SMA Et Serious Games - bollinikevin.free.frbollinikevin.free.fr/src/smainsg.pdfIntroduction Plan 1...
102
SMA Et Serious Games Soci´ et´ es Virtuelles Thomas Hinsinger Kevin Bollini Universit´ e Montpellier 2 Octobre Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 1 / 26
-
Upload
nguyenkiet -
Category
Documents
-
view
217 -
download
0
Transcript of SMA Et Serious Games - bollinikevin.free.frbollinikevin.free.fr/src/smainsg.pdfIntroduction Plan 1...
SMA Et Serious GamesSocietes Virtuelles
Thomas HinsingerKevin Bollini
Universite Montpellier 2
Octobre
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 1 / 26
Sommaire
1 Introduction
2 SG Et SMA
3 Etude de cas : Supermarche virtuel : Format-Store
4 Perspectives et Conclusions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 2 / 26
Introduction
Plan
1 IntroductionDefinition De ”Serious Games”Definition De ”SMA”
2 SG Et SMA
3 Etude de cas : Supermarche virtuel : Format-Store
4 Perspectives et Conclusions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 3 / 26
Introduction Definition De ”Serious Games”
”Serious Games”, un oxymore
Historiquement
XVeme Siecle ”serio ludere”
XXeme Siecle ”The Serious Game”
Acteurs
1970, Clark Abt
2005, Chen & Michael
2007, Alvarez
En une phrase :
Exploiter les ressorts du jeu video a d’autres fins.
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 4 / 26
Introduction Definition De ”Serious Games”
”Serious Games”, un oxymore
Historiquement
XVeme Siecle ”serio ludere”
XXeme Siecle ”The Serious Game”
Acteurs
1970, Clark Abt
2005, Chen & Michael
2007, Alvarez
En une phrase :
Exploiter les ressorts du jeu video a d’autres fins.
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 4 / 26
Introduction Definition De ”Serious Games”
”Serious Games”, un oxymore
Historiquement
XVeme Siecle ”serio ludere”
XXeme Siecle ”The Serious Game”
Acteurs
1970, Clark Abt
2005, Chen & Michael
2007, Alvarez
En une phrase :
Exploiter les ressorts du jeu video a d’autres fins.
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 4 / 26
Introduction Definition De ”Serious Games”
”Serious Games”, un oxymore
Historiquement
XVeme Siecle ”serio ludere”
XXeme Siecle ”The Serious Game”
Acteurs
1970, Clark Abt
2005, Chen & Michael
2007, Alvarez
En une phrase :
Exploiter les ressorts du jeu video a d’autres fins.
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 4 / 26
Introduction Definition De ”SMA”
Definition d’un agent
Agir dans l’environnement
Communiquer avec les autres agents
Percevoir son environnement
Possede des competences et offre des services
Representation partielle de l’environnement
Possede un but
Qui peut etre agent ?
Un robot, un humain ou encore un processus informatique et bien d’autresencore...
Conclusion
Un agent est donc completement autonome !
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 5 / 26
Introduction Definition De ”SMA”
Definition d’un agent
Agir dans l’environnement
Communiquer avec les autres agents
Percevoir son environnement
Possede des competences et offre des services
Representation partielle de l’environnement
Possede un but
Qui peut etre agent ?
Un robot, un humain ou encore un processus informatique et bien d’autresencore...
Conclusion
Un agent est donc completement autonome !
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 5 / 26
Introduction Definition De ”SMA”
Definition d’un agent
Agir dans l’environnement
Communiquer avec les autres agents
Percevoir son environnement
Possede des competences et offre des services
Representation partielle de l’environnement
Possede un but
Qui peut etre agent ?
Un robot, un humain ou encore un processus informatique et bien d’autresencore...
Conclusion
Un agent est donc completement autonome !
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 5 / 26
Introduction Definition De ”SMA”
Definition d’un agent
Agir dans l’environnement
Communiquer avec les autres agents
Percevoir son environnement
Possede des competences et offre des services
Representation partielle de l’environnement
Possede un but
Qui peut etre agent ?
