thesis

Contribution à la formation en réalité virtuelle : Scénarios collaboratifs et intégration d'humains virtuels collaborant avec des utilisateurs réels

Defense date:

Jan. 1, 2008

Edit

Institution:

Rennes, INSA

Disciplines:

Directors:

Abstract EN:

GVT is a virtual environment for individual training on industrial procedures such as maintenance procedures. In this thesis, we propose models to extend GVT possibilities to training on collaborative procedures where real users and virtual humans collaborate. We present an activity model for an actor (either real or virtual) which allows him to perform actions depending on his characteristics, on the scenario, on the environment and also on his partners' activity. We also propose an extension to the graphical scenario language LORA in order to describe a collaborative scenario. Such a scenario describes the assignation of people to actions and integrates some collaborative actions. Finally, we present the action selection mechanism we have set up. Its aim is dual: to allow a virtual human to select an action to perform and to give a pedagogical advice to a trainee about the best action to choose.

Abstract FR:

GVT est un environnement virtuel permettant une formation individuelle à des procédures industrielles de type maintenance. Dans cette thèse nous proposons des modèles pour étendre les possibilités de GVT à la formation à des procédures collaboratives où des utilisateurs réels collaborent avec des humains virtuels. Nous présentons un modèle de l'activité d’un acteur (réel ou virtuel) lui permettant de réaliser des actions en tenant compte de ses caractéristiques, du scénario, de l'environnement ainsi que de l'activité de ses partenaires. Nous proposons également une extension du langage de scénario LORA afin de décrire un scénario collaboratif. Un tel scénario décrit l'assignation des personnes aux actions et intègre des actions collaboratives. Enfin nous présentons le mécanisme de sélection d'action que nous avons mis en place et dont l'objectif est double : permettre à un humain virtuel de sélectionner une action à réaliser et donner des conseils à l'apprenant sur l'action à choisir.