Simulation Participative

Transcription

1 RAPPORT DE BIBLIOGRAPHIE DE MASTER RECHERCHE INFORMATIQUE Simulation Participative Quentin CARLIER ÉCOLE NATIONALE D INGÉNIEUR DE BREST 26 janvier 2012 Encadrant : Gireg DESMEULLES Laboratoire : Laboratoire en sciences et techniques de l information, de la communication et de la connaissance (Lab-STICC, CNRS 3192) Centre Européen de Réalité Virtuelle (CERV) Équipe in virtuo

2 Table des matières 1 Introduction 2 2 Système Multi-Agents / Jeux de rôles Mise en œuvre Exemple Simulation multi-agents participative Mise en œuvre Exemple Expérimentation Augmentée Mise en œuvre Exemple Simulation Participative (V. Colella) Mise en œuvre Exemple Mise en parallèle des différentes méthodes 11 Bibliographie 13

3 1 Introduction Dans le cadre de la simulation numérique, les systèmes étudiés sont de plus en plus complexes, ils mettent en jeux un grand nombre d entités en interactions locales et simultanées, l impossibilité d établir des preuves formelles pour de tels systèmes a alors nécessité l élaboration de nouvelles méthodes d investigation. La réalité virtuelle a été un des domaines mis à contribution dans ce cadre, notamment au Centre Européen de Réalité Virtuelle (CERV). Pour [Fuchs et al., 2003], «la réalité virtuelle est un domaine scientifique et technique exploitant l informatique et des interfaces comportementales en vue de simuler dans un monde virtuel le comportement d entités 3D, qui sont en interaction en temps réel entre elles et avec un ou des utilisateurs en immersion pseudo-naturelle par l intermédiaire de canaux sensori-moteurs.» in virtuo est le terme qui désigne les travaux de réalité virtuelle qui ont pour objet de s intéresser à l étude de systèmes complexes en prenant en compte l homme dans le processus de modélisation et de simulation des systèmes étudiés. Cette approche de la simulation participative est pour [Tisseau, 2001] une simulation multi-agents dans laquelle l utilisateur, représenté par un agent-avatar, peut intervenir à tout moment afin de prendre le contrôle du module de décision d un agent, puis à tout moment rendre le contrôle à l agent. L utilisateur peut aussi créer, modifier, détruire ou encore communiquer avec les agents de la simulation. Depuis un certain nombre d années, hors du cadre de la réalité virtuelle, de nombreux travaux s attachent à mettre l humain dans la boucle, ainsi le terme de simulation participative a émergé dans de nombreux domaines connexes à la réalité virtuelle : SMA, modélisation des systèmes sociaux, science de l éducation... Plusieurs communautés ont imaginé, de manière indépendante, des simulations participatives qui peuvent inclure différents concepts, celui central et commun à toutes ces méthodes étant bien entendu le fait de mettre la participation de l humain au cœur de la simulation. Le but de ce travail est de faire un tour d horizon de ces méthodes, afin notamment de faire un parallèle avec la méthodologie du CERV. Pour se faire, le document est organisé comme suit. Pour chacune des méthodes identifiées nous trouverons une brève introduction sur ses origines et les domaines d applications privilégiés, suivit d une explication concernant la mise en œuvre de la méthode, ainsi que d un exemple d utilisation. Enfin, pour clôturer ce travail, une section fera la mise en parallèle des différentes méthodes concernant leurs points de convergence et de divergence, ainsi que leurs avantages et inconvénients comparé à la méthode in virtuo. 2 Système Multi-Agents / Jeux de rôles L un des premiers domaines dans lequel on voit apparaître la notion de simulation participative concerne les sciences sociales. Notamment dans le cadre de la gestion de ressources naturelles et de leurs liens avec les populations 1, des échanges économiques de ces mêmes ressources, mais aussi les 1. modélisation de systèmes d irrigation au Sénégal[Barreteau et al., 2001] 2/13