Un robot, un humain ou encore un processus informatique et bien d’autresencore...
Conclusion
Un agent est donc completement autonome !
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 5 / 26
Introduction Definition De ”SMA”
Definition d’un agent
Agir dans l’environnement
Communiquer avec les autres agents
Percevoir son environnement
Possede des competences et offre des services
Representation partielle de l’environnement
Possede un but
Qui peut etre agent ?
Un robot, un humain ou encore un processus informatique et bien d’autresencore...
Conclusion
Un agent est donc completement autonome !
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 5 / 26
Introduction Definition De ”SMA”
Definition d’un agent
Agir dans l’environnement
Communiquer avec les autres agents
Percevoir son environnement
Possede des competences et offre des services
Representation partielle de l’environnement
Possede un but
Qui peut etre agent ?
Un robot, un humain ou encore un processus informatique et bien d’autresencore...
Conclusion
Un agent est donc completement autonome !
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 5 / 26
Introduction Definition De ”SMA”
Definition d’un agent
Agir dans l’environnement
Communiquer avec les autres agents
Percevoir son environnement
Possede des competences et offre des services
Representation partielle de l’environnement
Possede un but
Qui peut etre agent ?
Un robot, un humain ou encore un processus informatique et bien d’autresencore...
Conclusion
Un agent est donc completement autonome !
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 5 / 26
Introduction Definition De ”SMA”
Definition d’un SMAUn Systeme multi-agents se compose de :
Un environnement
Un ensemble d’agentsUn certain nombres d’objetsUn ensemble de relations entre les objetsUn ensemble d’operations
Figure 1 : Representation d’un systeme multi-agents
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 6 / 26
Introduction Definition De ”SMA”
Definition d’un SMAUn Systeme multi-agents se compose de :
Un environnementUn ensemble d’agents
Un certain nombres d’objetsUn ensemble de relations entre les objetsUn ensemble d’operations
Figure 1 : Representation d’un systeme multi-agents
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 6 / 26
Introduction Definition De ”SMA”
Definition d’un SMAUn Systeme multi-agents se compose de :
Un environnementUn ensemble d’agentsUn certain nombres d’objets
Un ensemble de relations entre les objetsUn ensemble d’operations
Figure 1 : Representation d’un systeme multi-agents
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 6 / 26
Introduction Definition De ”SMA”
Definition d’un SMAUn Systeme multi-agents se compose de :
Un environnementUn ensemble d’agentsUn certain nombres d’objetsUn ensemble de relations entre les objets
Un ensemble d’operations
Figure 1 : Representation d’un systeme multi-agents
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 6 / 26
Introduction Definition De ”SMA”
Definition d’un SMAUn Systeme multi-agents se compose de :
Un environnementUn ensemble d’agentsUn certain nombres d’objetsUn ensemble de relations entre les objetsUn ensemble d’operations
Figure 1 : Representation d’un systeme multi-agents
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 6 / 26
Introduction Definition De ”SMA”
Utilite d’un SMA
L’intelligence artificielle
La simulation
Modelisation de societes
Cinema
Robotique
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 7 / 26
Introduction Definition De ”SMA”
Utilite d’un SMA
L’intelligence artificielle
La simulation
Modelisation de societes
Cinema
Robotique
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 7 / 26
Introduction Definition De ”SMA”
Utilite d’un SMA
L’intelligence artificielle
La simulation
Modelisation de societes
Cinema
Robotique
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 7 / 26
Introduction Definition De ”SMA”
Utilite d’un SMA
L’intelligence artificielle
La simulation
Modelisation de societes
Cinema
Robotique
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 7 / 26
Introduction Definition De ”SMA”
Utilite d’un SMA
L’intelligence artificielle
La simulation
Modelisation de societes
Cinema
Robotique
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 7 / 26
