Présentation générale
Format-Store est un projet du ministère de l'économie, de l'industrie et de l'emploi français. Il fait suite à l'appel à projet Serious Games lancé en 2009. L'objectif de Format-Store consiste à concevoir un Serious Game destiné aux étudiants de différents niveaux des écoles de commerce pour les former à la gestion de magasins de type supermarché. Les étudiants sont plongés dans un univers 3D temps réel au milieu d'agents intelligents, ce qui leur permet de se former d'une manière agréable et ludique aux différents aspects de la vente et du management en supermarché.
Le jeu propose à l'apprenant d'endosser divers rôles en fonction des objectifs de la formation. L'apprenant peut jouer le rôle d'un vendeur dans une supérette bio ou d'un manager dans un supermarché.
Le joueur déplace son avatar dans le magasin en utilisant les flèches du clavier ou la souris. Il est possible d'interagir avec tous les éléments du magasin, et de différentes manières. Par exemple, le joueur peut vérifier la date limite de consommation d'un produit ou engager une conversation avec un client virtuel.
Les conversations avec les clients donnent lieu à des situations pédagogiques au cours desquelles l'apprenant peut aider ou renseigner. Grâce à une interface dédiée, l'apprenant se voit présenter plusieurs réponses possibles et doit sélectionner la plus appropriée. En fonction de la réponse, le client apparaît plus ou moins satisfait, ce qui conditionne ses actions futures dans le magasin.
General presentation
Format-Store is a serious game application aimed at training salesmen and managers in the context of a retail store. In order to do so, Format-Store immerses the learner in a 3d environment populated with virtual intelligent customers. During the game, the learner deals with three main activities: customer relationship management (CRM), store management and stock control.
The game allows the learner to assume diverse roles depending on the training objectives. The learner can play the role of a salesperson or a manager in an organic products convenience store.
The player is free to move in the virtual store using the arrow keys or the mouse. All the elements in the store can be interacted with and offer several ways of interaction, enabling for instance the player to control the expiry date of a product or start a conversation with a customer.
Dialogues with customers introduce educational situations where the learner can help or provide information. Owing to a dedicated interface, the learner is presented several possible answers among which they are expected to choose the most appropriate. Following the adequacy of the answer to the case, the customer appears more or less satisfied, which conditions their future actions in the store.
Les participants
Le projet Format-Store est développé par un consortium de trois membres français.
Le LIFL est un laboratoire de recherche basé sur le campus de l'Université Lille 1. L'équipe Systèmes Multi-Agents et Comportements (SMAC) est en charge de la modélisation et de l'implémentation des comportements des clients virtuels. SMAC apporte toute son expertise dans les domaines de l'intelligence artificielle, des systèmes multi-agents ainsi que la modélisation comportementale.
L'ENACO est une école nationale de commerce privée et à distance, située au cœur de la métropole Lilloise. Le rôle principal de l'ENACO dans le projet Format-Store est d'apporter son expertise dans le commerce, la vente et le management.
Idées-3com est une entreprise spécialisée dans les mondes virtuels en 3d et basée à Villeneuve d'Ascq. Idées-3Com apporte dans le projet son moteur de rendu VRML et est responsable du design des personnages et des interfaces du jeu.
Participants
Format-Store is developped by a French consortium of three French members.
LIFL is a research lab in informatics based in the university of Lille 1. The multi-agent systems team (SMAC) is involved in the design and the implementation of the virtual customers. SMAC brings all their expertise in artificial intelligence, multi-agent systems and behavioural modelling.
ENACO is a private business school situated in the centre of Lille proposing a set of online training to commerce. The role of ENACO in the project Format-Store is to bring all their expertise in commerce, sale and management.
Idées-3com is a game business based in Villeneuve d'Ascq, on the outskirts of Lille, and developping 3D virtual worlds accessible from an Internet browser. Idées-3Com provides their VRML 3D rendering engine and are responsible for the design of the graphival interface of the game.
Technologies
Le jeu se présente comme une Web-application capable d'être lancée sur n'importe quel navigateur Web, tout en offrant des graphismes convaincants grâce au moteur de rendu de Idées-3Com. Format-Store présente une foule de personnages en cell-shading totalement animés, expressions faciales comprises.