4 Mise en œuvre Chapitre 2. Système Multi-Agents / Jeux de rôles problématiques d occupation de l espace 2. Afin de s occuper de ces problématiques et notamment leurs modélisations, l approche MAS/RPG (Multi-Agent Systems / Role-Playing Games), proposée par Olivier Barreteau en 2001, couple une simulation multi-agents à un jeu de rôle. Dans cette approche, l utilisation d un jeu de rôle permet une conception participative de la simulation multi-agents en associant pleinement les parties prenantes dans le cycle de conception du modèle de celle-ci. [Barreteau et al., 2001] distingue trois utilisations des systèmes multi-agents dans le cadre de la gestion de ressources naturelles : Un outil de recherche : la dynamique des systèmes réels pouvant être lente, et des personnes étant impliquées dans ceux-si, la répétabilité et le contrôle des expérimentations ne peut-être réalisé de manière satisfaisante sur le système d étude. Un outil d apprentissage et d entraînement : permet un apprentissage par essais/erreurs sans réelle perte. Un outil d aide à la décision : offre un moyen de représenter le système dans sa globalité, tester des scénarios, réduire les incompréhensions entre parties prenantes. Les participants entrant alors en jeux dans la simulation via le jeu de rôle sont de plusieurs ordres en fonction de l utilisation faite du modèle : La validation du modèle : les participants sont alors les parties prenantes de la simulation mise en place. L entrainement : les participants sont alors des personnes en formation. Aide à la décision : les participants sont les parties prenantes du système mais peuvent éventuellement voir leurs rôles inversés[etienne, 2003] afin de mieux appréhender le point de vue des autres personnes impliquées. 2.1 Mise en œuvre Les chercheurs conçoivent une simulation multi-agents du système, celle-ci est ensuite convertie en un jeu de rôle. L idée de base étant que chaque joueur est un agent de la simulation et les règles sont alors les mêmes que dans celle-ci. Cependant, pour des raisons pratique (nombre d agents, nombre de règles), celui-ci doit éventuellement être simplifié tout en visant a préserver les aspects nécessaires à la recherche menée.[barreteau et al., 2001, Guyot et Honiden, 2006] L autre problème important de cette conversion concerne la gestion du temps. La simulation sur ordinateur permet de simuler un très grand nombre de pas de temps court. Dans le jeu de rôle le temps nécessaire à chaque action étant beaucoup plus long et l ennui des joueurs par un trop grand nombre de répétitions doit être évité. [Barreteau et al., 2001] [Guyot et Honiden, 2006] constatent que lors des simulations basées sur la gestion de ressources, les règles de gestion sont généralement gérées par un automate cellulaire. Ce même automate peut alors être utilisé dans le jeu de rôle, l organisateur s occupant alors de rentrer les informations dans l ordinateur chargé d effectuer la simulation des ressources à la fin de chaque tour de jeu. Le même principe de réutilisation peut-être appliqué même si les ressources sont gérés par un autre type de modèle qu un automate cellulaire, à condition que les règles de gestion ne soit pas modifiées lors de l étape de simplification. Suite à la session de jeu, une session de débriefing est organisée. Ce débriefing permet de récolter les retours d expérience des joueurs, afin de pouvoir procéder à une validation et une amélioration du modèle et de la simulation multi-agents. L utilisation du jeu de rôle suivi de cette session apporte plus de communication avec les modélisateurs que des interviews effectuées lors de la modélisation du 2. Sylvopastoralisme en méditerranéenne[etienne, 2003] 3/13

5 Mise en œuvre Chapitre 2. Système Multi-Agents / Jeux de rôles système multi-agents. Les données du jeu de rôle et de la simulation sont alors comparée au système réel. Le modèle des agents peut alors être validé ou non pour l usage prévu. Enfin, des améliorations peuvent y être apportées et de nouveaux sujets d approfondissement peuvent alors être relevés afin d effectuer un nouveau cycle de modélisation. Une évolution possible de cette approche peut-être l application de machine-learning sur les données récoltées lors de la phase de jeu de rôle, afin de valider le modèle plutôt qu uniquement une analyse par l expert du domaine. C est la méthode mise en place par [Torii et al., 2006] pour la modélisation des prises de décision. Elle consiste en un jeu de rôle associé à de l apprentissage par classification statistique (classification learning), afin de réduire le biais introduit par les croyances et hypothèses du modélisateur. Malheureusement la quantité d information récoltée est limitée, notamment à cause difficulté de mise en place et coût d une session de jeu (12 à 15 joueurs sur 2 jours). Un apprentissage uniquement sur ces données n est pas possible du fait de leur volume réduit. Une méthode a donc été mise en place dans [Torii et al., 2006] afin d user efficacement des connaissances de l expert tout en réduisant le biais induit. FIGURE 2.1 Création du modèle agents par [Torii et al., 2006] Pour [Barreteau et al., 2001], le principal avantage dans l utilisation d un jeu de rôle est qu il permet «d ouvrir la boite noire» du système, en permettant aux parties prenantes de comprendre le modèle établi. [Torii et al., 2006] constate une plus grande implication des parties prenantes dans la modélisation. Le modèle est alors légitimé auprès des parties prenantes, notamment pour une utilisation dans un outil d aide à la décision. 4/13

