11
Les systèmes multi-agents pour les Les systèmes multi-agents pour les Environnements Virtuels de Environnements Virtuels de
Formation.Formation.
Ronan QuerrecRonan Querrec
- Laboratoire d’Informatique Industrielle -
Application à la sécurité civile.Application à la sécurité civile.
4 octobre 20024 octobre 2002
EA2215 : UBO / ENIB
22
Actualité des risques sur les sites SevesoActualité des risques sur les sites Seveso
Prévision : Préparation de plans d ’interventionPrévision : Préparation de plans d ’intervention• Multiples intervenantsMultiples intervenants• Multiples servicesMultiples services
Problème pour la formationProblème pour la formation• Difficultés de faire des exercices en environnement de Difficultés de faire des exercices en environnement de
type Sevesotype Seveso• Éviter que l’incident ne se transforme en criseÉviter que l’incident ne se transforme en crise
Introduction
33
Environnement Virtuel de Formation Environnement Virtuel de Formation • VET : Virtual Environment for TrainingVET : Virtual Environment for Training
Formation en situation opérationnelleFormation en situation opérationnelle• Sans risquesSans risques• Simulation multi-utilisateursSimulation multi-utilisateurs• Simulation d’équipesSimulation d’équipes• Fonctions pédagogiquesFonctions pédagogiques
– Modification de l’environnementModification de l’environnement– Rejeu …Rejeu …
Introduction
44
Conclusion
Perspectives
SécuRéVi
Formation à la Gestion Opérationnelle et Commandement
EnvironnementSocial
• Rationnel• Equipes• Procédures
EnvironnementPhysique
• Réactif• Réseaux d’interactions
Problématique
Environnement Virtuelde Formation
MASCARET• Comportement d’Agents• Organisation
Plan
Avatars• Représentent les utilisateurs dans le SMA
55
Origine : Acquisition de savoirsOrigine : Acquisition de savoirs• EAO, EIAO, EIAH …EAO, EIAO, EIAH …
Limites des premières applicationsLimites des premières applications• Simple application des méthodes de formationSimple application des méthodes de formation• Mauvaise analyse des besoins perceptifs des Mauvaise analyse des besoins perceptifs des
apprenantsapprenants• Peu d’ interactions Apprenants / Formateurs …Peu d’ interactions Apprenants / Formateurs …
Les Environnements Virtuels de Formation
66
Nouveaux paradigmes Nouveaux paradigmes Constructivisme [Piaget 70]Constructivisme [Piaget 70]
Immergé l’apprenant pour Immergé l’apprenant pour « Apprendre en faisant »« Apprendre en faisant »
Acquisition de savoir-faireAcquisition de savoir-faire
Les Environnements Virtuels de Formation
Réalité VirtuelleRéalité Virtuelle
77
Environnements d’apprentissageEnvironnements d’apprentissage
– ShadwellShadwell[Tate 97][Tate 97]
– EVEEVE[Gerval 02][Gerval 02]
Tuteurs intelligentsTuteurs intelligents–STEVE STEVE [Rickel 99][Rickel 99]
–Mentoniezh Mentoniezh [Py 96][Py 96]
Applications existantes
Acquisition de savoirs ou gestes techniquesAcquisition de savoirs ou gestes techniques
88
Prise de décision et non gestes techniquesPrise de décision et non gestes techniques• Faire face à des situationsFaire face à des situations acquisition de savoirs acquisition de savoirs
Travail Travail CollaboratifCollaboratif• Travail en équipes : répartition des responsabilitésTravail en équipes : répartition des responsabilités
• Travail procédural Travail procédural AdaptatifAdaptatif• Comportement adaptatif des personnagesComportement adaptatif des personnages
• Entraînement adapté à l’apprenantEntraînement adapté à l’apprenant Environnement Environnement RéalisteRéaliste
Objectifs: Environnement d’entraînement
99
Les Systèmes Multi-Agents
AAgentsgents• Simulation de personnages, phénomènes physiquesSimulation de personnages, phénomènes physiques
EEnvironnementnvironnement• SocialSocial
• PhysiquePhysique IInteractionsnteractions• Coordination d’actions, communications …Coordination d’actions, communications …
OOrganisationrganisation• Équipes …Équipes …
UUtilisateurtilisateur• Agent immergé dans le SMAAgent immergé dans le SMA
VowelsVowels[Demazeau 95][Demazeau 95]
[Tisseau 01][Tisseau 01]
1010
Environnement Virtuel de FormationEnvironnement Virtuel de Formation• Système Multi-AgentsSystème Multi-Agents• Capacités réactives, cognitives et socialesCapacités réactives, cognitives et sociales• InteractionsInteractions
MASCARETMASCARET• MMulti-ulti-AAgent gent SSystem forystem for• CCollaborative,ollaborative,• AAdaptive anddaptive and• RRealisticealistic• EEnvironments for nvironments for TTrainingraining
Thèse
1111
Conclusion
Perspectives
SécuRéVi
Formation à la Gestion Opérationnelle et Commandement
EnvironnementSocial
• Rationnel• Equipes• Procédures
EnvironnementPhysique
• Réactif• Réseaux d’interactions
Problématique
Environnement Virtuelde Formation
MASCARET• Comportement d’Agents• Organisation
Plan
Avatars• Représentent les utilisateurs dans le SMA
1212
MASCARET : Le Système Multi-Agents
Je suis un agent
Je suis un agentJe suis un agent
Je suis un agent
1313
OrganisationName : string
RoleName : stringMultiplicity : integerPrerequesite (Organisation, Agent)
Agent
playRole(orgName, roleName)abandonRole(orgName, roleName)getPartners(orgName)getRolePlayers(orgName, roleName)organisationalBehavior()
BehavioralFeature
1 .. * behaviors
1 performer
*
11 .. *
MASCARET : Les agents
1414
Conclusion
Perspectives
SécuRéVi
Formation à la Gestion Opérationnelle et Commandement
EnvironnementSocial
• Rationnel• Equipes• Procédures
EnvironnementPhysique
• Réactif• Réseaux d’interactions
Problématique
Environnement Virtuelde Formation
MASCARET• Comportement d’Agents• Organisation
Plan
Avatars• Représentent les utilisateurs dans le SMA
1515
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 : L’environnement physique
Différents types de phénomènesDifférents types de phénomènes• Toxicité, échanges thermiques, mouvements …Toxicité, échanges thermiques, mouvements …
1616
Environnement physique : Contraintes
Liées à la formationLiées à la formation• Inhibition de phénomènesInhibition de phénomènes
Liées à la réalité virtuelleLiées à la réalité virtuelle• Simulation en temps Simulation en temps
contraintcontraint• Perception dans le SMA Perception dans le SMA
en O(Nen O(N22))
Modèles adaptésModèles adaptés
Structuration des Structuration des interactionsinteractions
1717
Interaction entre agents réactifs
Prise en compte de l’interactionPrise en compte de l’interaction Acquisition de l’état de la sourceAcquisition de l’état de la source Force d’interactionForce d’interaction
Interaction entre agents réactifs
Cible Ak Détection de l’interactionDétection de l’interaction
RecruteurRecruteur
Interactions DirigéesInteractions Dirigées• Source d’interactionSource d’interaction• Cible d’interactionCible d’interaction Source
Cible
Recruteur
SI
SO
force
1818
ReactiveBehavior
input()state()output()main()
ReactiveInteraction
eval()
weight
InteractionNet
Organisation Agent
Role
1 *
1 ..*BehavioralFeature
performer
1
behaviors0 ..1
Réseau d’interactions
Graph Node Link
InteractionLink<<create>>
Recruiting Source Target
Graph
INAgentorganisationalBehavior()updateSources()updateTargets()
1919
Conclusion
Perspectives
SécuRéVi
Formation à la Gestion Opérationnelle et Commandement
EnvironnementSocial
• Rationnel• Equipes• Procédures
EnvironnementPhysique
• Réactif• Réseaux d’interactions
Problématique
Environnement Virtuelde Formation
MASCARET• Comportement d’Agents• Organisation
Plan
Avatars• Représentent les utilisateurs dans le SMA
2020
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 : L’environnement social
2121
Organisation, rôlesOrganisation, rôles
