CAUSALITY-DL–Représentation d’espaces de scénarios d’intérêt

 CAUSALITY-DL–Représentation d’espaces de scénarios d’intérêt

Le modèle de causalité décrit les événements considérés comme signifiants pour une utilisation donnée de l’environnement virtuel, et les liens de subsomption et de causalité qui les relient, qu’un événement permette de réaliser un autre événement ou inhibe au contraire cette réalisation.

Pour le représenter, nous avons proposé le langage CAUSALITY-DL, qui fait suite aux réflexions sur les for malismes de représentation utilisés en analyse de risques réalisées précédemment par notre équipe de recherche, notamment sur les nœuds papillons [Camus, 2010] et leur traduction sous forme de réseaux bayésiens [Amokrane, 2010]. 

Approche Besoins

Le langage de représentation des espaces de scénarios d’intérêt a, de même que les langages de représentation du contenu scénaristique, vocation à être utilisé par des experts du domaine non informaticiens, en l’occurrence par des formateurs ou desexperts del’analyse derisques pourles cas d’application considérés. Il est donc nécessaire que ce langage soit intelligible et utilisable par ces experts.

Il est également nécessaire qu’il soit interprétable, afin de permettre, d’une part, de raisonner sur les événements du modèle à l’aide du moteur de planification, et d’autre part, d’évaluer l’activation ou la non-activation de chaque événement afin de situer de manière dynamique l’avancement de la simulation par rapport au modèle. Ce langage doit aussi être expressif.

Il doit tout d’abord permettre la représentation des relations de causalité entre événements, y compris les conjonctions et disjonctions pouvant exister au niveau de ces relations. Il doit également proposer plusieurs niveau d’abstraction, à la fois via la spécification de relations de subsomption entre événements et par l’utilisation de variables et de concepts plutôt que de références directes à des instances d’objets de l’environnement virtuel.

Enfin, il doit permet tre de représenter le modèle à différents niveaux de granularité, en spécifiant ou non les événements intermédiaires entre deux événements principaux. Nous souhaitons également que ce langage soit modulaire, afin de permettre d’ajouter ou d’enlever facilement des parties du modèle pour pouvoir adapter l’environnement virtuel à de nouvelles utili sations sans avoir à réécrire un nouveau modèle à chaque fois.

Cette modularité, associéeàlapossibilité dereprésenterlesmodèlesavecdifférentsniveaudegranu larité et d’abstraction, donnent au système de scénarisation utilisant ce langage davantage d’adapta bilité, en regard des systèmes basés sur des graphes exhaustifs décrivant l’ensemble des scénarios possibles. Il n’est pas question ici d’expliciter les séquences d’actions et de comportements à réaliser dans l’environnement virtuel, mais de spécifier un ensemble d’étapes d’intérêt pour une utilisation donnée.

Proposition Nous avons choisi pour cela de proposer un formalisme sous forme de graphe inspiré de for malismes utilisés en analyse de risques, et en particulier de celui des nœuds papillons [Bernuchon et al., 2006]. Ce formalisme, CAUSALITY-DL, permet ainsi de représenter informatiquement les ré sultats des analyses de risques réalisées sur le terrain, jusqu’ici représentées à l’aide de formalismes graphiques.

Les figures 7.1 et 7.2 présentent un extrait des parties en amont et en aval de l’événement redouté central d’un nœud papillon réalisé dans le cadre d’une analyse de risques sur le cas d’application des dépôts pétroliers. Elles correspondent respectivement à un arbre de défaillance (causes) et à un arbre d’événements (conséquences) autour de l’événement correspondant au débordement d’une citerne par le dôme.

Le rectangle rouge correspond à cet événement redouté central, tandis que les rectangles blancs correspondent aux événements menant à ou découlant de cet événement, et les rectangles noirs correspondent aux barrières permettant d’interrompre la propagation de la causa lité d’un événement à unautre.