6 Exemple Chapitre 2. Système Multi-Agents / Jeux de rôles 2.2 Exemple L application mise en démonstration dans [Barreteau et al., 2001] concerne les systèmes d irrigations de la vallée du Sénégal, ceci afin d étudier les causes des faibles performances du système ; l hypothèse devant être testée étant un défaut dans les coordinations entre parties prenantes du systèmes. Un modèle du système d irrigation nommé SHADOC a été créé (décrit plus en détail dans l article ainsi que dans [Barreteau et Bousquet, 2000]). Il comprend une première partie modélisant l environnement : le système d irrigation est composé d une station de pompage qui alimente un canal principal ce jetant dans une une série de 5 canaux d irrigation qui desservent un certain nombre de parcelles. Lorsque sur un canal plusieurs parcelles sont ouvertes, celle là plus près du canal principal reçoit deux fois plus d eau que la suivante. Le modèle SHADOC comprend de même une seconde partie modélisant le système social. Chaque fermier est membre d un groupe du système (allocation d eau le long d un canal d irrigation ; responsable de l accès aux crédits ; responsable de la station de pompage). Chaque fermier possède une représentation interne du système : état supposé de sa parcelle ; disponibilité supposée en eau ; liste des personnes avec lesquels il est susceptible d échanger informations et services ; états des relations avec les autres agents (comme les dettes et créances). La structure sociale étant hautement hiérarchique, chaque individu a un statut social particulier dans celle-ci. Enfin, chaque agent a un ensemble de règles de comportement pouvant dépendre de son état interne, de son groupe et de son statut social. Pour l utilisation en jeu de rôle le modèle doit être simplifié afin d éviter d avoir des sessions regroupant une soixantaine de personnes et d éviter des centaines de répétitions des mêmes actions : le nombre de joueurs a donc été limité à une douzaine ; certaines règles ont été éliminé après discussion avec une association de fermier ; et la saison a été réduite à 8 pas de temps. Une SMA (ShadocLight) de ce modèle simplifié a alors été mise en place. Lors du jeu, tous les cultivateurs sont sur le même système d irrigation et sont séparés en deux tables, chacune une représentant un village équivalent au groupe d amis du modèle. Au début du jeu, chaque joueur prend trois cartes représentant les règles qu il devra suivre lors de la session. Celle-ci représentant les règles ayant été considérées par la simulation et des sessions de jeu précédente (le modèle et le jeu étant mis à jour en fonction des retours). Ces règles concernent le statue social de la personne, le but du cultivateur (production d exportation, production vivrière, ou bien la mettre en production pour qu elle ne lui soit retirée), la règle de remboursement des crédits. Le jeu de rôle met en place deux canaux d irrigation, les joueurs des deux villages sont placés de manière aléatoire sur les parcelles le long de ces deux canaux. Parmi les joueurs trois sont choisis pour réaliser, en plus de leur rôle de fermier, ceux de : chargé de la station de pompage et collecte des frais d accès à l eau ; chargé des crédits ; chargé de gestion de la régulation le long de chacun des deux canaux d irrigation. Les résultats obtenus, grâce à l approche MAS/RPG, semblent prometteur quant à l explication du modèle aux parties prenantes et son utilisation comme outil de discutions entre celles-ci. Toute fois dans cet exemple, une des critiques exprimé concerne la sensibilité du jeu face à l organisation sociale du système étudié, notamment concernant la castes des participants. 5/13