Travail Procédural : plan d’actionsTravail Procédural : plan d’actions
Coordination Coordination « perception » des actions des autres« perception » des actions des autres
Adaptation à l’environnementAdaptation à l’environnement• Calcul de plans implicites / butsCalcul de plans implicites / buts
MASCARET : L’environnement social
2222
Organisation Agent
Role
1 *
1 ..*BehavioralFeature
performer
1
behaviors0 ..1
Team
TeamAgentgetSubordinates()getSuperiors()organisationalBehavior()collaborativeBehavior()
MissionGoal : boolExp
TeamRolesuperior
subordinate
subordination*
0 ..1
Procedure
Constraint
Action
start()stop()
methodstartTimestopTime
0 ..1
1 ..*
0 ..1
*
1
1
leftTerm
rightTerm
Travail procédural
2323
Comportement des agents
Partage de la connaissance organisationnellePartage de la connaissance organisationnelle• Gestionnaire de contraintes temporelles de Gestionnaire de contraintes temporelles de
AllenAllen• Langage haut niveau, InférencesLangage haut niveau, Inférences• Simulation de l’exécution sans failles de la Simulation de l’exécution sans failles de la
procédureprocédure Mais difficultés pour Mais difficultés pour • Simuler des dysfonctionnementsSimuler des dysfonctionnements• Distribuer les comportementsDistribuer les comportements
Connaissance organisationnelle individualiséeConnaissance organisationnelle individualisée
2424
Calcul de plans implicites individuelsCalcul de plans implicites individuels• La procédure explicite n’agence que les actions « métiers »La procédure explicite n’agence que les actions « métiers »
Connaissance distribuée de l’organisationConnaissance distribuée de l’organisation• Connaissances organisationnelles localesConnaissances organisationnelles locales
– Rôles, actions– Procédures
Exécution collaborative de la procédureExécution collaborative de la procédure• Coordination d’actions par envoi de messagesCoordination d’actions par envoi de messages
Comportement des agents
2525
Architecture d’agent
Perception Action Communication
Eval Pre-conditions Début Action Diffuse Résultat
Résultat ActionRésultat Actionpartenaires
Suivi ProcédureCalcul plan implicite
Comportement Organisationnel
Comportement Collaboratif
Faits
2626
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)...
Procédure sous forme de Procédure sous forme de prédicat Prologprédicat Prolog
2727
Comportement collaboratif
Raisonnement : Actions / ButRaisonnement : Actions / But
BehavioralFeature
Action
GoalDirectedAction
preCondition : booleanpostCondition : booleanfailCondition : boolean
sePréparer
Possede(Lance)
Possede(Tuyau)
prêt
Environnement dynamiqueEnvironnement dynamiquePerceptionPerception
2828
Comportement collaboratif
Calcul des plans implicitesCalcul des plans implicites• Unification et chaînage arrièreUnification et chaînage arrière
Possede(Lance)
Prendre(Lance)
Voir(Lance)
Chercher(Lance)
Perception
2929
Comportement organisationnel
Gestion de l’organisationGestion de l’organisation• Affectation des rôlesAffectation des rôles• Mise à jours des accointancesMise à jours des accointances
Gestion des échecsGestion des échecs• Contract Net Protocol [Smith Contract Net Protocol [Smith
80] 80] Action
GoalDirectedAction
preCondition : booleanpostCondition : booleanfailCondition : boolean
onFail
RequestManagerpostCondition : boolean
3030
Conclusion
Perspectives
SécuRéVi
Formation à la Gestion Opérationnelle et Commandement
EnvironnementSocial
• Rationnel• Equipes• Procédures
EnvironnementPhysique
• Réactif• Réseaux d’interactions
Problématique
Environnement Virtuelde Formation
MASCARET• Comportement d’Agents• Organisation
Plan
Avatars• Représentent les utilisateurs dans le SMA
3131
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 : L’avatar
3232