Le comportements des clients virtuels est fourni par la méthodologie multi-agents IODA/JEDI de l'équipe SMAC au LIFL. L'approche multi-agent permet aux personnages autonomes d'interagir avec chaque élément du magasin virtuel de manière réaliste et naturelle.
Voyez ce que IODA/JEDI peuvent faire pour votre projet en cliquant ici
Technologies
The game is available as a Web-application able to run on any Web browser, yet offering compelling 3D graphics owing to Idées-3Com home technology. Format-Store features a crowd of fully-animated cell-shaded characters including facial expressions.
The autonomous behaviour of the customers is provided by the multi-agent methodology IODA/JEDI provided by the SMAC team. The multi-agent approach allows the customers to interact with every element of the virtual store in a realistic and coherent fashion.
Learn what IODA/JEDI can do for your project in this section
Vidéo
Media
Dans Format-Store, le joueur assume le rôle d'un vendeur dans un magasin virtuel peuplé de clients autonomes. Deux activités principales consituent le coeur du jeu : la gestion du magasin et des produits ainsi que la gestion de la relation clientèle. Dans ce dernier cas, des dialogues d'experts permettent d'apprendre les règles essentielles d'une bonne communication.
In Format-Store, the player assumes the role of a salesperson in a virtual store populated with autonomous customers. Two main activities form the core of the game : store management and customer relationship management. For the latter, expert designed dialogues teach to the player the essential rules of a good communication.
Télécharger la vidéo ici.
Systèmes multi-agents
Un système multi-agents (SMA) est un ensemble organisé d'entités interagissant dans un environnement. Le terme a été inventé au début des années 1990 pour désigner toute simulation d'un phénomène complexe et dynamique où des entités intéragissant les unes avec les autres peuvent être identifiées. L'intérêt principal d'un SMA, par rapport à une approche mathématique, est de considérer qu'un phénomène complexe est le résultat (souvent émergent) des interactions de particules élémentaires. En modélisant le comportement simple de ces particules et leurs interactions, un SMA a pour ambition de recréer le phénomène original ainsi que sa complexité, et éventuellement fournir des éléments permettant sa compréhension.
Multi-agent systems
A Multi-Agent System (MAS) is an organised set of entities interacting in an environment. The term was coined early in the 1990s and encompasses every simulation of a complex and dynamic system where interacting elements can be identified. The main interest of a MAS, over mathematical approaches to simulation, is to consider a complex phenomenon as the (often emergent) result of sublevel entities interacting with each other. By modelling the simple behaviour of these particles and their interactions, a MAS aims at recreating the phenomenon, its complexity, and also provide clues for its understanding.
IODA
IODA (pour Design d'Agents Orienté par les Interactions) est une méthodologie de modélisation SMA qui met l'accent sur les interactions entre les agents au lieu des agents eux-mêmes. IODA s'accompagne de JEDI, une API pour implémenter facilement un modèle IODA, et JEDI-Builder, un outil graphique convivial destiné à faciliter la modélisation d'un modèle IODA et automatiser sa traduction en une application finale. IODA met l'accent sur deux concepts, brièvement décrits dans les sections suivantes.
Plus d'infos sur http://cristal.univ-lille.fr/SMAC/projects/ioda/
Tout peut être agent!
Un agent dans un SMA est toute entité possédant un dégré minimal d'autonomie. La méthodologie IODA s'appuie sur des agents réactifs, caractérisés par leur comportement simple. C'est en fait la multiplicité des interactions entre les agents qui garantit la complexité du système global, grâce à une propriété appelée émergence. Pour cette raison, dans IODA, toutes les entités sont considérées comme agents indépendamment de leur rôle actif ou passif dans la simulation. Dans la pratique, cela signifie que chaque objet inanimé (une chaise, un panneau de signalisation, une artère) est un agent au même titre qu'un humanoïde virtuel, un véhicule ou un organe.
En rendant triviale la sélection des agents dans la simulation, IODA rend la modélisation d'un SMA accessibles aux non informaticiens.
Un design centré sur les interactions
IODA met l'accent sur une construction adaptative de l'environnement, dans laquelle les agents peuvent être ajoutés ou ôtés sans heurt. Le fait que les agents soient caractérisés par leurs capacités d'interaction en est un facilitateur. en effet, contrairement aux approches traditionnelles, la spécification des agents dans IODA ne concerne pas leur comportement mais la description des interactions dont ils sont capables.