7 Chapitre 3. Simulation multi-agents participative 3 Simulation multi-agents participative Pour [Guyot et Honiden, 2006], la simulation multi-agents participative 1 est une évolution naturelle de l approche MAS/RPG, ils citent notamment les interactions des utilisateurs avec le système Cormas 2 dans l approche MAS/RPG. Ces actions, bien qu effectuées dans le jeu de rôle sont, lors de leur entrée dans le simulateur de l environnement, traduites en actions équivalentes à celles d un agent. De plus le simulateur Cormas va parfois jusqu à simuler des agents réactifs très simple (par exemple des oiseaux en dangers). [Guyot, 2006] définit donc la simulation multi-agents participative approche comme «une simulation multi-agents avec lequel les humains interagissent, non plus via un jeu de rôle, mais directement en contrôlant via une interface logiciel un des agents du système». Ces simulations peuvent être menées en laboratoires comme à distance à travers Internet. Les agents participent à la simulation comme les humains. Les participants accèdent à la simulation comme le ferait un agent, les participants contrôlant toutes les interactions possibles avec les autres agents. Toujours dans le cadre de la simulation multi-agents participative, [Torii et al., 2006] et [Ishida et al., 2007] font quant à eux une modélisation plus explicite en effectuant une séparation nette entre le modèle agent, qui correspond au processus décisionnel de l agent, et le modèle interactions (ou scénarios) qu ils voient comme des «lignes directrices du comportement» dans lesquels «l utilisateur garde sont autonomie». Cette capacité de contrôle de l ensemble des interactions (que Guyot nomme primitives) présente un avantage particulièrement important pour l étude du comportement social. L obligation de suivre le schéma d interaction prévu entrainant un biais dû aux hypothèses du modélisateur qui empêche alors l émergence de comportement non connus. Les objectifs de recherche, d apprentissage et d aide à la décision et les usages de validation, d entrainement et d aide à la décision (voir section MAS/RPG) de la simulation multi-agents participative demeurent les mêmes que dans l approche MAS/RPG. Ceci s explique bien car comme nous l avons indiqué, la première se présente comme une évolution direct de la seconde. Notons qu [Ishida et al., 2007] étend le cadre applicatif de la simulation multi-agents participative à l étude de l interaction entres les êtres humains et les «systèmes informatiques socialement embarqué» 3, ceci complète l exemple du domaine des ressources naturelles de [Guyot et Honiden, 2006] que nous presentons dans la section suivante). Ainsi les sciences sociales sont le domaine de prédilection de la simulation multi-agents participative. 3.1 Mise en œuvre Le début de la conception est proche d une simulation multi-agents classique, éventuellement conçu via un jeu de rôle[torii et al., 2006]. La première étape consiste en la création d un modèle du domaine décrivant le système, les personnes impliquées et leurs interactions. Ce premier modèle est ensuite transformé en un modèle de conception afin de formaliser les éléments en jeu dans la simulation et permettre un échange entre les experts du domaine et les informaticiens. La troisième étape consiste en la transformation du modèle de conception en modèle de simulation. Cette transformation peut quant à 1. aussi appelé PMAS pour Participatory Multiagent Simulation 2. simulateur couramment utilisé avec l approche MAS/RPG 3. afficheur, bornes, téléphone portable, etc. 6/13

8 Exemple Chapitre 3. Simulation multi-agents participative elle nécessité des simplifications afin de rendre possible l utilisation du modèle dans le cadre de la simulation multi-agents participative. En effet, des contraintes existent concernant les dimensions à la simulation comme le nombre de participants, mais aussi la durée de la simulation, ainsi que le la simplicité et la rapidité de prise en mains par les participants. Les interactions entre agents ainsi modélisées sont ensuite décomposées en primitives d interaction mises à la disposition des participants, ceci permet de valider les hypothèses d interactions ou au contraire l émergence de comportement inattendu et ainsi éviter un biais important qui aurait été introduit par les hypothèses de l expert domaine. Tout([Guyot et Honiden, 2006]) ou parti([torii et al., 2006], [Ishida et al., 2007]) des agents sont contrôlés pas des participants via un ordinateur. Cette interface est : soit une simple IHM permettant de discuter avec les autres agents et d effectuer certaine opération, envoie d argent ou de marchandise dans le cadre de la simulation de [Guyot et Honiden, 2006] ; soit en immersions dans un environnement 3D temps réel dans le cadre de la simulation d [Ishida et al., 2007]. La mise en œuvre d un remplacement partiel des agents principaux de la simulation chez [Torii et al., 2006], puis [Ishida et al., 2007] offre l avantage de tout de même permettre la simulation à large échelles avec un nombre réduit de participant. L expérimentation est ensuite effectuée, suivit d un débriefing à la fin de celle-ci. À la fin de l expérimentation, comme dans le MAS/RPG, un débriefing est effectué, mais plusieurs avantage sont alors offert : lors du débriefing le défaut majeur est le manque d objectivité des participants sur leur comportement. Pour pallier à ce problème [Etienne, 2003] effectue un enregistre vidéo ça simulation utilisant l approche MAS/RPG. Avec la simulation multi-agents participative, toutes les actions et interactions se faisant via l interface, une trace complète peut alors être effectué. des outils d analyse peuvent être mis en place sur ces traces afin d extraire des informations disponible rapidement lors du débriefing permettant alors de revenir avec le participant sur un point particulier. [Guyot et Honiden, 2006] met aussi en avant la possibilité de fournir au joueur des agents assistants. Ces agents prodigue des conseils en fonction d un modèle de bonne stratégie pour le jeu associer à un mécanisme d apprentissage par renforcement visant à reproduire les erreurs des participants. Si le participant ne suit pas le conseil, il doit alors expliquer son choix à l assistant. Ceci permet une verbalisation des choix pendant la simulation, les modeleurs posséder alors des informations nette et précise sur ses motivations et non pas uniquement une version altérée par le temps ou les remises en cause du joueur. ces traces permettent enfin de facilité l implémentation des comportements dans les agents logiciels de la simulation. Enfin la dernières étapes consistent en l analyse des données afin de valider ou non la modélisation, de l améliorer et définir les prochains points de recherche. 3.2 Exemple Guyot prend l exemple d une simulation du marché du café dans l état de Veracruz au Mexique. Celles-ci ayant était conçu dans le but de valider une hypothèse concernant la résolution d offre d achat via, bien que les producteurs n en admette pas l existence, la formation de coalition entre producteurs afin de répondre à des offres supérieurs à leur capacité propre. Le début de la conception est proche d une simulation multi-agents classique. La première étape consistance en la création d un modèle du domaine décrivant les interactions entres acheteurs et vendeurs, la description de la production du café et l identification des 3 rôles nécessaire dans la production du café. Une transformation à alors lieu en un modèle de conception afin de formaliser les éléments en jeu dans la simulation et permettre un échange entre les experts domaine et les 7/13

