Entits autonomes en ralit virtuelle distribue - PowerPoint PPT Presentation

1 / 24
About This Presentation
Title:

Entits autonomes en ralit virtuelle distribue

Description:

Mod les comportementaux dans les simulations de conduite : Etat de ... 'Outil de r alit virtuelle capable de donner son utilisateur l'impression qu' ... – PowerPoint PPT presentation

Number of Views:62
Avg rating:3.0/5.0
Slides: 25
Provided by: Rit78
Category:

less

Transcript and Presenter's Notes

Title: Entits autonomes en ralit virtuelle distribue


1
Entités autonomes en réalité virtuelle distribuée
  • TORKI Samir
  • IRIT - SIRV

2
Plan
  • Simulation de conduite
  • Modèles comportementaux dans les simulations de
    conduite
  • Etat de lart
  • Problématique
  • Travaux réalisés
  • Simulation distribuée
  • HLA - VIPER
  • Travaux réalisés et perspectives

3
Simulateur de conduite
  • Outil de réalité virtuelle capable de donner à
    son utilisateur limpression quil conduit un
    vrai véhicule dans un environnement réaliste.
    Lee98

4
Le réalisme dans les simulations de conduite
  • Rendus
  • Visuel
  • Sonore
  • Haptique
  • Comportement des entités avec lesquelles
    lutilisateur interagit
  • Entités pilotées
  • Scénarii / Scripts
  • Entités autonomes

5
Modèles comportementauxdans les simulations
existantes
  • Automates Cre95
  • HCSM Cre96
  • Systèmes experts
  • Règles floues Shi03

6
Automates
  • Ensemble détats et de transitions
  • Avantages
  • Temps dexécution faible
  • Inconvénients
  • Nombre de transitions important.
  • Risques derreurs et doublis
  • Maintenance et déboguage très complexes

7
Hierarchical Concurrent State Machines (HCSM)
Cre96
  • Automate dont les états sont des automates
  • Avantages
  • Définition par raffinements successifs
  • Moins détats et de transitions à définir en même
    temps
  • Déboguage plus facile

8
Systèmes experts
  • Ensembles de règles SI ALORS
  • Représente la connaissance dun expert
  • Inconvénients similaires à ceux rencontrés dans
    les modèles à base dautomates

9
Modèle flou Shi03
  • Décomposition en 4 unités.
  • Perception fuzzification des données issues des
    capteurs
  • Emotion besoins de lentité
  • Décision ensemble de règles floues
  • Action défuzzification et exécution de laction

10
Inconvénients des modèles existants
  • Nécessitent une longue et fastidieuse tâche de
    définition
  • Fort risque derreurs et doublis
  • Faible variété de comportements
  • Difficiles à maintenir
  • Comportements statiques tout au long de la
    simulation

11
Problématique
  • Saffranchir de la tâche de définition du
    comportement
  • Utiliser les techniques de la vie artificielle
    adaptation à lenvironnement du comportement de
    lentité tout au long de la simulation

12
Systèmes de classifieurs Hol86
Environnement
Informations perçues
Capteurs
Effecteurs
Message 011100
Base de règles
Algorithme Génétique
13
Systèmes de classifieurs Hol86
Environnement
Modifications
Capteurs
Effecteurs
Action 101
Base de règles
Algorithme Génétique
14
Systèmes de classifieurs Hol86
Environnement
Capteurs
Effecteurs
Rétribution / Pénalisation
50
Base de règles
Algorithme Génétique
Création et suppression de règles
15
Simulation ComportementaleTravaux réalisés
  • Utilisation de systèmes de type aCS San01
  • Simulation mettant en jeu des véhicules autonomes
  • Base de règles initialisée aléatoirement

16
Exemple de règles obtenues
  • Véhicule 1
  • SI proche et seRapprochant ALORS freiner.
  • SI pasProche et pasRapprochant ALORS avancer.
  • Véhicule 2
  • SI pasProche ALORS accélérer.
  • SI proche et pasRapprochant ALORS accélérer.
  • SI trèsProche et pasRapprochant ALORS accélérer.
  • Véhicule 3
  • Si pasProche ALORS accélérer.
  • Véhicule 4
  • Si seRapprochant ALORS changerVoie.
  • Si pasProche ALORS accélérer.

17
Résultats
  • Définition simplifiée du modèle
  • Expression des objectifs de lentité et non de sa
    manière dagir
  • Emergence de comportements variés
  • Maintenir une vitesse élevée
  • Doubler
  • Se tenir à distance

18
Simulation comportementale Perspectives
  • Application à des environnements complexes
  • Nombre de capteurs et deffecteurs élevé
  • Règles plus longues ? temps dapparition et de
    renforcement des bonnes règles plus long
  • Définition de fitness plus complexes
  • Imitation
  • Accélérer lapparition de comportements complexes
  • Permettre à certaines entités de bénéficier de
    lexpérience de leurs voisins
  • Utiliser des comportements semblables à ceux
    dutilisateurs

19
Simulation distribuée
  • Simulation multi-utilisateurs permettre à
    plusieurs utilisateurs de participer à une même
    simulation
  • Distribution du calcul des modèles
    comportementaux plus grand nombre dentités
    autonomes

20
High Level Architecture(IEEE 1516)
  • Définie en 1995 par le département de la défense
    américain
  • Permet la création de simulations interopérables
    et réutilisables.

Fédération
Fédéré 1
Fédéré 2
Fédéré 3
Interface
Interface
Interface
Interface
21
VIPER Tor98
  • VIrtuality Programming EnviRonment plateforme
    pour le développement dapplications distribuées
    basées sur des échanges dinformations entre
    entités.

Entités(véhicules)
Stimulus(position, vitesse )
Univers virtuel (ville)
22
Travaux réalisésArchitecture générale de la
simulation
23
Simulation distribuéeRésultats / Perspectives
  • Augmentation du nombre dentités autonomes
    participant à la simulation
  • Filtrage limiter les échanges de messages entre
    entités
  • Répartition et équilibrage de charge
  • Répartir les calculs sur lensemble des machines
  • Transférer la gestion dentités afin de maximiser
    les échanges au sein dune même machine
  • Mécanismes de communication inter-entités
  • Permettre lémergence de comportements de groupe
    dans le cadre de certaines tâches.
  • Interopérabilité faire collaborer des
    simulations fonctionnant sur des systèmes /
    langages hétérogènes (Java, C).

24
Questions
Write a Comment
User Comments (0)
About PowerShow.com