Le design d'un modèle multi-agents IODA peut être réalisé par des experts du domaines sans nécessiter de connaissances particulières en programmation.
IODA
IODA stands for Interaction-Oriented Design of Agents. It is a methodology for creating a MAS where the focus is set upon the interactions between the agents instead of the agents themselves. IODA also comes with JEDI, an API for easily implementing a IODA project and JEDI-Builder, a user-friendly tool aimed at easing the design of a IODA project and automating the translation into a final application. IODA emphasises two general concepts briefly described in the following subsections.
Learn more at http://cristal.univ-lille.fr/SMAC/projects/ioda/
Everything can be agent!
An agent in a MAS is any entity endowed with a minimum degree of behavioural autonomy. The IODA methodology features reactive agents whose behaviour is extremely simple. On the other hand, the multiplicity of the interactions between the agents guarantees the complexity of the system owing to a property inherent to complex systems called emergence. For that reason, every entity in IODA is considered as an agent, irrespective of their active or passive role in the simulation. In practice, that means that an inanimate object (a piece of furniture, a road sign or an artery) is an agent as well as a living character, a vehicle or an organ.
By trivialising the process of selecting which entities should be modelled in the simulation, IODA simplifies the design of a MAS by a non computer-scientist.
Interaction-oriented design
IODA promotes an adaptive construction of the environment, where agents can be added or removed without a glitch. This is aided by the fact agents are caracterised by their interacting abilities. In IODA, unlike traditional approaches, the specification of an agent does not consider its behaviour but the description of every interaction this agent is enabled with.
As a result, the design of a IODA-compliant MAS can be managed by the domain-expert and does not require any particular programming knowledge.
JEDI
JEDI (pour Environnement Java de Design des Interactions) se présente sous la forme d'un ensemble de classes Java pour l'implémentation de simulations multi-agents en temps discret dans des environnements continus à deux dimensions. L'implémentation d'un modèle IODA est facilitée par la traduction directe et univoque de chaque famille d'agent et chaque interaction en une structure logicielle appropriée. JEDI permet également l'utilisation d'observateurs pour l'analyse statistique, ainsi que l'association de représentations graphiques externes.
Les interactions dans JEDI sont des composants logiciels à part entière et permettent de ce fait leur réutilisation d'un projet sur l'autre. Bien que la plupart des interactions doivent être programmées par un informaticien lors de leur première utilisation, JEDI fourni par défaut un ensemble d'interactions qui couvrent les besoins basiques d'un SMA.
JEDI s'intègre très facilement avec d'autres projets et d'autres environnements.
JEDI
JEDI stands for Java Environment for the Design of agents Interactions. It consists of a set of Java classes to implement a discrete time multi-agent simulation in a two-dimensionnal continuous environment. The implementation of a IODA-compliant model is made straightforward by a one-to-one translation of every agent family and interaction in the model into an appropriate software structure. JEDI also allows the embedding of simulation observers for statistic analysis or visual representation.
Interactions in JEDI are fully-fledged software elements that can be reused from one project to another. Although first-time used interactions must be implemented by a computer scientist, JEDI provides by default a set of standard interactions that suit the basic needs of a MAS.
JEDI integrates easily with other projects and other environments.
JEDI-Builder
JEDI-Builder fait le lien entre l'étape de modélisation et la partie computationnelle en interfaçant IODA et JEDI. JEDI-Builder apporte deux fonctions.
- Un outil graphique convivial qui permet à un utilisateur de définir la liste des agents participants au SMA et d'allouer leurs interactions par glisser/déposer.
- Une fonction d'exportation automatisant la traduction d'un modèle IODA en une application JEDI.
JEDI-Builder fournit un environnement graphique complet pour faciliter le design d'un SMA par des experts de leur domaine et non de la programmation !
JEDI-Builder
JEDI-Builder links the modelling stage to the computationnal part, playing the role of an interface between IODA and JEDI. JEDI-Builder brings two functions.
- A user-friendly graphical tool enables the user to design the list of the agents participating the MAS and to allocate their interactions in a drag-and-drop fashion.