9 Chapitre 4. Expérimentation Augmentée informaticiens. Les contraintes de l expérimentation impose enfin une nouvelle modification en modèle de simulation, ceci afin d adapter ses dimensions à la simulation (nombres de participant jouant le rôle d agents) mais aussi d être simple et rapide à maitriser par les participants. Enfin, les interactions prévus entres agents par le modèle sont ensuite décomposé en un ensemble de primitives misent à la disposition des participants, ceci permet alors de valider les hypothèses d interactions ou au contraire l émergence de comportement inattendu et ainsi éviter un biais important qui aurait était introduit par les hypothèses de l expert domaine. Par exemple pour effectuer une transaction, il ne s agit pas d un échange d argent contre les sacs de café, mais d un envoie d argent par l un des participants, et un envoie de café par l autre participant. L interfaçage des participants avec leurs agents ce fait via une IHM classique leurs permettant d appeler les autres participants, de recevoir les offres d achats, d accéder à chaque primitive d interactions, etc. Dans cette expérience, les joueurs n était pas des producteurs de café mais 8 étudiants en informatique. Mais elle a tout de même permis d arriver à des résultats intéressant, elle a en effet montré l émergence de coalition entre producteur, résultat attendus par les auteurs. Mais elle aussi permis l émergence d autre comportement comme un comportement de trader faisait de l achat/revente et proposant de payer après avoir répondus à l offre, comportement qui n aurait pas était possible si les interactions avait était figé. 4 Expérimentation Augmentée L expérimentation augmentée proposée par [Ishida et al., 2007] consiste à amener l expérimentation virtuelle dans le monde réel. Une simulation multi-agents à large échelle, modélisée précédemment via une simulation participative, est organisée. Des informations informations nécessaires au contrôle d avatars sont récoltées, depuis le monde réel, via différents capteurs et sont ensuite transmis à la simulation. Ensuite la simulation renvoie d autre information concernant son état vers le monde réel. L expérience n est donc plus une expérience de réalité virtuelle mais de réalité augmentée. Son but est de régler la problématique du nombre de participant disponible pour les expérimentations. En effet, il est parfois nécessaire de tester le système en environnement réel, seulement il est parfois difficile d organiser une simulation avec un grand nombre de sujet. L expérimentation augmentée permet alors d effectuer des expérimentations dans le système réel tout en se limitant à un petit nombre de participant. De plus en permettant un enregistrement et un accès de toutes les informations de la simulation via le monde virtuelle, l expérimentation augmentée permet une analyse plus fine de celle-ci. 4.1 Mise en œuvre Une simulation multi-agents est mise en place dans un environnement virtuel avec des agents dont les modèles (agents et scénarios interaction) ont été obtenus via une simulation participative. Dans un environnement réel, divers capteurs (Caméra avec détection de forme, module GPS...) sont mis en place afin de reproduire les sujets humains dans l environnement virtuel Plusieurs participants humains sont alors mis en situation dans le monde réel dans le lieu ainsi équipé. Les informations ainsi récoltées sont utilisés par la simulation afin de contrôle des avatars dans l environnement virtuel. Un 8/13