Agent avatar Immersion dans le SMAImmersion dans le SMA• Agents autonomes Agents autonomes substitution en ligne substitution en ligne
Perception Action Communication
Eval Pre-conditions Début Action Diffuse Résultat
Résultat ActionRésultat Actionpartenaires
Suivi ProcédureCalcul plan implicite
Comportement Organisationnel
Comportement Collaboratif
Faits
Début Action
3333
Conclusion
Perspectives
SécuRéVi
Formation à la Gestion Opérationnelle et Commandement
EnvironnementSocial
• Rationnel• Equipes• Procédures
EnvironnementPhysique
• Réactif• Réseaux d’interactions
Problématique
Environnement Virtuelde Formation
MASCARET• Comportement d’Agents• Organisation
Plan
Avatars• Représentent les utilisateurs dans le SMA
3434
SécuRéVi
Personnages Personnages Sites industriels Sites industriels
Sécurité civile et Réalité Virtuelle
H-ANIM, Poser VRML
3535
Modélisation de phénomènes physiquesModélisation de phénomènes physiques• Propagation de gaz, explosions, jets d ’eauPropagation de gaz, explosions, jets d ’eau
SécuRéVi
Organisation Agent
Role
1*
1 ..*BehavioralFeature
performer
1
behaviors0 ..1
Mascaret générique
InteractionNet
Recruiting
Source Target
ReactiveBehavior
ReactiveComponent
Mascaret environnementphysique
SécuRéVi
ToxicNet Toxic ToxicBehavior
3636
SécuRéVi Modélisation d’équipes de pompiersModélisation d’équipes de pompiers• FPT, CMIC … (niveau chef d ’équipe) FPT, CMIC … (niveau chef d ’équipe)
Organisation Agent
Role
1*
1 ..*BehavioralFeature
performer
1
behaviors0 ..1
Mascaret générique
Team TeamRole Action
Procedure GDAction
Mascaret environnementsocial
FPT
Chef
Servant Sous-Chef
SeTenirPret
BasculerFleche
SécuRéVi
3737
ARéVi : Rendu visuel et sonoreARéVi : Rendu visuel et sonore• Personnages, phénomènes physiquesPersonnages, phénomènes physiques
oRis : Simulation interactive du Système Multi-oRis : Simulation interactive du Système Multi-AgentsAgents• Agents réactifs, interactions, …Agents réactifs, interactions, …
Prolog : Comportement décisionnelProlog : Comportement décisionnel• Calcul des plans implicitesCalcul des plans implicites
Implémentation
3838
Conclusion
Perspectives
SécuRéVi
Formation à la Gestion Opérationnelle et Commandement
EnvironnementSocial
• Rationnel• Equipes• Procédures
EnvironnementPhysique
• Réactif• Réseaux d’interactions
Problématique
Environnement Virtuelde Formation
MASCARET• Comportement d’Agents• Organisation
Plan
Avatars• Représentent les utilisateurs dans le SMA
3939
Environnement virtuel de formationEnvironnement virtuel de formation
Collaboratif, Adaptatif et RéalisteCollaboratif, Adaptatif et Réaliste
Système multi-agents Système multi-agents • Organisation des interactionsOrganisation des interactions
– Environnement physique et socialEnvironnement physique et social
• Comportements des agentsComportements des agents– Réactifs et sociauxRéactifs et sociaux
• Immersion des utilisateursImmersion des utilisateurs– Agent avatarAgent avatar
MASCARET : Conclusion
4040
Enrichir les comportementsEnrichir les comportements• Ajouter des « émotions » Ajouter des « émotions » • Raisonner sur les interactionsRaisonner sur les interactions• Rendre dynamique les organisationsRendre dynamique les organisations
Amélioration de l ’immersion dans le SMAAmélioration de l ’immersion dans le SMA• Perception d’actions Perception d’actions • Actes de langageActes de langage
Fonctionnalités pédagogiquesFonctionnalités pédagogiques• Scénario pédagogiqueScénario pédagogique• Pédagogie différenciéePédagogie différenciée
MASCARET : Perspectives
4141
Les systèmes multi-agents pour les Les systèmes multi-agents pour les Environnements Virtuels de Formation.Environnements Virtuels de Formation.
- Laboratoire d’Informatique Industrielle -
Application à la sécurité civile.Application à la sécurité civile.
EA2215 : UBO / ENIB