- An export tool for automating the translation of a IODA model into a JEDI application package.
JEDI-Builder provides a complete graphical environment for the aided design of a MAS by non-programmer domain-experts
Ce que IODA/JEDI peuvent faire pour vous
Les points suivant résument les avantages de la méthodologie IODA ainsi que des composants JEDI/JEDI-Builder dans votre projet. Si vous êtes intéressé(e) par l'intégration de IODA dans votre projet ou si vous désirez collaborer avec notre équipe, n'hésitez pas à nous contacter.
IODA met l'accent sur les interactions
Formuler des hypothèses sur le comportement interne des agents peut conduire à introduire des biais car ce comportement n'est pas directement et objectivement observable, contrairement aux interactions.
L'intelligence artificielle à votre portée
IODA s'appuie sur l'émergence de comportements complexes, ce qui rend cette méthodologie particulièrement adaptée aux environnements hautement dynamiques que leur complexité intrinsèque rend habituellement très difficiles à modéliser en faisant appel à des approches traditionnelles.
IODA vous maintient dans le processus !
En fournissant des moyens faciles et conviviaux pour décrire la simulation, les experts du domaines sont maintenus dans le processus de design bien plus loin que n'importe quelle autre methodologie, prévenant ainsi le risque d'introduction de biais.
Imaginez, testez et révisez
JEDI et JEDI-Builder permettent de modéliser un SMA et de le tester dans le foulée, permettant la mise en œuvre de cycles incrémentaux très courts.
What IODA/JEDI can do for you?
The following points summarise the benefits of using the IODA methodology along with JEDI/JEDI-Builder for your project. Should you be interested by integrating the IODA methodology in your project or collaborate with our team, feel free to contact us.
IODA places the focus on the interactions
Making assumptions on the behaviour of the agents can lead to introducing biases since this behaviour are not directly and objectively observable. On the other hand, interactions can be observed.
Complex AI at your fingertips
IODA relies on the emergence of complex behaviours. Such a methodology is particularly suited to highly dynamic environments otherwise very hard to model using a traditionnal approach due to their intrisic complexity.
IODA keeps you in the loop!
By providing a user-friendly and easy way to describe the simulation, domain experts are maintained in the design process farther than any other methodology. This prevents the introduction of biases too early.
Imagine, test and revise
JEDI and JEDI-Builder offer the modeller the opportunity to model a MAS and test it right away, thus enabling a close incremental design process.
Peupler un magasin virtuel avec des agents intelligents
Cette étude de cas illustre les différentes étapes qui permettent de peupler un magasin virtuel avec des agents exhibant des comportements cohérents et réalistes. Pour une introduction générale de Format-Store, visitez la section Presentation. L'approche multi-agent IODA que nous utilisons est détaillée dans la section Systèmes Multi-Agents.
Populating a virtual store with a crowd of intelligent customers
This case study illustrates the different steps involved in the design of the virtual customers in Format-Store. A general presentation of Format-Store can be found in the Presentation section. The IODA multi-agent approach we utilise is introduced in the Multi-Agent Systems section.
Étape 1 : Identifier les agents de la simulation
Cette étape consiste à identifier les familles d'agents qui participent à la simulation. La famille des "Clients" représente un choix évident par exemple, mais d'autres familles d'agents sont nécessaires au comportement intelligent de ceux-ci. Dans IODA, tout est agent ! Ainsi, on trouve dans la liste les familles suivantes :
- L'Employé est contrôlé par le joueur.
- Les Clients sont des agents autonomes munis d'une liste de courses contenant des articles.
- Les Articles sont récupérés par les clients et/ou gérés par l'employé. Chacun d'eux possède une marque, un prix et une date limite de consommation. Ils sont stockés sur les étagères dans le magasin.
- Les Affichages permettent de localiser les articles ou les catégories d'articles.
- Les Néons, les Taches et les Cartons sont autant d'éléments dans le magasin qui peuvent influencer le comportement des clients.
- La File d'attente est empruntée par les clients pour passer en caisse.
- La Caisse permet aux clients de régler leurs achats avant de sortir.
- La Porte est utilisée par les clients pour entrer ou sortir du magasin.
Tous les agents ainsi que leur description sont listés en utilisant JEDI-Builder, dans l'onglet "Agent Families List".
