect these five concepts, thanks to their composability. We also make as few assumptions as possible about the agent model and the cognitive models. Then, to complete the meta-model and our goals of generating sensible and intelligible behaviors, we propose a second contribution : an action selection mechanism by influence and preference graphs. This means has the advantage of being intelligible by its visual nature and of facilitating the modular consideration of new behaviors on the selection.Finally, we propose an implementation of our meta-model, through a library for the simulation of multi-paradigm virtual agents. We do not impose the paradigm associated with the agents, which can also change dynamically during the simulation. We employ a data-oriented design approach (DOD), using a method called ECS, rather than an object-oriented approach (OOP), in order to improve performance. We show in a sensitivity evaluation that the cognitive models affect the agent’s behavior in a consistent way with the properties of the introduced cognitive models. We then show, in an evaluation of intelligibility and representativeness, that users perceived the difference in behavior and that the explanations built from the cognitive modelswere perceived as relevant. We also applied our work in a professional training context in the context of the ORCHESTRAA project. Finally, the results of our performance evaluation of our library against other platforms in the multi-agent systems community show that our implementation is consistently faster, often by several orders of magnitude in some cases.