Auswahl der wissenschaftlichen Literatur zum Thema „Intelligence artificielle – Aéronautique“

Ce travail de thèse s'inscrit dans la problématique générale de conception des systèmes d'information et, plus particulièrement, des Systèmes Tuteurs Intelligents (STI). Les erreurs humaines sont des phénomènes courants mais négligés, dans le processus de développement des systèmes interactifs d'apprentissage humain. Ce mémoire a pour objet l'amélioration de la qualité de la formation par la prise en compte explicite des erreurs. Nous appliquons notre étude au cas critique des systèmes à risque automatisés et notamment aux systèmes aéronautiques, pour lesquels les erreurs humaines peuvent avoir de très lourdes conséquences. Dans le cadre de notre étude, nous proposons de classer les erreurs en trois grandes catégories (connaissances, ergonomie, psychologie) selon leurs origines afin d'en offrir une meilleure gestion. L'utilisation du formalisme de la simulation qualitative fondée sur une analyse de l'historique de l'apprenant nous permet d'obtenir une méthode d'évaluation adaptative et en temps réel. L'Agent Pédagogique fait partie d'un Système Multi-Agent (SMA) permettant décrire une architecture modulaire et distribuée, et pouvant embarquer de multiples expertises ainsi que la capacité de gérer plusieurs types d'erreurs. Le SMA assure le retour immédiat et différé sur les actions de l'apprenant, ainsi que le contact avec l'instructeur. Une application professionnelle réelle (projet européen -5 PCRD- ASIMIL "Aero user-friendly SIMulation based dIstance Learning", visant à créer tout une gamme d'outils informatiques pour la formation pratique à distance des personnels de l'aviation civile) nous a permis de mettre en oeuvre notre démarche de conception basée sur les aspects cognitifs et de mettre en évidence l'apport des méthodes qualitatives pour une approche cognitive de l'Agent Pédagogique qui permet de gérer les retours de l'apprenant à partir d'un modèle enrichi (connaissances, ergonomie, psychologie)
This thesis studies the general problems of information systems design and, more particularly, the Intelligent Tutoring Systems (ITS). The human errors are current but often neglected phenomena, in the process of development of the interactive systems for human training. This memory aims at the improvement of training's quality by explicitly taking into account of the errors. We apply our study to the critical case of the automated risky systems and in particular to the aeronautical systems, for which the human errors can have very heavy consequences. Within this framework, we propose to classify the errors in three main categories (knowledge, ergonomy, psychology) according to their origins in order to offer a better management of them. The use of the formalism of qualitative simulation founded on an analysis of learner's history enables us to obtain an adaptive evaluation method usable in real time. A Pedagogical Agent belongs to a Multi-Agent System (SMA) enabling to design a modular and distributed architecture, and which can embark multiple expertises as well as the capabilities to manage several types of errors. The SMA ensures the immediate and differed feedback on the learner's actions, as well as the contact with the human instructor. The professional application (European project ASIMIL "Aero user-friendly SIMulation based dIstance Learning", aiming at designing a whole range of computer-assisted tools for the distance training to the personnel of the civil aviation) enabled us to implement our approach of design based on the cognitive aspects and to highlight the contribution of the qualitative methods for a cognitive approach of the Pedagogical Agent to manage the learner's feedback using an enriched model (knowledge, human engineering, psychology)

La crise du COVID-19 a brutalement freiné le transport aérien, et à la sortie de cette crise, des doutes subsistaient quant à une reprise rapide du trafic. Quatre ans plus tard,le trafic aérien est en passe de retrouver, voire dépasser, les niveaux de 2019. Dans ce contexte de croissance, les aéroports doivent s’adapter pour accueillir un nombre croissant de passagers tout en garantissant leur sécurité et leur confort. Cependant, en France, il est très difficile d’agrandir les infrastructures aéroportuaires existantes. Dès lors, il devient impératif de trouver de nouvelles méthodes pour accroître la capacité de traitement des passagers, sans augmenter la surface des aéroports et en maintenant un haut niveau de sécurité.L’élément clé déterminant la capacité d’un aéroport à traiter les passagers est la performance de ses Postes d’Inspection Filtrage (PIF), dont la capacité dépend directement du nombre de lignes d’inspection ouvertes en parallèle. Il est donc essentiel de déterminer le nombre optimal de lignes à ouvrir pour équilibrer les coûts et répondre à la demande de passagers.Cette thèse propose plusieurs méthodes pour optimiser les PIF dans un aéroport international,en prenant comme exemple l’aéroport de Paris Charles-de-Gaulle (CDG). Dans un premier temps, une méthode basée sur des réseaux de neurones denses permet de prédire,à un niveau stratégique, le flux de passagers plusieurs jours à l’avance. Ensuite, une approche utilisant le recuit simulé, associée à un simulateur, optimise le planning horaire d’ouverture des lignes de chaque PIF, afin de répondre à la demande tout en minimisant les coûts. Enfin, une méthode de Programmation Linéaire en Nombres Entiers (PLNE) permet de calculer le nombre optimal d’agents de sécurité nécessaires pour réaliser ce planning,tout en respectant les contraintes légales de travail. Cette dernière méthode propose également un planning optimisé pour les agents
The COVID-19 crisis brought air transportation to an abrupt halt, and as the crisissubsided, doubts remained about whether air traffic would fully recover. Four years later,traffic levels are close to returning to 2019 levels and are likely to exceed them in thecoming years. In this context of growing air traffic, airports must adapt to accommodatethe increasing flow of passengers while ensuring their safety and comfort. One potentialsolution to increasing an airport’s capacity is to expand its infrastructure. However,in France, it is particularly challenging to create new hubs or expand existing ones.Given these limitations, it is essential to develop new methods for increasing passengerhandling capacity without expanding the airport, while maintaining high safety standards.The key factor that determines the number of passengers an airport can handle is thecapacity of its security checkpoints, which is directly related to the number of screeninglines that can operate in parallel. The airport must determine the optimal number oflines to balance operational costs with the necessary passenger handling capacity.This thesis presents several methods to optimize the management of security checkpoints atan international airport, with a focus on Paris Charles-de-Gaulle (CDG). First, a methodbased on dense neural networks is introduced, allowing for strategic (several days in advance)prediction of passenger flows at various checkpoints. Secondly, a method based onSimulated Annealing and a checkpoint operation simulator is presented to determine theoptimal schedule for opening screening lines. This approach provides a quick solution fordeciding how many screening lines to open at each checkpoint for each hour of the day.Finally, an Integer Linear Programming (ILP) method is used to compute the optimalnumber of security agents required to implement the schedule determined by simulatedannealing. This method also generates individual work schedules for each agent, ensuringcompliance with legal work restrictions

