Extraction de comportements pour l'étude de la crédibilité des agents

Cet article présente une méthode d'évaluation de la crédibilité comportementale en simulation multi-agents. Elle s'appuie sur l'extraction automatique de classes de comportements dans une simulation participative. La méthode que nous proposons combine deux approches. La première, subjective, évalue par des questionnaires les catégories d'utilisateurs dans le dispositif de simulation. La seconde effectue une observation objective des données issues de la simulation pour construire automatiquement des classes de comportements. Nous étudions alors la corrélation entre les catégories d'utilisateurs et les classes de comportement. Nous comparons ensuite les comportements des humains et des agents pour évaluer la crédibilité de ces derniers, en nous appuyant sur les catégories d'utilisateur. Nous illustrons cette méthode dans le cadre d'un simulateur de conduite immersif. This paper presents an evaluation method for behavioral credibility in multi-agent simulation. This method is based on the automatic clusters extraction of behaviors in a participatory simulation. Our method combines two approaches. The first one is subjective and uses questionnaires to evaluate user categories in the simulation device. The second one carries out the objective behavior data collection in order to automatically build behavior clusters. Then, we study the correlation between user categories and behavior clusters. Afterwards, relying on user categories, we compare the human behaviors to the agent ones in order to evaluate agent credibility. We show how our method can be used in the immersive driving simulator field.