10 Exemple Chapitre 4. Expérimentation Augmentée retour d information sur le déroulement de la simulation est ensuite fournis aux participants via divers canaux de communication (haut-parleur, dispositif de vision, smart-phone...) Les organisateurs peuvent observer entièrement l expérience depuis n importe quel point de vue via l environnement virtuel et communiqué avec les participants via leur avatars dans celui-ci. La méthode permet aussi de mettre en place non plus des projections du réel dans le virtuel, mais du virtuel dans le réel via des humans extra qui sont aux agents ce que les avatars sont aux participants : des humains représentant les agents du monde virtuel dans le réel. Avatar Human Subject Virtual Space Monitor Real Space a) Real-World Experiment Real Space b) Virtual Space to Monitor Experiment Scenario Avatar Agent Monitor Virtual Space Human Extra Real Space c) Multiagent-Based Augmented Experiment FIGURE 4.1 Expérience Augmentée selon [Ishida et al., 2007] 4.2 Exemple L expérimentation mise en place par [Ishida et al., 2007] consiste en une simulation de catastrophe dans le but tester de nouveaux processus d évacuation basés sur des téléphones mobiles. Deux expérimentations on en réalité été mise en place : une première en intérieur, consistant en l évacuation de la principale gare de Kyoto avec plus de passagers par jour ; une seconde en extérieur, consistant en l évacuation d une zone sinistrés en ville. La première utilise 28 caméras omnidirectionnels afin d acquérir en temps réels les mouvements des passagers, pour ensuite reproduire dans FreeWalk, un environnement 3D orienté vers la simulation de ville virtuelle. Dans celui-ci une simulation multi-agents est exécutée dont les participants contrôlent une partie des agents, les autres étant des agents autonomes contrôlé par un scénario d évacuation. Le chef d évacuation peut alors, via le moniteur de contrôle qui offre une vue d avion de la station de métro, voir le déroulement de l opération. En cliquant sur son avatar, le chef d évacuation peut alors rentrer en communication avec le participant via son téléphone portable. Le participant a quant à lui un retour sur les éléments l entourant via des symboles affichés sur l écran du téléphone portable. Les auteurs constatent, lors de cette expérience, que la crédibilité visuelle n était pas suffisante et ne permettait pas aux participants de reconnaitre correctement la foule autour des escaliers. La seconde expérimentation concerne cette fois une évacuation en extérieur. Dans celle-ci, la position des participants est alors récupérée via GPS et l environnement virtuel utilisé (Caribbean) est une carte 2D. Les 10 à 30 participants contrôlent là aussi un avatar dans l environnement virtuel qui comprend 9/13

11 Chapitre 5. Simulation Participative (V. Colella) la simulation de 300 agents autonomes. Le moniteur de contrôle affiche une carte de la ville indiquant les routes bloquées, les feux, etc. Les participants peuvent alors récupérer cette carte sur leur téléphone portable et le chef d évacuation assigne des destinations et des directions d évacuation pour chaque individu ou groupe d individus. Le téléphone des participants indiquent la carte avec les informations sur les feux, les routes bloquées, les zones sûr, etc. Ainsi que les déplacements des autres agents. Dans ce dernier exemple, le système de visualisation mis en place a montré une meilleure efficacité auprès des participants. La question de l efficacité se pose toutefois concernant le cas d une foule vraiment nombreuse dans une simulation avec plus d agents logiciels. 5 Simulation Participative (V. Colella) Cette approche de la simulation participative à une visée uniquement pédagogique. Elle a pour objet d expliquer et de faire comprendre à des étudiants les bases des systèmes dynamiques complexes. Ici l expérimentation ne ce fait pas dans le monde virtuel, mais dans le monde réel via des dispositifs électroniques («Thinking Tag») portés par chacune des personnes permettant la mise en place de la simulation. [Colella, 2000] cite plusieurs expériences mise en place, par exemple la simulation de poisson dans une mare ou bien la diffusion d un virus à travers une communauté. Ces expériences ayant pour but de faire comprendre les bases des systèmes complexes, la validité des modèles mis en place n as pas importance. Au contraire de nombreuses simplifications sont mises en place pour répondre aux contraintes de nombres, de temps, mais surtout de pédagogie. 5.1 Mise en œuvre Chez [Colella, 2000], chaque participant de la simulation porte un petit appareil communicant appelé «Thinking Tag». Ceux-ci très simple (un afficheur digital, et quelque leds) communique entre eux via infrarouges lorsqu ils sont à portée l un de l autre (contact entre les participants). Mais cela pourrait très bien être un autre type d appareil, comme un smartphone. Le «Thinking Tag» contient la logique d interaction de la simulation. Les participants sont alors transformés en agents de la simulation. 5.2 Exemple La simulation mise en place par [Colella, 2000] consiste en la simulation de propagation d un virus à travers une communauté. Cette expérience menée avec un groupe de lycéens en cours de biologie, a été réalisée dans le but de faire comprendre les principes de base de la propagation et de l incubation d un virus. Le but n étant pas de simuler une vraie maladie, mais juste de comprendre la dynamique d un système complexe, le modèle mis en place est fortement simplifié. L incubation du virus avant déclaration des symptômes (LED rouge allumé) est de 3 minutes. Toutes personnes avec le virus peut en infecter une autre. Le taux de propagation est de 100%. Certain participants sont immunisés (tag contenant un 1 ou un 2 dans leur numéros d identification), une personne immunisée n est pas porteuse du virus. L expérience ce déroule sur 5 séances de 45 à 55mn sauf la dernière d 1h30. La première séance consiste en une introduction avec le chercheur et des explications et exemple sur le «Thinking Tag». 10/13