Step 1: Identify the agent families involved in the simulation
This steps involves the identification of every agents participating in the simulation. Although customers are the only obvious choice, they are not the only agents needed. In IODA, everything is agent! Therefore, other agents can be found in the following list:
- The Employee is controlled by the player.
- The Customers are autonomous agents with a shopping list of items to purchase.
- The Items are taken by the cutomers and/or managed by the employee. Each has a brand, a price and an expiry date. They are stored on the shelves inside the store.
- The information Signs allow to locate the items or the items categories.
- The Neons, Stains and Crates are elements influencing the behaviour of each customer.
- The Queue is used by the customers before to checkout.
- The Checkout till is used by the customers to checkout.
- The Door allows the customers to exit the store when are done shopping.
All the agents are listed along with their description using JEDI-Builder, in the "Agent Families List" tab.
Étape 2 : Décrire les interactions entre tous les agents
Une fois les familles d'agents identifiées, leurs interactions sont décrites comme suit.
- L'employé est capable de se déplacer dans le magasin. Il peut dialoguer avec les clients (pour les aider ou les renseigner), interagir avec les articles ou avec d'autres éléments dans le magasin.
- Les clients font leurs courses dans le magasin, font la queue devant la caisse, payent puis sortent. Ils lisent les affichages pour localiser les articles dont ils ont besoin, la caisses et la sortie. S'ils constatent qu'un article est inaccessible ou en rupture dans le rayon, ils demandent de l'aide à un employé.
- Les affichages informent les clients sur l'emplacement des autres éléments du magasin.
- Les articles informent les clients ou l'employé de certaines caractéristiques (marque, prix, quantité disponible, etc.). Ils peuvent être pris par les clients et réapprovisionnés par l'employé. Les articles peuvent périmer, ce qui contrarie les clients. Ils peuvent aussi se casser et générer une tache dans l'allée.
- La file d'attente "indique" aux clients où et quand ils doivent se placer, avancer ou sortir.
- La caisse peut encaisser un client s'il est placé en tête de la file d'attente.
- La porte génère de nouveaux clients avec pour chacun une liste de course aléatoire. Elle permet aux clients de quitter le magasin une fois leurs courses effectuées.
- etc.
Toutes ces interactions sont formalisées (des préconditions sont associées, une distance minimale est définie, etc.) et listées dans la matrice suivante avec une valeur de priorité. La priorité est utilisée pour classer les interactions. Lorsque deux interactions sont possibles, celle de plus haute priorité uniquement sera déclenchée.
Toutes les interactions sont définies en utilisant JEDI-Builder (onglets "Interaction Matrix") et allouées aux agents par glisser/déposer.
Bien que la matrice des interactions paraîsse excessivement synthétique, le comportement de chaque agent est tout de même entièrement décrit à ce stade. La plannification cognitive employée par les agents pour se comporter intelligemment resulte du séquencement adaptatif des actions, qui en fait s'appuie sur les valeurs de priorité et les préconditions attachées à chaque interaction. Les deux sections suivantes expliquent et illustrent comment le comportement intelligent des agents est obtenu lorsque la simulation est lancée.
Step 2: Describe the interactions between each agent family
Once the agent families have been identified, their interactions are described as follows.
- The employee is able to move inside the store. They can converse with customers (in order to provide help or information), interact with the items or other elements inside the store.
- The customers shop for items in the store, queue in front of the checkout till, check out and walk away. They read information signs to locate the items they need, the till or the exit door. If they see an unavailable or expired item on a shelf, they complain to the employee.
- The information signs inform the customers of the location of elements of the store.
- The items inform the customers or the employee of their characteristics (brand, price, quantity available, etc). They can be taken by customers and supplied by the employee. Items can expire, which upsets the customers. They can also be breaked and create a stain in the aisle.
- The queue "tells" the customers where to queue, when to move on and exit.
- The checkout till can check out customers who are placed at the head of the queue.
- The door spawns new customers, with a random shopping list for each. It allows the customers to walk away once their shopping is over.
- etc.
All the above interactions are formalised (preconditions are set, a minimum distance is defined, etc.) and summarised in the interaction matrix below, along with a priority value. The priority value is used for sorting the interactions. In case two interactions are possible for the agent, the interaction with the highest priority is triggered.