SG Et SMA
Plan
1 Introduction
2 SG Et SMAProblematiqueMethodes
3 Etude de cas : Supermarche virtuel : Format-Store
4 Perspectives et Conclusions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 8 / 26
SG Et SMA Problematique
Pourquoi ”Systeme multi-agents” et Serious Games
Usage du SMA
Personnages Non Joueurs
Algorithme d’exploration
Raisons
Realisme
Immersion
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 9 / 26
SG Et SMA Problematique
Pourquoi ”Systeme multi-agents” et Serious Games
Usage du SMA
Personnages Non Joueurs
Algorithme d’exploration
Raisons
Realisme
Immersion
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 9 / 26
SG Et SMA Problematique
Pourquoi ”Systeme multi-agents” et Serious Games
Usage du SMA
Personnages Non Joueurs
Algorithme d’exploration
Raisons
Realisme
Immersion
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 9 / 26
SG Et SMA Problematique
Pourquoi ”Systeme multi-agents” et Serious Games
Usage du SMA
Personnages Non Joueurs
Algorithme d’exploration
Raisons
Realisme
Immersion
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 9 / 26
SG Et SMA Problematique
Pourquoi ”Systeme multi-agents” et Serious Games
Usage du SMA
Personnages Non Joueurs
Algorithme d’exploration
Raisons
Realisme
Immersion
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 9 / 26
SG Et SMA Problematique
Pourquoi ”Systeme multi-agents” et Serious Games
Usage du SMA
Personnages Non Joueurs
Algorithme d’exploration
Raisons
Realisme
Immersion
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 9 / 26
SG Et SMA Methodes
Differents Courants :
Finite State Machine
Rule-Based System
Goal-oriented Action Planning
Machine Learning
Pour Differents agents :
Agents cognitifs
Agents adaptatifs
Mais un seul But
Une Population la plus realiste possible.
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 10 / 26
SG Et SMA Methodes
Differents Courants :
Finite State Machine
Rule-Based System
Goal-oriented Action Planning
Machine Learning
Pour Differents agents :
Agents cognitifs
Agents adaptatifs
Mais un seul But
Une Population la plus realiste possible.
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 10 / 26
SG Et SMA Methodes
Differents Courants :
Finite State Machine
Rule-Based System
Goal-oriented Action Planning
Machine Learning
Pour Differents agents :
Agents cognitifs
Agents adaptatifs
Mais un seul But
Une Population la plus realiste possible.
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 10 / 26
SG Et SMA Methodes
Differents Courants :
Finite State Machine
Rule-Based System
Goal-oriented Action Planning
Machine Learning
Pour Differents agents :
Agents cognitifs
Agents adaptatifs
Mais un seul But
Une Population la plus realiste possible.
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 10 / 26
SG Et SMA Methodes
Differents Courants :
Finite State Machine
Rule-Based System
Goal-oriented Action Planning
Machine Learning
Pour Differents agents :
Agents cognitifs
Agents adaptatifs
Mais un seul But
Une Population la plus realiste possible.
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 10 / 26
SG Et SMA Methodes
Differents Courants :
Finite State Machine
Rule-Based System
Goal-oriented Action Planning
Machine Learning
Pour Differents agents :
Agents cognitifs
Agents adaptatifs
Mais un seul But
Une Population la plus realiste possible.
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 10 / 26
SG Et SMA Methodes
Differents Courants :
Finite State Machine
Rule-Based System
Goal-oriented Action Planning
Machine Learning
Pour Differents agents :
Agents cognitifs
Agents adaptatifs
Mais un seul But
Une Population la plus realiste possible.
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 10 / 26
SG Et SMA Methodes
Differents Courants :
Finite State Machine
Rule-Based System
Goal-oriented Action Planning
Machine Learning
Pour Differents agents :
Agents cognitifs
Agents adaptatifs
Mais un seul But
Une Population la plus realiste possible.
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 10 / 26
SG Et SMA Methodes
Differents Courants :
Finite State Machine
Rule-Based System
Goal-oriented Action Planning
Machine Learning
Pour Differents agents :
Agents cognitifs
Agents adaptatifs
Mais un seul But
Une Population la plus realiste possible.
