ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique

APPEL À
CONTRIBUTION
Masses de données hétérogènes
En savoir plus >>
Autres revues >>

Revue d'Intelligence Artificielle

0992-499X
Revue des Sciences et Technologies de l'Information
 

 ARTICLE VOL 29/1 - 2015  - pp.113-141  - doi:10.3166/ria.29.113-141
TITRE
Adaptation de retours immersifs en environnement virtuel informé basée sur une observation incertaine de l’utilisateur. Application à la formation au transport fluvial.

TITLE
Adaptive and immersive feedback in informed virtual environment based on an uncertain observation of the user. Application to fluvial navigation training

RÉSUMÉ

L’apprentissage moderne au moyen d’environnements virtuels a été largement utilisé dans le domaine du transport pour fournir un haut niveau de précision et des situations de plus en plus complexes. Ces environnements virtuels apportent aux apprenants des scénarios de formation avec des retours automatiques et répétitifs. Les apprenants qui sont expérimentés reçoivent trop d’aides et les novices n’en reçoivent pas assez. Dans ces travaux de recherche, inspirés par une pédagogie essai/erreur, nous avons créé et évalué un système de formation virtuelle pour la navigation fluviale, qui inclut notre module GULLIVER pour déterminer les retours les plus appropriés à apporter à l’apprenant pour le guider. GULLIVER est basé sur un module décisionnel intégrant des données incertaines issues de l’observation de l’utilisateur par le système. Un réseau évidentiel avec fonctions de croyance conditionnelle est utilisé par le système pour la prise de décision. Plusieurs capteurs et un modèle prédictif sont utilisés pour collecter des données en temps réel. Des métaphores visuelles sont affichées à l’utilisateur dans une plateforme immersive de réalité virtuelle, et des retours audio sont déclenchés. GULLIVER a été évalué sur soixante participants novices. L’expérimentation était basée sur la répétition d’un cas de navigation. Deux résultats majeurs montrent la meilleure performance de notre système GULLIVER : i) les apprenants acquièrent de l’expérience et prennent conscience de leurs erreurs avec la navigation virtuelle sur notre système et ii) ils montrent leur capacité à naviguer après la formation.



ABSTRACT

Modern training through virtual environments are widely used in transport in order to provide a high level of precision and more and more complex situations. These virtual environments provide training scenarii with automatic and repetitive feedback to the trainees. Experienced learners receive too many aids and novice learners too few. In this research work, inspired by trial and error pedagogy, we have designed and evaluated a fluvial-navigation virtual training system which includes our GULLIVER module to determine the most appropriate level of feedback to display for learner guiding. GULLIVER is based on a decision-making module integrating uncertain data coming from observation of the learner by the system. An evidential network with conditional belief functions is used by the system for making decision. Several sensors and a predictive model are used to collect data in real time. Metaphors of visualization are displayed to the user in an immersive virtual reality platform as well as audio feedback. GULLIVER was evaluated on sixty novice participants. The experiment was based on a navigation case repetition. Two major results i) the learners get experience and error awareness from the virtual navigation with our system and ii) they show their capacity to navigate after the training, show the better performance of the GULLIVER system.



AUTEUR(S)
Loïc FRICOTEAUX, Indira THOUVENIN

MOTS-CLÉS
retour adaptatif, prise de décision, incertitude, théorie des fonctions de croyance, réseau évidentiel, observation de l’utilisateur, environnement virtuel informé, système immersif

KEYWORDS
adaptive feedback, decision-making, uncertainty, belief function theory, evidential network, user observation, informed virtual environment, immersive system

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (1,50 Mo)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier