BIBL

De Parcours SIIA
Aller à la navigation Aller à la recherche


Méthode de travail et objectifs

Affectations sujets

Indications générales

Voici quelques indications pour la rédaction de l'étude bibliographique et sa restitution orale : instructions biblio (révision nov. 2020).

Documents à étudier

Comme toute technique d'ingénierie, ou toute démarche scientifique, la réalisation d'une étude bibliographique, appelée aussi revue de littérature (littérature review), doit être réalisée de manière méthodique et apporter des éléments pour en apprécier la justesse et la pertinence. Même si les motivations pour réaliser un tel exercice peuvent être diverses, dans ses grandes lignes, la méthodologie reste la même.

Voici quelques documents à lire avant et pendant la réalisation de votre étude.

Sujets d'étude 2020-2021

En cours de construction...

  • B01 : Application de l'anticipation de texte: prise de parole d'un agent virtuel (stage)
    • Encadrants : Pierre Chevaillier et Pierre De Loor
    • Etudiant : Pierre Henry
  • B02 : Apprentissage par démonstration en robotique : traitement des données et expérimentations (stage)
    • Encadrants : Amélie Legeleux, Dominique Duhaut
    • Etudiant : Jérémie Donjat
  • B03 : Implémentation et comparaison des algorithmes d’apprentissage par démonstration (stage)
    • Encadrants : Amélie Legeleux, Dominique Duhaut
    • Etudiant : Elouan Even
  • B04 : Créativité computationnelle - application à la génération de textes poétiques (stage)
    • Encadrants : Anne-Gwenn Bosser et Pierre De Loor
    • Etudiant : Kévin Cornut
  • B05 : Robotique en essaim, SMA, RA, tangible (stage)
    • Encadrants : Jérémy Rivière, Sébastien Kubicki, Vincent Rodin
      • Etudiant : Dorian Leveque
  • B06 : Utilisation d'interfaces tangibles pour la Réalité Virtuelle (stage)
    • Encadrants : Thierry Duval, Sébastien Kubicki, Jérémy Rivière, Vincent Rodin
    • Etudiant : Aymeric Henard
  • B07 : Utilisation d'interfaces tangibles pour la navigation temporelle en Réalité Virtuelle (stage)
    • Encadrants : Sébastien Kubicki, Ronan Querrec
    • Etudiant : Romain Biannic
  • B08 : Dématérialisation de l'argent liquide (stage)
    • Encadrants : Sébastien Kubicki
    • Etudiant :
  • B09 : Analyse d’activités dans une maison intelligente à l’aide d’un digital twin (stage)
    • Encadrants : Christophe Lohr et Sao Mai Nguyen
    • Etudiante : Juliette Grosset
  • B10 : Interactions Humain-Essaim de drones
    • Enseignant référent : Jérémy Rivière
    • Sujet : L'étude des "Robot swarms", ou essaims de robots, porte sur les systèmes comprenant de nombreux robots - ou drones - volants, roulants, etc. qui se coordonnent de façon autonome, à partir de règles de contrôle locales basées sur les perceptions du robot et son état actuel, à la manière d'agents dans les SMA (systèmes multi-agents). L'interaction entre un opérateur humain et un essaim de robots ouvre la porte à de nouveaux moyens de contrôle ou d'influence du comportement de l'essaim. Il est demandé dans ce travail de faire un état de l'art des différentes problématiques que l'interaction soulèvent, et des différents moyens d'interaction mis en place dans les travaux de recherche. On s'intéressera plus particulièrement à 2 grands types d'interaction : interaction à distance, où l'opérateur n'est pas présent dans le même environnement que l'essaim, et interaction directe ou indirecte dans un environnement partagée.
    • Références :
      • A. Kolling, P. Walker, N. Chakraborty, K. Sycara and M. Lewis, Human Interaction With Robot Swarms: A Survey, in IEEE Transactions on Human-Machine Systems, vol. 46, no. 1, pp. 9-26, Feb. 2016.
      • Mclurkin, James & Smith, Jennifer & Frankel, James & Sotkowitz, David & Blau, David & Schmidt, Brian. (2006). "Speaking Swarmish: Human-Robot Interface Design for Large Swarms of Autonomous Mobile Robots". AAAI, 72-75.
      • Nagi, Jawad & Giusti, Alessandro & Gambardella, Luca & Di Caro, Gianni. (2014). "Human-Swarm Interaction Using Spatial Gestures". IEEE International Conference on Intelligent Robots and Systems.
  • B11 : Altruisme et Systèmes Multi-Agents
    • Enseignant référent : Jérémy Rivière
    • étudiant :
    • Sujet : L'altruisme a été utilisé dans plusieurs travaux de recherche concernant les SMA, autant en résolution de problèmes qu'en simulation. Ce travail consiste à recenser de la façon la plus exhaustive possible ces travaux, en s'intéressant au comportement des agents altruistes : quels sont les points communs de ces agents ? Peut-on en déduire une (ou plusieurs) définition(s) de l'altruisme ?
    • Références :
      • SIMONIN O., FERBER J., « Modélisation des satisfactions personnelle et interactive d'agents situés coopératifs », JFIADSMA'01, Montreal, Canada, 2001, p. 215-226.
      • Lucidarme, Philippe & Simonin, Olivier & Liegeois, A. "Implementation and Evaluation of a Satisfaction/Altruism Based Architecture for Multi-Robot Systems". IEEE International Conference on Robotics and Automation, pp 1007 - 1012 vol.1 (2002)
      • Lounis Adouane, Nadine Le Fort-Piat. "Hybrid Behavioral Control Architecture for the Cooperation of Minimalist Mobile Robots". ICRA’04, International Conference On Robotics And Automation, 2004, New Orleans, United States.
      • Valérie Camps, Marie-Pierre Gleizes. "Réflexions sur l’apprentissage en univers multi-agents". Journée du PRC GDR IA, "Les systèmes multi-agents", Toulouse, Février 1996 et Journées du PRC GDR IA, Grenoble Mars 1997, Editions Hermès.
      • Mitteldorf and Wilson, 2000, "Population Viscosity and the Evolution of Altruism", Journal of Theoretical Biology, v.204, pp.481-496. (aussi un modèle NetLogo : http://ccl.northwestern.edu/netlogo/models/Altruism)
      • https://www.comses.net/codebases/?query=altruism
  • B12 : Comment améliorer la présence sociale d’humains virtuels dans des environnements de réalité virtuelle ou en réalité augmentée ?
    • Enseignant référent : Pierre Chevaillier
    • Etudiant :
    • Sujet : En réalité virtuelle la notion de présence sociale renvoie au fait que les utilisateurs ont « le sentiment d’être ensemble » dans l’environnement virtuel. Plus récemment, la présence sociale a également été étudiée dans des dispositifs de réalité augmentée. Quand l’environnement virtuel est peuplé d’humains virtuels (agents autonomes animés et représentés visuellement) la question de la présence sociale se pose aussi dans l’interaction entre les utilisateurs et ces humains virtuels. Plusieurs facteurs peuvent influencer la présence sociale de ces derniers : apparence physique, comportements, mode de rendu… L’objectif de cette étude est d’identifier comment la modélisation (comportementale ou graphique) des humains virtuels peut faciliter leur présence sociale et comment celle-ci peut être évaluée.
    • Références
      • Manuel Guimarães, Rui Prada, Pedro A. Santos, João Dias, Arnav Jhala, Samuel Mascarenhas, 2020, The Impact of Virtual Reality in the Social Presence of a Virtual Agent , In IVA ’20: Proceedings of the 20th ACM Interna- tional Conference on Intelligent Virtual Agents (IVA ’20), October 19-23, 2020, Virtual Event, Scotland Uk. ACM, 8 pages. https://doi.org/10.1145/3383652. 3423879
      • Kangsoo Kim, Divine Maloney, Gerd Bruder, Jeremy N. Bailenson, Gregory F. Welch, 2017, The effects of virtual human’s spatial and behavioral coherence with physical objects on social presence in AR, Comput Anim Virtual Worlds. Wiley, e1771. DOI: 10.1002/cav.1771
      • Catherine S. Oh, Jeremy N. Bailenson, Gregory F. Welch, 2018, A Systematic Review of Social Presence: Definition, Antecedents, and Implications Front. Robot. AI 5:114. doi: 10.3389/frobt.2018.00114
  • B13 : Effet sur la présence sociale de la reconstruction en temps réel du corps des utilisateurs en réalité virtuelle et en réalité mixte
    • Enseignant référent : Pierre Chevaillier
    • Etudiant :
    • Sujet : En réalité virtuelle la notion de présence sociale renvoie au fait que les utilisateurs ont « le sentiment d’être ensemble » dans l’environnement virtuel. Plus récemment, la présence sociale a également été étudiée dans des dispositifs de réalité augmentée. On s’intéresse ici aux dispositifs dits « collaboratifs » dans lesquels plusieurs utilisateurs interagissent simultanément sans pourvoir voir le corps réel des autres. Dans ce cas, il est nécessaire de synthétiser une représentation graphique de leur corps. Celle-ci peut être photoréaliste, simplifiée ou métaphorique. Ces différentes solutions n’ont pas le même effet sur la présence sociale. L’objectif de cette étude est d’identifier, les avancées scientifiques les plus récentes qui ont permis d’identifier les facteurs prépondérant sur la présence sociale de la reconstruction du corps des utilisateurs selon les contextes (RV, RM).
    • Références
      • S. Cho, S. Kim, J. Lee, J. Ahn and J. Han, 2020, Effects of volumetric capture avatars on social presence in immersive virtual environments, IEEE Conference on Virtual Reality and 3D User Interfaces (VR), Atlanta, GA, USA, 2020, pp. 26-34, doi: 10.1109/VR46266.2020.00020.
      • B. Yoon, H. Kim, G. A. Lee, M. Billinghurst and W. Woo, "The Effect of Avatar Appearance on Social Presence in an Augmented Reality Remote Collaboration," 2019 IEEE Conference on Virtual Reality and 3D User Interfaces (VR), Osaka, Japan, 2019, pp. 547-556, doi: 10.1109/VR.2019.8797719.
  • B14 : Méthodes récentes de reconstruction en temps réel du corps d’un utilisateur en environnement virtuel
    • Enseignant référent : Pierre Chevaillier
    • Etudiant :
    • Sujet : La synthèse en temps réel du corps d’un utilisateur (p. ex. un acteur) dans un environnement virtuel est complexe. La synthèse en temps réel du corps d’un utilisateur (p. ex. un acteur) dans un environnement virtuel est complexe. L’objectif est de synthétiser un modèle graphique qui représente l’utilisateur dans l’environnement virtuel (son avatar). Ceci nécessite au préalable de « capturer » lla forme, voire l’apparence, du corps de l’utilisateur. Pour cela plusieurs techniques ont été développées. L’objectif de cette étude est de faire une synthèse des méthodes récentes permettant d’y arriver.
    • Références
      • P. Caserman, A. Garcia-Agundez and S. Göbel, "A Survey of Full-Body Motion Reconstruction in Immersive Virtual Reality Applications," in IEEE Transactions on Visualization and Computer Graphics, vol. 26, no. 10, pp. 3089-3108, 1 Oct. 2020, doi: 10.1109/TVCG.2019.2912607.

(https://ieeexplore.ieee.org/abstract/document/8695841)

      • Zeng Huang, Yuanlu Xu, Christoph Lassner, Hao Li, Tony Tung; ARCH: Animatable Reconstruction of Clothed Humans, Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2020, pp. 3093-3102
  • B15 : Génération de comportements non-verbaux d’humains virtuels pour faciliter les interactions avec des humains virtuels lors de conversations à multipartites.
    • Enseignant référent : Pierre Chevaillier
    • Etudiant :
    • Sujet : Lors de conversations à plusieurs les humains produisent de nombreux comportements dits « non-verbaux » qui facilitent l’interaction. Ces comportements sont de diverses natures. Si l’on souhaite simuler des humains virtuels (agents autonomes animés et représentés visuellement), éventuellement en interaction avec des utilisateurs, il nécessaire de les doter des comportements observés chez les humains. Ces comportements peuvent concerner l’animation du visage, des mouvements d’une partie du corps, des gestes, des postures. L’objectif de cette étude est faire une synthèse des travaux récents sur la génération de comportements communicatifs non verbaux, plus spécifiquement dans le cadre de communications verbales multipartites dans des environnements virtuels.
    • Références
      • Reshmashree Bangalore Kantharaju , Catherine Pélachaud, 2018, Towards Developing a Model to Handle Multiparty Conversations for Healthcare Agents, ICAHGCA@AAMAS 2018: 30-34
      • Ravenet Brian, Pelachaud Catherine, Clavel Chloé, Marsella Stacy, 2018, Automating the Production of Communicative Gestures in Embodied Characters,Frontiers in Psychology, 9:1144, doi :10.3389/fpsyg.2018.01144
      • Oertel C, Castellano G, Chetouani M., Nasir J, Obaid M, Pelachaud C andPeters C, 2020, Engagement in Human-Agent Interaction: An Overview. Front. Robot. AI 7:92. doi: 10.3389/frobt.2020.00092
  • B16 : Quels sont les facteurs principaux permettant de réduire la cybersickness dans les casques de réalité virtuel ?
    • Enseignant référent : Pierre Chevaillier
    • Etudiant :
    • Sujet : La cybersickness, appelée aussi parfois le mal des simulateurs, survient très rapidement chez certains utilisateurs et constitue donc un frein à l’utilisation de dispositifs de réalité virtuelle. Ce problème est devenu plus prégnant récemment avec l’augmentation de l’usage des casques de réalité virtuelle. Les concepteurs de dispositifs de réalité virtuelle ont chercher à identifier les facteurs influençant la cybersickness de façon à proposer des méthodes pour la réduire. Il peut s’agir de méthode de rendu visuel ou d’interaction, génériques ou au contraire spécifiques à tel type de tâche. L’objectif de cette étude est de faire une synthèse des connaissances sur les principaux facteurs qui affectent la survenue de la cybersickness et comment la réduire (ou la retarder).
    • Références
      • Kemeny A., Chardonnet JR., Colombet F. (2020) Reducing Cybersickness. In: Getting Rid of Cybersickness. Springer, https://doi.org/10.1007/978-3-030-59342-1₄
      • Weech, S., Wall, T. & Barnett-Cowan, M. Reduction of cybersickness during and immediately following noisy galvanic vestibular stimulation. Exp Brain Res 238, 427–437 (2020).
      • Yildirim, C. Don’t make me sick: investigating the incidence of cybersickness in commercial virtual reality headsets. Virtual Reality 24, 231–239 (2020). https://doi.org/10.1007/s10055-019-00401-0
      • Andras Kemeny, Paul George, Frédéric Merienne, Florent Colombet. New VR Navigation Techniquesto Reduce Cybersickness. The Engineering Reality of Virtual Reality, Jan 2017, San Francisco, UnitedStates. pp.48-53, ?10.2352/ISSN.2470-1173.2017.3.ERVR-097?. ?hal-01779593?
      • Pulkit Budhiraja, Mark Roman Miller, Abhishek K Modi, David Forsyth, 2017, Rotation Blurring: Use of Artificial Blurring to Reduce Cybersickness inVirtual Reality First Person Shooters
  • B17 : AIoT: Enforcing end-to-end privacy and trust for federated learning in the IoT (stage)
    • Enseignant référent : (INSA Lyon)
    • étudiant : Yacine Belal
  • B18 : Couplage sensori-moteur pour l’action conjointe dynamique entre agent virtuel et humain (stage)
    • Enseignant référent :
    • étudiant : Mael Donnard
  • B19 : Réseaux de neurones pour la recherche de motifs et compression de graphes
    • Enseignant référent : (LIRIS, Lyon)
    • étudiant : Walid Megherbi
  • B20 : Environnement peuplé d'agents pour l'entraînement aux habiletés sociales en réalité virtuelle
    • Enseignante référente : Anne-Gwenn Bosser
    • étudiant : Erwann Cadour
  • B21 : Reconnaissance d’activité humaine à partir de capteurs portés (stage)
    • Enseignant référent : Alexis Nédélec
    • étudiant : Pierre Le Dez
  • B22 : modélisation de l’engagement des apprenants dans les formations
    • Enseignant référent : Issam Rebai
    • étudiant :
    • Sujet : La situation sanitaire depuis l’apparition du COVID-19, impose l’usage de la formation à distance dans l’enseignement supérieur ainsi que dans les lycées et les collèges. Dans cette situation, les enseignants ont du mal à assurer correctement leur mission d’apprentissage car ils ne disposent plus du feedback direct qu’ils avaient dans une salle de classe. Ce feedback informel perçu par le comportement des apprenants leur permet de connaitre leur motivation et leur engagement. Les outils numériques utilisés lors des sessions de formations à distances (LMS, MOOC, etc.) collectent des traces d’activité des apprenants. Ces données sont une mine d’informations qui peut être utilisée pour fournir un retour aux enseignants. Nous cherchons dans le cadre de nos activités de recherche à faire dégager de ses traces des informations sur l’engagement et la motivation des apprenants, deux notions importantes dans la réussite d’une formation. Selon Séverine Parent, "la motivation est la force qui pousse l’apprenant à faire le premier pas vers l’action. L’engagement est celle qui propulse, amène à faire le deuxième pas et les suivants. (...) La motivation serait donc le premier pas qui peut mener à l’engagement." Dans cette étude bibliographique, nous souhaitons réaliser un premier état de l’art sur la notion d’engagement en apprentissage humain tel qu’elle est perçue par la communauté SHS (Science Humaine et Social), les pédagogues ou encore les psychologues. L’objectif de cette étude est de pouvoir par la suite choisir ou définir un modèle de l’engagement pour l’implémenter en informatique.
    • Références bibliographiques
      • Carini, R.M., Kuh, G.D. & Klein, S.P. Student Engagement and Student Learning: Testing the Linkages*. Res High Educ 47, 1–32 (2006). https://doi.org/10.1007/s11162-005-8150-9
      • George D. Kuh (2003) What We're Learning About Student Engagement From NSSE: Benchmarks for Effective Educational Practices, Change: The Magazine of Higher Learning, 35:2, 24-32, DOI: 10.1080/00091380309604090
      • Christenson, S.L. and Reschly, A.L. and Wylie, C. Handbook of Research on Student Engagement, Springer Science & Business Media, 2012. isbn 1461420180, 9781461420187
  • B23 : teleoperation en cobotique (stage)
    • Enseignant référent : Cédric Buche
    • étudiant : Mathis Baubriaud
  • B24 : Ordonnancement de ressources pédagogiques en utilisant l’IA
    • Enseignant référent : Laurence Duval
    • Etudiant :
    • Sujet : De nombreuses ressources pédagogiques sont mises à disposition sur le web. Réutiliser ces ressources pour monter une séquence de formation pourrait être source de construction de scénarios pédagogiques mais le nombre de ressources rend cette démarche difficile.Différents travaux ont été menés dans le domaine. Il s’agit de faire un état des lieux de l’usage des technologies d’IA pour l’articulation de ressources pédagogiques accessibles sur le web afin d’établir des scénarios d’apprentissage.
    • Références bibliographiques
      • [LMW16] H. Liu, W. Ma, Y. Yang, Y., & J. Carbonell (2016). Learning concept graphs from online educational data. Journal of Artificial Intelligence Research, 55, 1059-1090.
      • [RML19] S. Roy, M. Madhyastha, S. Lawrence & V. Rajan (2019). Inferring concept prerequisite relations from online educational resources. In Proceedings of the AAAI Conference on Artificial Intelligence (Vol. 33, pp. 9589-9594).
Récupérée de « http://siia.univ-brest.fr/w/index.php?title=BIBL&oldid=880 »