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 10 / 26
SG Et SMA Methodes
Differents Courants :
Finite State Machine
Rule-Based System
Goal-oriented Action Planning
Machine Learning
Pour Differents agents :
Agents cognitifs
Agents adaptatifs
Mais un seul But
Une Population la plus realiste possible.
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 10 / 26
SG Et SMA Methodes
Finite State Machine
Agents Cognitifs simples
Graphe a etat
Implementation Courante
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 11 / 26
SG Et SMA Methodes
Finite State Machine
Agents Cognitifs simples
Graphe a etat
Implementation Courante
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 11 / 26
SG Et SMA Methodes
Finite State Machine
Agents Cognitifs simples
Graphe a etat
Implementation Courante
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 11 / 26
SG Et SMA Methodes
Rule-Based System
Agents CognitifsAdaptatifs
Systeme Expert
Oriente environnementscomplexes
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 12 / 26
SG Et SMA Methodes
Rule-Based System
Agents CognitifsAdaptatifs
Systeme Expert
Oriente environnementscomplexes
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 12 / 26
SG Et SMA Methodes
Rule-Based System
Agents CognitifsAdaptatifs
Systeme Expert
Oriente environnementscomplexes
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 12 / 26
SG Et SMA Methodes
Goal-oriented Action Planning
Agents CognitifsComplexes
Actions-Condition-Recompense
Methode couteuse
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 13 / 26
SG Et SMA Methodes
Goal-oriented Action Planning
Agents CognitifsComplexes
Actions-Condition-Recompense
Methode couteuse
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 13 / 26
SG Et SMA Methodes
Goal-oriented Action Planning
Agents CognitifsComplexes
Actions-Condition-Recompense
Methode couteuse
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 13 / 26
SG Et SMA Methodes
Machine Learning
Agents Adaptatifs
Prediction et Datamining
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 14 / 26
SG Et SMA Methodes
Machine Learning
Agents Adaptatifs
Prediction et Datamining
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 14 / 26
SG Et SMA Methodes
Machine Learning
Algorithmes
Semi/Un/SuperVised Learning
Reinforcement Learning
Transduction
Learning to Learn
Approches
Decision Tree
Artificial neural networks
Genetic programming
Bayesian networks
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 15 / 26
SG Et SMA Methodes
Machine Learning
Algorithmes
Semi/Un/SuperVised Learning
Reinforcement Learning
Transduction
Learning to Learn
Approches
Decision Tree
Artificial neural networks
Genetic programming
Bayesian networks
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 15 / 26
SG Et SMA Methodes
Machine Learning
Algorithmes
Semi/Un/SuperVised Learning
Reinforcement Learning
Transduction
Learning to Learn
Approches
Decision Tree
Artificial neural networks
Genetic programming
Bayesian networks
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 15 / 26
SG Et SMA Methodes
Machine Learning
Algorithmes
Semi/Un/SuperVised Learning
Reinforcement Learning
Transduction
Learning to Learn
Approches
Decision Tree
Artificial neural networks
Genetic programming
Bayesian networks
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 15 / 26
SG Et SMA Methodes
Machine Learning
Algorithmes
Semi/Un/SuperVised Learning
Reinforcement Learning
Transduction
Learning to Learn
Approches
Decision Tree
Artificial neural networks
Genetic programming
Bayesian networks
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 15 / 26
SG Et SMA Methodes
Machine Learning
Algorithmes
Semi/Un/SuperVised Learning
Reinforcement Learning
Transduction
Learning to Learn
Approches
Decision Tree
Artificial neural networks
Genetic programming
Bayesian networks
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 15 / 26
SG Et SMA Methodes
Machine Learning
Algorithmes
Semi/Un/SuperVised Learning
Reinforcement Learning
Transduction
Learning to Learn
Approches
Decision Tree
Artificial neural networks
Genetic programming
Bayesian networks
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 15 / 26
SG Et SMA Methodes
Machine Learning
Algorithmes
Semi/Un/SuperVised Learning
Reinforcement Learning
Transduction
Learning to Learn
Approches
Decision Tree
Artificial neural networks
Genetic programming
Bayesian networks
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 15 / 26
Etude de cas : Supermarche virtuel : Format-Store
Plan
1 Introduction
2 SG Et SMA
3 Etude de cas : Supermarche virtuel : Format-StoreIntroductionGameplayProblematiqueMethodes utiliseesResultat
4 Perspectives et Conclusions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 16 / 26
Etude de cas : Supermarche virtuel : Format-Store Introduction
Introduction
Pour qui ?