All the interactions are defined using JEDI-Builder, in the "Interaction Matrix" tabs and allocated in a drag-and-drop fashion.
Although the interaction matrix may look exceedingly synthetic, the behaviour of each agent is nonetheless entirely described at this stage. The cognitive planning required for each agent to behave in an intelligent way results from the sequencing of the actions, which merely relies on the priority values and the preconditions of each interaction. The two sections further down this page explains and illustrate how the intelligent and adaptive behaviour of a customer is obtained at runtime.
Étape 3 : Implémenter les interactions
La dernière étape pour obtenir une simulation fonctionnelle consiste à implémenter les interactions. Certaines, comme "AllerVers", sont inclues dans JEDI-Builder car il s'agit d'interactions standards. D'autres comme "Informer" sont génériques, elles peuvent être implementées une fois et être appliquées à plusieurs familles d'agents cibles différents. Les interactions restantes sont spécifiques et nécessitent l'intervention d'un programmeur.
Les interactions dans cette dernière catégorie peuvent être faciles à programmer comme "Prendre" ou bien se révéler complexes comme "Dialoguer", qui repose sur un module de conversation spécifique et charge une séquence de dialogue à partir d'un fichier XML.
Step 3: Implement the interactions
The last step towards obtaining a working simulation consists in implementing the interactions. Some of them like "GoTo" are already bundled in JEDI-Builder so that no further work is required. Others, like "Inform" are generic and therefore can be implemented once and applied to several agent families. Finally, some interations are specific and require the intervention of a programmer.
These latter interactions can be easy to implements like "Get" or more complex like "Converse" which lies on a specific conversation module which loads XML dialogue files.
Comprendre les comportements résultants
Bien qu'étant une méthodologie orientée-interactions, IODA n'en demeure pas moins une méthodologie de conception de simulations multi-agents. Cela signifie que le comportement de chaque agent est défini localement, par l'agent lui-même, à travers un processus de sélection de l'action. Cette section illustre ce qui nous importe en premier lieu : modéliser des comportements intelligents pour les clients.
Understand the resulting behaviours
Although it is an interaction-oriented methodology, IODA is nonetheless a methodology for designing multi-agent based simulations. That means the behaviour of each agent is defined locally, by the agent themself, by means of an action selection process. This section illustrates what we were most interested in the first place: modelling intelligent behaviours for the virtual customers.
Le processus de sélection de l'action
Au cœur de chaque agent autonome opère un processus appelé sélection de l'action. La sélection de l'action est responsable de chaque action effectuée par l'agent durant la simulation, en tant que résultat d'un plan satisfaisant des objectifs internes ou plus simplement en réaction à un évènement dans l'environnement. Dans IODA, la sélection de l'action est simple. À chaque pas de temps, chaque agent liste les interactions possibles en fonction des autres agents qu'il perçoit. Parmi les interactions possibles, seules les interactions réalisables sont conservées, c'est à dire celles pour lesquelles les préconditions sont remplies. L'interaction de plus haut niveau de priorité est ensuite déclenchée dans l'environnement. Au pas de temps suivant, le processus d'évaluation est redémarré, et ainsi de suite.
The action selection process
At the core of any autonomous character in a simulation lies a mechanism named action selection. The action selection is responsible for every action an agent triggers during the simulation, as a result of a plan to satisfy their objectives or as a reaction to an event in the environment. In IODA, the action selection is simple. At each time step, each agent lists the possible interactions, with respect to the other agents perceived. Among the possible interactions, only the realisable interactions are kept, namely what interactions whose preconditions are verified. The one interaction with the highest priority is then triggered in the environment. At the following time step, the same process is started over, and so forth.
Illustration des comportements exhibés par les clients dans le magasin virtuel
Les comportements produits par les clients dans le magasin possèdent de nombreuses qualités.
Illustration of the customer's behaviour in the virtual store
As the result of the action selection mechanism, the resulting behaviour of each customer demonstrates several interesting properties.
Les comportements des clients sont réalistes. À travers l'oeil de l'observateur, les clients se comportement de manière très naturelle. Ils mènent leurs activités de manière totalement cohérente : ils sélectionnent et prennent les produits de manière autonome, se dirigent ensuite vers la caisse, font la queue puis payent.