12 Chapitre 6. Mise en parallèle des différentes méthodes Les 3 séances suivantes se déroulent en 3 étapes, une première simulation de la maladie, un débriefing des élèves qui expliquent ce qu ils ont compris et émettent des hypothèses, une dernière étape ou les élèves mettent en place des expériences et les exécutent pour tester les hypothèses. Contrairement aux autres méthodes, le but n est ici ni de modéliser et améliorer la modélisation d un système, ni de servir de système d aide à la décisions. Le but pédagogique n est pas non plus l entrainement au comportement d un système réel, mais de faire comprendre à des étudiants les liens qu il peut y avoir entre les comportements individuels et les comportements collectifs. 6 Mise en parallèle des différentes méthodes Au cours de ce travail, nous avons pu voir 5 approches qui définissent aujourd hui la simulation participative. Par rapport à la définition de la simulation participative se rattachant à la réalité virtuel et utilisée par [Tisseau, 2001], l approche MAS/RPG manque de la plupart des aspects. La notion d interchangeabilité entre un agent computationnel et un avatar y est par exemple impossible ; la simulation des agents et de leurs interactions entre eux étant limité au plateau de jeu. L une des principales limitations de cette méthodologie et le rôle fixe des joueurs, empêchant l émergence de rôle non prévu par le modélisateur y est impossible. Cependant, cette simplicité permet l utilisation du jeu dans de nombreux environnement : population qui n est pas familière avec les ordinateurs ; difficulté matériel (elle ne nécessite typiquement qu un seul ordinateur quand les autres approches nécessites un ordinateur par participant) ; alimentation électrique problématique ; etc. La simulation multi-agents participative ajoute une partie importante des concepts, les agents y sont autonomes, il n y a pas de distinction entre les agents et les avatars. L interface peut être, en fonction du système à modéliser, immersive notamment chez [Ishida et al., 2007], comme conventionnelle chez [Guyot et Honiden, 2006]. L autonomie des modèles y est introduite via la possibilité pour les participants d effectuer des interactions différentes du scénario modélisé, permettant ainsi l émergence de nouveaux comportements. Il n y a cependant toujours pas d ajout/suppression/modification d agent possible, ni rendus de contrôle d un avatars à un agents computationnel. Dans les simulations participatives et augmentées d [Ishida et al., 2007] on retrouve la plupart des concepts présents dans la définition de [Tisseau, 2001] à quelques détails près. Il n y a pas ici un utilisateur omnipotent, mais un ensemble d utilisateur ayant des rôles différents : les participants d un côté qui joue le rôle des agents de la simulation qui garde leur autonomie et leur libre arbitre, mais n ont pas la main sur le reste de la simulation. de l autre côté le leader qui a une vu d ensemble de la simulation, peut déplacer le point de vue, accéder à des informations sur les agents, rentrer en contact avec eux, mais sans en prendre le contrôle ni pouvoir arrêter la simulation. L approche de Vanessa Collela, pourrait être vue comme une version limitée de l expérimentation augmentée d Ishida, celle-ci se limite à l utilisation comme outils pédagogique et n utilise pas l outil informatique pour l ajout d agents supplémentaires ni d historisation, la simulation servant ici de médiateur des interactions entre agents. Elle offre cependant dans son cadre d utilisation une simplicité facilitant la mise en place tout en réalisant ces objectifs. 11/13