Des etudiants en commerce.
Par qui ?
Laboratoire Informatique Fondamentale de Lille
Idees-3Com
ENACO
Pourquoi ?
Appliquer les fondamentaux theoriques en situation reelle
Connaıtre les problemes recurrents de la vie professionnelle
Apporter des compte-rendu utilisables par les professeurs
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 17 / 26
Etude de cas : Supermarche virtuel : Format-Store Introduction
Introduction
Pour qui ?
Des etudiants en commerce.
Par qui ?
Laboratoire Informatique Fondamentale de Lille
Idees-3Com
ENACO
Pourquoi ?
Appliquer les fondamentaux theoriques en situation reelle
Connaıtre les problemes recurrents de la vie professionnelle
Apporter des compte-rendu utilisables par les professeurs
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 17 / 26
Etude de cas : Supermarche virtuel : Format-Store Introduction
Introduction
Pour qui ?
Des etudiants en commerce.
Par qui ?
Laboratoire Informatique Fondamentale de Lille
Idees-3Com
ENACO
Pourquoi ?
Appliquer les fondamentaux theoriques en situation reelle
Connaıtre les problemes recurrents de la vie professionnelle
Apporter des compte-rendu utilisables par les professeurs
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 17 / 26
Etude de cas : Supermarche virtuel : Format-Store Introduction
Introduction
Pour qui ?
Des etudiants en commerce.
Par qui ?
Laboratoire Informatique Fondamentale de Lille
Idees-3Com
ENACO
Pourquoi ?
Appliquer les fondamentaux theoriques en situation reelle
Connaıtre les problemes recurrents de la vie professionnelle
Apporter des compte-rendu utilisables par les professeurs
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 17 / 26
Etude de cas : Supermarche virtuel : Format-Store Introduction
Introduction
Pour qui ?
Des etudiants en commerce.
Par qui ?
Laboratoire Informatique Fondamentale de Lille
Idees-3Com
ENACO
Pourquoi ?
Appliquer les fondamentaux theoriques en situation reelle
Connaıtre les problemes recurrents de la vie professionnelle
Apporter des compte-rendu utilisables par les professeurs
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 17 / 26
Etude de cas : Supermarche virtuel : Format-Store Introduction
Introduction
Pour qui ?
Des etudiants en commerce.
Par qui ?
Laboratoire Informatique Fondamentale de Lille
Idees-3Com
ENACO
Pourquoi ?
Appliquer les fondamentaux theoriques en situation reelle
Connaıtre les problemes recurrents de la vie professionnelle
Apporter des compte-rendu utilisables par les professeurs
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 17 / 26
Etude de cas : Supermarche virtuel : Format-Store Introduction
Introduction
Pour qui ?
Des etudiants en commerce.
Par qui ?
Laboratoire Informatique Fondamentale de Lille
Idees-3Com
ENACO
Pourquoi ?