The behaviour is realistic. Through the eye of the observer, the customers behave in a very natural and coherent fashion: they select and take the items autonomously, head to the till, queue, checkout their items and walk out. Each interaction is rendered in the game by a specific animation and sound.
Les comportements des clients sont modulaires. Une architecture de contrôle unique et générique exprime des comportements simples comme les déplacements et les évitements, plus complexes comme les interactions avec les articles ou les autres éléments du magasin, ou bien cognitifs comme les dialogues avec le joueur.
The behaviour is modular. A unique and generic control architecture expresses at once simple behaviours like moving and avoiding collisions, more complex behaviours like interacting with the items or other elements in the store or cognitive behaviours like conversing with the player.
Les comportements des clients sont adaptatifs. Par exemple, lorsqu'un article est en rupture de stock ou périmé, le client est contrarié (ce qui se traduit par une baisse de sont niveau de satisfaction, mais il est tout de même capable de continuer ses courses ou de chercher le vendeur pour déposer une réclamation. En outre, les comportements sont extrêmement robustes aux autres perturbations dans le magasin (néon claqué, tache obstruant une allée, etc.)
the behaviour is adaptive. For instance, when an item is out of stock or expired, the customer is upset (which decreases their level of satisfaction) but still able to carry on their activity or look for the employee to complain. Besides, such behaviour is robust to other disturbances in the store (a neon light blowing, a stain obstructing an aisle, etc.)
Les comportements des clients sont variés. Du fait de listes de courses différentes, de l'absence d'une planification initiale rigide du parcours du magasin et du haut dynamisme de l'environnement, de part la présence des clients mais également du joueur, les comportements exhibés par les clients virtuels sont etrêmement variés.
The behaviours of the customers are varied, because each customer has a different shopping list, because they do not have a predefined and rigid plan describing the route they must follow and because the store is highly dynamic, due to the player but also to the other customers.
Publications
Le projet Format-Store a donné lieu à la publication des articles suivants.
Publications internationales
Publications
The Format-Store project has already led to the following publications.
International publications
Mathieu, P., Panzoli, D. and Picault S. (2012)
"Virtual Customers in a Multiagent Training Application",
in: LCNS transactions on Edutainment. Special issue on Serious Games and Interactive Worlds.
(publication pending)
Mathieu, P., Panzoli, D. and Picault S. (2012)
Virtual Customers in an Agent World,
in: 10th International Conference on Practical Applications of Agent and Multiagent Systems (PAAMS'12). University of Salamanca, Spain. 28-30th March 2012.
(PDF)
Mathieu, P., Panzoli, D. and Picault S. (2011)
"Format-Store: a Multi-Agent Based Approach to Experiential Learning",
in: F. Liarokapis (ed.), 3rd International Conference on Games and Virtual Worlds for Serious Applications (VS-Games'11), Athens, Greece.
(PDF)
Kubera, Y., Mathieu, P. and Picault S. (2010)
"An Interaction-Oriented Model of Customer Behavior for the Simulation of Supermarkets",
in: Proceedings of the IEEE/WIC/ACM International Conference on Intelligent Agent Technology (IAT 2010), Toronto.
(PDF)
Publications nationales
French Publications
Mathieu, P., Panzoli D. and Picault, S. (2011)
"Serious Games et SMA - Application \`a un supermarch\'e virtuel",
in: Actes des JournÃes Francophones sur les Syst\`emes Multi-Agents (JFSMA2011), Valenciennes.
(PDF)
Le joueur déplace son avatar dans le magasin en utilisant les flèches du clavier ou la souris. Il est possible d'interagir avec tous les éléments du magasin, et de différentes manières. Par exemple, le joueur peut vérifier la date limite de consommation d'un produit ou engager une conversation avec un client virtuel.
Les conversations avec les clients donnent lieu à des situations pédagogiques au cours desquelles l'apprenant peut aider ou renseigner. Grâce à une interface dédiée, l'apprenant se voit présenter plusieurs réponses possibles et doit sélectionner la plus appropriée. En fonction de la réponse, le client apparaît plus ou moins satisfait, ce qui conditionne ses actions futures dans le magasin.
