Résumé : Cet article présente une méthode d’évaluationde la crédibilité comportementale en simula-tion multi-agent. Elle s’appuie sur l’extractionautomatique de classes de comportements dansune simulation participative.La méthode que nous proposons combine deuxapproches. La première, subjective, évalue pardes questionnaires les catégories d’utilisateursdans le dispositif de simulation. La seconde ef-fectue une observation objective des données is-sues de la simulation pour construire automa-tiquement des classes de comportements. Nousétudions alors la corrélation entre les catégo-ries d’utilisateurs et les classes de comporte-ment. Nous comparons ensuite les comporte-ments des humains et des agents pour évaluerla crédibilité de ces derniers, en nous appuyantsur les catégories d’utilisateur. Nous illustronscette méthode dans le cadre d’un simulateur deconduite immersif.

Résumé : es simulations multi-agent, utilisées dans ledomaine des environnements virtuels immersifs,mettent en œuvre des agents reproduisant descomportements humains et interagissant aveceux. Dans cet article, nous proposons une méthode générique fondée sur l’analyse de données pour l’évaluation des comportements individuels des agents. Elle est basée sur une classification des traces de simulation pour extraireles comportements humains. Ceux-ci servent decomportements de référence pour ensuite réaliser une agrégation des agents sur les classesd’humains. Il est alors possible d’analyser lescapacités, manques et erreurs des comportements agents en les comparant avec ceux deshumains. Nous complétons cette analyse parune évaluation subjective basée sur un questionnaire rempli par des annotateurs humainsafin de définir des catégories d’utilisateur, rendant leurs comportements explicites. Nous appliquons notre méthode à la simulation deconduite immersive.

Résumé : L’un des principaux problèmes en simulationmulti-agent est la définition des paramètres dumodèle agent et leur calibration. Ce problèmeest encore plus difficile lorsqu’on considèredes environnements virtuels immersifs, dans lesquels les agents intelligents doivent reproduiredes comportements humains et apparaître « réalistes » aux yeux des utilisateurs. Dans cet article, nous proposons d’enregistrer et d’analyser les comportements des agents pour évaluerleur similarité avec ceux des humains dans unenvironnement virtuel immersif. Nous utilisonsdes méthodes de classification pour construireune abstraction des comportements individuels.Les types de comportement sont étudiés selon lacomposition de ces classes pour déterminer lesmanques, capacités et erreurs dans le modèleagent. Cette méthode nous permet 1) d’écarter les jeux de paramètres invalides, 2) de calibrer des simulations valides et 3) d’expliquerles manques du modèle agent pour l’améliorer.