Appliquer les fondamentaux theoriques en situation reelle
Connaıtre les problemes recurrents de la vie professionnelle
Apporter des compte-rendu utilisables par les professeurs
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 17 / 26
Etude de cas : Supermarche virtuel : Format-Store Gameplay
Le gameplay general
Le joueur
Controle d’un avatarpersonnalisable
Venir en aide aux clientsqui en ont besoin
Clients faisant leurcourses sans se soucierdu joueur
Figure 2 : Interface generale dujeu
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 18 / 26
Etude de cas : Supermarche virtuel : Format-Store Gameplay
Le gameplay general
Le joueur
Controle d’un avatarpersonnalisable
Venir en aide aux clientsqui en ont besoin
Clients faisant leurcourses sans se soucierdu joueur
Figure 2 : Interface generale dujeu
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 18 / 26
Etude de cas : Supermarche virtuel : Format-Store Gameplay
Le gameplay general
Le joueur
Controle d’un avatarpersonnalisable
Venir en aide aux clientsqui en ont besoin
Clients faisant leurcourses sans se soucierdu joueur
Figure 2 : Interface generale dujeu
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 18 / 26
Etude de cas : Supermarche virtuel : Format-Store Gameplay
Les resolutions des problemes
Les problemes
Le client cherche lejoueur pour lui demanderde l’aide
Resolutions desproblemes par dialoguesd’interactionsconversationnelle
En resulte un score et uncompte rendu une fois leprobleme resolu
Figure 3 : Interface deresolutions de problemes
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 19 / 26
Etude de cas : Supermarche virtuel : Format-Store Gameplay
Les resolutions des problemes
Les problemes
Le client cherche lejoueur pour lui demanderde l’aide
Resolutions desproblemes par dialoguesd’interactionsconversationnelle
En resulte un score et uncompte rendu une fois leprobleme resolu
Figure 3 : Interface deresolutions de problemes
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 19 / 26
Etude de cas : Supermarche virtuel : Format-Store Gameplay
Les resolutions des problemes
Les problemes
Le client cherche lejoueur pour lui demanderde l’aide
Resolutions desproblemes par dialoguesd’interactionsconversationnelle
En resulte un score et uncompte rendu une fois leprobleme resolu
Figure 3 : Interface deresolutions de problemes
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 19 / 26
Etude de cas : Supermarche virtuel : Format-Store Problematique
Problematique
Comment ?
Systeme de script bas niveau peu efficace
Problematique
Quelles methodes ou systemes peuvent permettre de creer une telleapplication ?
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 20 / 26
Etude de cas : Supermarche virtuel : Format-Store Problematique
Problematique
Comment ?
Systeme de script bas niveau peu efficace
Problematique
Quelles methodes ou systemes peuvent permettre de creer une telleapplication ?
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 20 / 26
Etude de cas : Supermarche virtuel : Format-Store Methodes utilisees
Methodes utilisees
Serious Game
Apporte des connaissances a l’etudiant
Immersif
L’etudiant s’imagine a la place de son avatar
SMA
Comportement des clients realistes
Solution
IODA, methodologie de conception orientee interactions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 21 / 26
Etude de cas : Supermarche virtuel : Format-Store Methodes utilisees
Methodes utilisees
Serious Game
Apporte des connaissances a l’etudiant
Immersif
L’etudiant s’imagine a la place de son avatar
SMA
Comportement des clients realistes
Solution
IODA, methodologie de conception orientee interactions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 21 / 26
Etude de cas : Supermarche virtuel : Format-Store Methodes utilisees
Methodes utilisees
Serious Game
Apporte des connaissances a l’etudiant
Immersif
L’etudiant s’imagine a la place de son avatar
SMA
Comportement des clients realistes
Solution
IODA, methodologie de conception orientee interactions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 21 / 26
Etude de cas : Supermarche virtuel : Format-Store Methodes utilisees
Methodes utilisees
Serious Game
Apporte des connaissances a l’etudiant
Immersif
L’etudiant s’imagine a la place de son avatar
SMA
Comportement des clients realistes
Solution
IODA, methodologie de conception orientee interactions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 21 / 26
Etude de cas : Supermarche virtuel : Format-Store Methodes utilisees
Methodes utilisees
Serious Game
Apporte des connaissances a l’etudiant
Immersif
L’etudiant s’imagine a la place de son avatar
SMA
Comportement des clients realistes
Solution
IODA, methodologie de conception orientee interactions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 21 / 26
Etude de cas : Supermarche virtuel : Format-Store Methodes utilisees
IODA c’est quoi ?
