Synthèse

Afin de faire la synthèse des différentes approches que nous avons présentées dans cet état de l’art, nous avons défini les différentes caractéristiques qui nous permettent de les classer.

Caractéristiques des différentes approches de représentation sémantique des EVs

Les différentes approches citées précédemment dans notre état de l’art concernant la modélisation de la sémantique des EVs, qui peuvent êtres caractérisées selon quatre critères que nous jugeons êtres importants pour notre approche. Ces critères sont définis comme suit :

– C1 (Modèle Orienté-Contenu) : qui représente les connaissances du contenu de l’EV,

– C2 (Généricité) : qui définit si le modèle sémantique de l’environnement est gé-nérique ou dépend-t-il du domaine d’application,

– C3 (Découplage de la représentation graphique) : qui représente les connais-sances du contenu de l’EV indépendamment de sa représentation graphique,

2.2. Représentation des Environnements Virtuels ³⁷

– C4 (Méthodologie conceptuelle) : qui propose une méthode de modélisation de l’EV, ainsi le modèle sémantique de l’EV résulte de la phase de modélisation concep-tuelle.

Selon les critères que nous avons définis, nous pouvons résumer les différentes approches liées à la modélisation sémantique des EVs dans le tableau 2.1 :

Approches / Critères C1 C2 C3 C4

Environnement Virtuel Informé [Farenc et al., 1999a] X

VUEMS [Donikian, 1997] X

SeVEn [Otto, 2005] X X

OntologyX3D [Kalogerakis et al., 2006] X X

Noyau et Ontologie spécifique [Grimaldo et al., 2006a] X X Ontologie basée sur du XML [Gutierrez et al., 2005] X X Niveau Sémantique de base [Ibáñez and Delgado-Mata, 2006] X X X Information sémantique pour l’animation [Chu and Li, 2008] X X X

ISReal [Kapahnke et al., 2010] X X X

VR-WISE [Pellens et al., 2005] X X X X

NiMMiT [Vanacken et al., 2007] X X X X

MASCARET [Chevaillier et al., 2009] X X X X

Table 2.1 – Récapitulatif des différentes approches de modélisation de la sémantique des EVs dans quatre critères : représentation de la sémantique du contenu de l’EV, indépen-dance du domaine d’application, découplage de la représentation graphique et résultant d’une phase de modélisation conceptuelle.

Les approches de modélisations de la sémantique de l’environnement qui dépendent du domaine d’application [Farenc et al., 1999a], [Donikian, 1997] sont limitées pour qu’elles soient uniquement utilisées dans le domaine pour lequel elles ont été définies. De ce fait le critère de généricité n’est pas vérifié.

L’utilisation d’une couche de représentation sémantique de l’environnement permet de dissocier la représentation graphique de l’environnement de sa sémantique. Les agents peuvent alors interagir directement avec la couche sémantique pour l’inclure dans leur processus de raisonnement sur l’environnement. Ce qui la rend réutilisable pour différents types d’applications.

La plupart des approches de représentation du contenu de l’EV [Otto, 2005], [Grimaldo et al., 2006a] utilisent les ontologies pour coupler le contenu de l’EV avec sa représentation sémantique contenue dans une ou plusieurs ontologies. Cependant, comme les concepts de l’ontologie sont reliés directement à des primitives géométriques de bas niveau, ce couplage ne peut être fait que d’une manière ad-hoc et de façon manuelle.

En revanche, ce couplage manuelle de la sémantique des entités de l’environnement est évité dans les approches qui incluent la sémantique de l’EV dans la phase de modélisation conceptuelle [Pellens et al., 2005, Vanacken et al., 2007] en utilisant un modèle conceptuel explicite. Toutefois, la limitation majeure de ces approches résident dans le fait que seuls les aspects statiques de l’EV sont représentés dans le modèle conceptuel. De ce fait, nous ne pouvons pas observer lors de l’exécution les changements des attributs des objets et

leurs relations.

L’objectif principal de la représentation des connaissances sémantiques de notre EV est de le rendre compréhensible par les agents de la simulation pour qu’ils puissent choisir les meilleurs objets de l’EV pour réaliser leurs actions. Ce qui rendrait leurs comportements plus crédibles.

Nous voulons donc modéliser la sémantique des objets de l’environnement relative à leurs fonctions (services proposés par les objets) et les critères de qualité qui vont nous permettre de choisir les meilleurs objets qui proposent les services les plus adaptés pour répondre aux actions des agents.

Pour ce faire, la modélisation sémantique de notre EV s’inspire des approches de mo-délisation orientée-contenu. En outre, elle doit être générique, basée sur un méta-modèle représentant les fonctionnalités opérationnelles des entités de l’environnement, comme l’ontologie de service dans ISReal [Kapahnke et al., 2010] qui utilise l’instanciation de l’ontologie OWL-S. Et enfin, notre modèle de représentation doit être indépendant de la plateforme d’application de l’EV, générée pendant la phase de modélisation conceptuelle du processus de développement [Pellens et al., 2005], [Chevaillier et al., 2009].

2.2.6 Conclusion

L’information sémantique des EVs joue un rôle important pour améliorer la capacité des agents à interagir avec leur environnement [Cavazza, 1998]. Nous avons constaté à travers les différents travaux cités dans la littérature qu’il n’y avait pas un standard de modélisation de cette sémantique.

L’une des premières méthodes de représentation de la sémantique des EVs consistait à l’annotation des méta-données associées aux éléments contenus dans l’EV. C’est une étape utile et nécessaire pour établir une couche d’informations sémantiques sur l’environnement. Cependant, l’annotation sémantique de l’environnement reste une tâche fastidieuse pour les concepteurs du système, il est donc plus intéressant d’utiliser des techniques d’anno-tation semi-automatiques ou automatiques lorsque c’est possible car ça demande moins d’effort.

Parallèlement, des équipes de recherches se sont penchées sur la question de la défi-nition de la sémantique de l’environnement virtuel. Ils ont considéré qu’elle doit suivre une stratégie et une méthodologie qui facilite et formalise le processus de conception de l’environnement virtuel. Comme nous avons pu le voir dans VR-WISE [Pellens et al., 2005] qui définit les premières étapes pour la définition complète d’une méthodologie afin de permettre à l’utilisateur final de définir l’EV à un niveau conceptuel en utilisant la terminologie du domaine.

Beaucoup de travaux ont proposé des approches basées sur des ontologies qui sont ap-propriées pour la représentation de la sémantique des EVs. L’utilisation des ontologies et les bases de connaissances du domaine constituent un niveau sémantique dans l’architec-ture des EVs. Ce type d’approche constitue une couche de représentation sémantique de l’environnement qui permet de dissocier la représentation graphique de l’environnement de sa sémantique. Ainsi, les agents peuvent interagir directement avec la couche sémantique pour l’inclure dans leur processus de raisonnement sur l’environnement. Ce qui la rend réutilisable pour différents types d’applications. Cependant, les raisonnements sur l’envi-ronnement que proposent ces approches ne permettent pas aux agents de comparer entre les différentes solutions qui s’offrent à eux pour réaliser leurs actions. Ce qui représente un manque majeur pour la crédibilité des comportements des agents. En effet, les agents