Méthodologie de conception des Systèmes d'Aide à l'Exploitation des Simulateurs d'Entraînement
M. Joab
LIP6 1999/003:
Habilitation à diriger des recherches LIP6 /
LIP6
research reports
119 pages - Janvier/January 1999 -
French document.
PostScript :
363 Ko /Kb
Contact : par
mail / e-mail
Thème/Team: Systèmes d'Aide à la Décision et à la Formation
Titre français : Méthodologie de conception des Systèmes d'Aide à l'Exploitation des Simulateurs d'Entraînement
Titre anglais : A methodology for the design of operating support system of training simulator
Résumé : Les travaux présentés dans cette HDR concernent l'interaction homme-machine et l'ingénierie des connaissances. La première partie du mémoire décrit une méthodologie de conception pour les Systèmes d'Aide à l'Exploitation des Simulateurs d'Entraînement (SAESE). Les SAESE sont destinés à la formation professionnelle sur simulateurs, d'opérateurs humains engagés dans des tâches de supervision et de contrôle de dispositifs dynamiques. Depuis de nombreuses années, les simulateurs d'entraînement (SE) ont servi de support à la formation des opérateurs, suivant ainsi le paradigme de l'apprentissage par l'action. Un SAESE est un SE enrichi par des fonctions élaborées d'aide à l'instructeur et au stagiaire. La conception d'un SAESE cumule les difficultés de conception d'un EIAO et celles dues à la complexité technique du domaine de la formation.
A partir d'une réflexion sur des projets industriels, une méthodologie de conception originale qui met en œuvre la capitalisation des connaissances à l'intérieur d'un SAESE a été élaborée. La capitalisation signifie la réutilisation des connaissances, la déduction de nouvelles connaissances ou encore le recueil de nouvelles connaissances à partir du support des connaissances déjà rassemblées. Pour les modules " sensibles" du SAESE pour lesquels l'expertise de l'instructeur humain est peu disponible, nous proposons de réaliser un système amorce pour un cycle itératif de développement. Pour ce faire, nous proposons de réutiliser des modèles de raisonnement génériques ou de dériver des modèles de raisonnement d'autres modèles du SAESE.
L'acquisition des connaissances pour le système DIAPASON, destiné aux chargés de conduite des réseaux électriques moyenne tension, illustre nos propositions méthodologiques. Ce travail de synthèse a permis de clarifier les modèles de connaissances, qu'il s'agisse des modèles du dispositif ou des modèles de raisonnement.
La deuxième partie du mémoire concerne nos travaux sur la modélisation du dialogue explicatif. Nous proposons une caractérisation des séquences explicatives fondée sur la reconnaissance de propriétés structurelles du dialogue et de la fonction illocutoire des actes de langage que nous validons par une étude sur corpus. Pour gérer le dialogue, nous avons opté pour un mécanisme de structuration différée plutôt que pour un mécanisme de structuration prédictive. Une maquette a été implémentée dans une interface de validation d'un diagnostic médical pour valider expérimentalement la caractérisation des séquences explicatives.
Nous concluons ce mémoire par deux axes de recherche : élargir les SAESE de l'entraînement individuel à l'entraînement collectif en tirant parti de simulateurs d'entraînement en réseau, spécifier des patterns d'architecture pour les SAESE traduisant différents styles d'interaction.
Abstract : This report concerns man-machine interaction and knowledge engineering. The first part of this report describes a methodology for designing operating support systems of training simulator (OSSTS). The OSSTS is devoted to vocational training by the means of a simulator. The concerned operators are trained in order to control and supervise dynamic devices. Since many years, simulators were used as training support for the operators according to the paradigm of learning by doing. A OSSTS is a Training Simulator enriched by sophisticated help functions, for the instructor and the trainee. A OSSTS design holds currently the difficulties of an Intelligent Tutoring System and those due to the technical complexity of the learning field.
Starting from considering industrial projects, an original design methodology which performs knowledge capitalization within OSSTS has been elaborated. Capitalization means reusing knowledge, deducing new knowledge or collecting new knowledge on the basis of already gathered knowledge. For the "tricky" components of the OSSTS needing the instructor expertise, which is often unaffordable, we suggest to build a bootstrap system in an iterative development cycle . With this aim, we suggest to reuse generic reasoning models or to drift reasoning models for other models of the OSSTS.
Knowledge acquisition for the DIAPASON system illustrates our methodological approach. DIAPASON is to be used by the operators in charge in the telecontrol of middle voltage power systems. This synthesis study clarifies knowledge models.
The second part of the paper deals with our studies on modeling explanatory dialogues. We suggest a characterization of explanatory sequences based on the recognition of the structural properties of the dialogue and the illocutionary function of speech acts. We validate our approach by corpus studying. To manage the dialogue, we have chosen a postponed structuring mechanism rather than a predictive structuring. A mock up of the dialogue system has been implemented to validate the characterization of the explanatory sequences.
We conclude this report with two research directions : to enlarge the individual training to team training taking advantage of distributed simulators, specify architecture patterns for the OSSTS resulting from different interaction styles.
Mots-clés : Simulation, Systèmes de Formation Professionnelle, EIAO
Key-words : Simulation, Training Systems, Intelligent Tutoring Systems
Publications internes LIP6
1999 / LIP6 research reports
1999
Responsable
Éditorial / Editor :Valerie.Mangin@lip6.fr