Cree en 2004
Simple pour le concepteur
Puissant en terme de complexite
Comment ca marche ?
Chaque entite est un agent
Classement des agents en famille d’agents
Chaque comportement devient une interaction
Interaction
Necessite un agent cible et un agent source
Composee de 2 parties : pre-condition et action
Matrice d’interactions sur les familles d’agents
Priorite sur les interactions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 22 / 26
Etude de cas : Supermarche virtuel : Format-Store Methodes utilisees
IODA c’est quoi ?
Cree en 2004
Simple pour le concepteur
Puissant en terme de complexite
Comment ca marche ?
Chaque entite est un agent
Classement des agents en famille d’agents
Chaque comportement devient une interaction
Interaction
Necessite un agent cible et un agent source
Composee de 2 parties : pre-condition et action
Matrice d’interactions sur les familles d’agents
Priorite sur les interactions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 22 / 26
Etude de cas : Supermarche virtuel : Format-Store Methodes utilisees
IODA c’est quoi ?
Cree en 2004
Simple pour le concepteur
Puissant en terme de complexite
Comment ca marche ?
Chaque entite est un agent
Classement des agents en famille d’agents
Chaque comportement devient une interaction
Interaction
Necessite un agent cible et un agent source
Composee de 2 parties : pre-condition et action
Matrice d’interactions sur les familles d’agents
Priorite sur les interactions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 22 / 26
Etude de cas : Supermarche virtuel : Format-Store Methodes utilisees
IODA c’est quoi ?
Cree en 2004
Simple pour le concepteur
Puissant en terme de complexite
Comment ca marche ?
Chaque entite est un agent
Classement des agents en famille d’agents
Chaque comportement devient une interaction
Interaction
Necessite un agent cible et un agent source
Composee de 2 parties : pre-condition et action
Matrice d’interactions sur les familles d’agents
Priorite sur les interactions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 22 / 26
Etude de cas : Supermarche virtuel : Format-Store Methodes utilisees
IODA c’est quoi ?
Cree en 2004
Simple pour le concepteur
Puissant en terme de complexite
Comment ca marche ?
Chaque entite est un agent
Classement des agents en famille d’agents
Chaque comportement devient une interaction
Interaction
Necessite un agent cible et un agent source
Composee de 2 parties : pre-condition et action
Matrice d’interactions sur les familles d’agents
Priorite sur les interactions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 22 / 26
Etude de cas : Supermarche virtuel : Format-Store Methodes utilisees
IODA c’est quoi ?
Cree en 2004
Simple pour le concepteur
Puissant en terme de complexite
Comment ca marche ?
Chaque entite est un agent
Classement des agents en famille d’agents
Chaque comportement devient une interaction
Interaction
Necessite un agent cible et un agent source
Composee de 2 parties : pre-condition et action
Matrice d’interactions sur les familles d’agents
Priorite sur les interactions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 22 / 26
Etude de cas : Supermarche virtuel : Format-Store Methodes utilisees
IODA c’est quoi ?
Cree en 2004
Simple pour le concepteur
Puissant en terme de complexite
Comment ca marche ?
Chaque entite est un agent
Classement des agents en famille d’agents
Chaque comportement devient une interaction
Interaction
Necessite un agent cible et un agent source
Composee de 2 parties : pre-condition et action
Matrice d’interactions sur les familles d’agents
Priorite sur les interactions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 22 / 26
Etude de cas : Supermarche virtuel : Format-Store Methodes utilisees
IODA c’est quoi ?
Cree en 2004
Simple pour le concepteur
Puissant en terme de complexite
Comment ca marche ?
Chaque entite est un agent
Classement des agents en famille d’agents
Chaque comportement devient une interaction
Interaction
Necessite un agent cible et un agent source
Composee de 2 parties : pre-condition et action
Matrice d’interactions sur les familles d’agents
Priorite sur les interactions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 22 / 26
Etude de cas : Supermarche virtuel : Format-Store Methodes utilisees
IODA c’est quoi ?