13 Chapitre 6. Mise en parallèle des différentes méthodes Toutes ces méthodes, hors de l approche in virtuo se considère participative, non pas à cause de la présence d humain dans la boucle, mais de la présence de parties prenantes du système modélisé (où au moins jouant leur rôle comme dans le cas de l utilisation en tant qu outils d entrainement) lors de la simulation, ce qui limite leurs utilisations à la simulation de système sociaux. Dans l approche in virtuo, celle-ci prend en compte de la présence du ou des modélisateurs tout au long du déroulement de la simulation qui peuvent alors faire évoluer dynamiquement les modèles utilisés dans celle-ci en cours d exécution. Ces méthodes se limitent à l analyse et à la modélisation des comportements et des interactions humaines. L approche in virtuo permet de s attaquer aussi bien à des problèmes de comportements collectifs (CoPeFoot[Bossard et al., 2009]), que biologique et chimique (coagulation du sang[nicolas et al., 2001], derme in virtuo[desmeulles, 2006]), ou encore physique (état de mer[parenthoën, 2004]). De plus l approche in virtuo n impose pas un paradigme de simulation particulier, bien que celui-ci doit supporter les modifications en cours d exécution. Elle a ainsi pu être utilisé avec des simulations individus-centrées (SMA : virtuocéan[chevaillier et al., 2009]), ou bien centré interaction (basé sur le framework RéISCOP : Derme in virtuo[desmeulles, 2006]). L expérimentation augmentée, bien qu incompatible avec l approche in virtuo qui, par définition reste cantonné au monde virtuel, pourrait tout fois bénéficier des outils mis en place pour l expérimentation in virtuo. Notamment pour l étape de conceptions des modèles, ainsi que comme simulateur du monde virtuel lors de l expérimentation elle-même. De même la réalité virtuelle impose de nombreuses contraintes aux simulations misent en place, notamment concernant l interface entre le participant et la simulation, ou encore le temps réel de la simulation. 12/13

14 BIBLIOGRAPHIE BIBLIOGRAPHIE Bibliographie [Barreteau et Bousquet, 2000] BARRETEAU, O. et BOUSQUET, F. (2000). Shadoc ; a multi-agent model to tackle viability of irrigated systems. Annals of operations research, (94): [Barreteau et al., 2001] BARRETEAU, O., BOUSQUET, F. et ATTONATY, J.-M. (2001). Role-playing games for opening the black box of multi-agent systems : method and lessons of its application to senegal river valley irrigated systems. Journal of Artificial Societies and Social Simulation, 4(2):5. [Bossard et al., 2009] BOSSARD, C., KERMARREC, G., DE LOOR, P., BÉNARD, R. et TISSEAU, J. (2009). Sport, réalité virtuelle et conception de simulations participatives : illustration dans le domaine du football avec le simulateur CoPeFoot. Intellectica, 2(52): [Chevaillier et al., 2009] CHEVAILLIER, P., BONNEAUD, S., DESMEULLES, G. et REDOU, P. (2009). Experimental study of agent population models with a specific attention to the discretization biases. In Proceedings of the European Simulation and Modelling Conference, ESM 09, EUROSIS, The European Simulation Society. AI-Akaidi, M. (ed.). [Colella, 2000] COLELLA, V. (2000). Participatory simulations : Building collaborative understanding through immersive dynamic modeling. Journal of the Learning Sciences, 9(4): [Desmeulles, 2006] DESMEULLES, G. (2006). Réification des interactions pour l expérience in virtuo de systèmes biologiques multi-modèles. Thèse de doctorat, Université de Brest. [Etienne, 2003] ETIENNE, M. (2003). Sylvopast : a multiple target role-playing game to assess negotiation processes in sylvopastoral management planning. Journal of Artificial Societies and Social Simulation, 6(2):5. [Fuchs et al., 2003] FUCHS, P., ARNALDI, B. et TISSEAU, J. (2003). La réalité virtuelle et ses applications, volume 1 de Le Traité de la Réalité Virtuelle, chapitre 1. Presses de l Ecole des Mines de Paris, 2 e édition. [Guyot, 2006] GUYOT, P. (2006). Simulations multi-agents participatives : Faire interagir agents et humains pour explorer, modéliser et reproduire les comportements collectifs. Thèse de doctorat. [Guyot et Honiden, 2006] GUYOT, P. et HONIDEN, S. (2006). Agent-based participatory simulations : Merging multi-agent systems and role-playing games. Journal of Artificial Societies and Social Simulation, 9(4):8. [Ishida et al., 2007] ISHIDA, T., NAKAJIMA, Y., MURAKAMI, Y. et NAKANISHI, H. (2007). Augmented experiment : Participatory design with multiagent simulation. [Nicolas et al., 2001] NICOLAS, M., ABGRALL, J.-F., BALLET, P. et TISSEAU, J. (2001). Multiagent simulation of blood coagulation. Thrombosis and Haemostasis, ISTH: [Parenthoën, 2004] PARENTHOËN, M. (2004). Animation phénoménologique de la mer : une approche énactive. Thèse de doctorat, Université de Brest. [Tisseau, 2001] TISSEAU, J. (2001). Réalité virtuelle : autonomie in virtuo. Habilitation à Diriger des Recherches, Université de Rennes 1. [Torii et al., 2006] TORII, D., ISHIDA, T. et BOUSQUET, F. (2006). Modeling agents and interactions in agricultural economics. In NAKASHIMA, H., WELLMAN, M. P., WEISS, G. et STONE, P., éditeurs : AAMAS, pages ACM. 13/13