agrandir le texte diminuer le texte

Accès direct au contenu

Gamagora Portails : www - étudiants - personnels Gamagora

Vous êtes ici : fr > Séminaire > Séminaires Gamagora

Séminaires Gamagora

 

Séminaires à venir:


Séminaire de Severin Labit  (Bento Studio)

24 janvier 2019 à 17h30 (salle i011)

Résumé: 

(à venir)

Séminaires passés:

Séminaire de Mathieu Muratet

19 octobre 2018 à 17h (salle i011)

Entité-Composant-Système une approche émergente pour la conception de jeux vidéo

Mathieu Muratet, Maître de Conférences en Informatique, Equipe MOCAH - LIP6

Résumé

L’Entité-Composant-Système (ECS) est une architecture logicielle émergente dans le domaine du développement de jeux vidéo. Cette architecture se combine à une conception orientée donnée permettant une grande flexibilité lors du développement des jeux vidéo. Contrairement à une approche orientée objet classique, l'ECS améliore la modularité et apporte de la souplesse pour intégrer de nouvelles mécaniques de jeu non anticipées. L’équipe Mocah du Lip6 s’intéresse à cette architecture pour le développement de Serious Games et a développé un ECS nommé FYFY pour la plateforme de développement de jeu Unity. Cette conférence a pour objectif de présenter le principe de l'architecture logicielle ECS et d'illustrer l'utilisation de la bibliothèque FYFY à travers des exemples.

 


Séminaire de Jean-Claude Dreher

22 octobre 2018 à 17h (salle i011)

Development of an App for a Lego social robot decoding social intentions

JC Dreher, Research director, Institut des Sciences Cognitives, CNRS67 Bd Pinel, 69675 Bron, France

Résumé: 

For successful child-social robot interactions, it is crucial that the social robot algorithm allows to infer the child’s intentions and responds accordingly. We aim to develop a new App for iphone, ipad and Android based on Partially Observable Markov Decision Processes (POMDP) that help Lego social robots understand the cognitive states of children. Current state-of-the art approaches use inference models as passive processes of observing the behavior of people. Yet, these approaches are missing how intentions of the partner are embedded in a greater interaction context. POMDP is a framework based on probabilistic reasoning about the hidden state of the environment. Based on its observations from the environment, POMDP develops a belief (posterior probability distribution) over the current state and chooses an action that maximizes the expected reward. We have shown that POMDP algorithm can capture the intentions of a human partner based on the context (choice of the human partner in a card game). This allowed us to accurately estimate intentions in a peer-to-computer interaction. We will apply such computer algorithm using POMDP to develop a new App for Lego social robots to infer intentions of children when playing simple games.
contact séminaires: Bertrand Kerautret (at univ-lyon2.fr)

mise à jour le 23 novembre 2018


encadré
Université Lumière Lyon 2