Cree en 2004
Simple pour le concepteur
Puissant en terme de complexite
Comment ca marche ?
Chaque entite est un agent
Classement des agents en famille d’agents
Chaque comportement devient une interaction
Interaction
Necessite un agent cible et un agent source
Composee de 2 parties : pre-condition et action
Matrice d’interactions sur les familles d’agents
Priorite sur les interactions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 22 / 26
Etude de cas : Supermarche virtuel : Format-Store Methodes utilisees
IODA c’est quoi ?
Cree en 2004
Simple pour le concepteur
Puissant en terme de complexite
Comment ca marche ?
Chaque entite est un agent
Classement des agents en famille d’agents
Chaque comportement devient une interaction
Interaction
Necessite un agent cible et un agent source
Composee de 2 parties : pre-condition et action
Matrice d’interactions sur les familles d’agents
Priorite sur les interactions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 22 / 26
Etude de cas : Supermarche virtuel : Format-Store Methodes utilisees
IODA c’est quoi ?
Cree en 2004
Simple pour le concepteur
Puissant en terme de complexite
Comment ca marche ?
Chaque entite est un agent
Classement des agents en famille d’agents
Chaque comportement devient une interaction
Interaction
Necessite un agent cible et un agent source
Composee de 2 parties : pre-condition et action
Matrice d’interactions sur les familles d’agents
Priorite sur les interactions
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 22 / 26
Etude de cas : Supermarche virtuel : Format-Store Resultat
Resultat
La methodologie SMA IODA combine a un SG permet une application :
Realiste
Immersive
Riche en connaissance
Utile pour les professeurs (compte rendus)
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 23 / 26
Etude de cas : Supermarche virtuel : Format-Store Resultat
Resultat
La methodologie SMA IODA combine a un SG permet une application :
Realiste
Immersive
Riche en connaissance
Utile pour les professeurs (compte rendus)
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 23 / 26
Etude de cas : Supermarche virtuel : Format-Store Resultat
Resultat
La methodologie SMA IODA combine a un SG permet une application :
Realiste
Immersive
Riche en connaissance
Utile pour les professeurs (compte rendus)
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 23 / 26
Etude de cas : Supermarche virtuel : Format-Store Resultat
Resultat
La methodologie SMA IODA combine a un SG permet une application :
Realiste
Immersive
Riche en connaissance
Utile pour les professeurs (compte rendus)
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 23 / 26
Perspectives et Conclusions
Plan
1 Introduction
2 SG Et SMA
3 Etude de cas : Supermarche virtuel : Format-Store
4 Perspectives et ConclusionsConclusions et PerspectivesReferences
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 24 / 26
Perspectives et Conclusions Conclusions et Perspectives
Conlusion
Combinaison lucrative
Domaine en plein essors
Perspectives
Des agents toujours plus realistes
Une plus grande generalisation du Serious Game
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 25 / 26
Perspectives et Conclusions Conclusions et Perspectives
Conlusion
Combinaison lucrative
Domaine en plein essors
Perspectives
Des agents toujours plus realistes
Une plus grande generalisation du Serious Game
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 25 / 26
Perspectives et Conclusions Conclusions et Perspectives
Conlusion
Combinaison lucrative
Domaine en plein essors
Perspectives
Des agents toujours plus realistes
Une plus grande generalisation du Serious Game
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 25 / 26
Perspectives et Conclusions Conclusions et Perspectives
Conlusion
Combinaison lucrative
Domaine en plein essors
Perspectives
Des agents toujours plus realistes
Une plus grande generalisation du Serious Game
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 25 / 26
Perspectives et Conclusions References
References
Les Systemes Multi-Agents, Vers une intelligence collective, JacquesFerber
These Serious Game Design, Damien Djaouti
Agent programming and adaptive serious games : A survey of thestate of the art, LIRMM
Serious Game et SMA - Application a un supermarche virtuel, LIFL
Hinsinger Bollini (M2 Imagina) SMA Et Serious Games Octobre 26 / 26