Les travaux presentes dans cette these s'inscrivent dans un contexte d'activite relevant a la fois du retour d'experience, de l'intelligence artificielle et de l'ergonomie psychologique cognitive. L'objectif de ces travaux est d'elaborer une methodologie pour ameliorer la securite des vols dans le domaine de l'aeronautique. Notre objectif est d'ameliorer la securite des vols en proposant une methodologie d'analyse systematique des vols centree facteur humain. Notre travail a permis de concevoir un modele conceptuel fondamental du comportement des pilotes d'avion : le modele ethos. Ce modele conceptuel est la base d'un outil d'analyse systematique des vols centree facteur humain. Cet outil se situe au cur d'un projet de retour d'experience. Ce projet se demarque de ces predecesseurs par le fait que l'experience recueillie est positive et non plus negative. En effet, ce projet trouve ses principes de base dans la description du cycle de retour d'experience naturel de l'homme qui est par definition positive. Nous avons developpe un outil de demonstration pour valider notre travail de recherche et experimenter les principes que nous proposons. Nous appliquons notre outil a des enregistrements de vol issus de simulations pilotees.

La revue d’incidents aéronautiques a montré que l’apparition de conflits dans la gestion du vol est un précurseur remarquable d’accidents. Ces conflits peuvent se produire entre les différents agents du système aérien (équipage, contrôle aérien, interface de pilotage). Nos premiers travaux ont consisté à proposer un modèle générique pour détecter les conflits entre agents. Ce modèle a ensuite été implémenté et testé dans des expérimentations avec des pilotes en simulateur de vol. Ces expériences ont permis de valider nos idées sur le conflit mais ont montré que les pilotes, lorsqu’ils sont confrontés à un conflit, ont tendance à perséverer et à s’enfermer dans la résolution du problème au détriment de la surveillance des paramètres vitaux. Pour étudier ce comportement, nous avons développé GHOST, environnement expérimental constitué d’un simulateur de vol connecté à une interface qui permet à un magicien d’Oz de créer des situations conflictuelles mais surtout d’envoyer des contre-mesures pour sortir le pilote de sa persévération. Ces contre-mesures reposent sur le principe d’un retrait ciblé de l’information : le cadran sur lequel se focalise le pilote disparaît puis est remplacé momentanément par un message pertinent en termes de sécurité. L’environnement GHOST a été testé avec 22 pilotes et les résultats semblent prouver l’efficacité de cette approche.

Dans le cadre du diagnostic à base de Modèle, un ensemble de règles d'inférence est typiquement exploité pour calculer des diagnostics, ceci en utilisant une théorie scientifique et mathématique sur le système à diagnostiquer, ainsi qu'un ensemble d'observations. Contrairement aux hypothèses classiques, les Modèles sont souvent anormaux vis-à-vis d'un ensemble de propriétés requises. Naturellement, cela affecte la qualité des diagnostics [à Airbus]. Une théorie sur la réalité, l'information et la cognition est créé pour redéfinir, dans une perspective basée sur la théorie des modèles, le cadre classique de diagnostic à base de Modèle. Ceci rend possible la formalisation des anomalies et de leur relation avec des propriétés des diagnostics. Avec ce travail et avec l'idée qu'un système de diagnostic implémenté peut être vu comme un objet à diagnostiquer, une théorie de méta-diagnostic est développée, permettant la détection et isolation d'anomalies dans les Modèles des systèmes de diagnostic. Cette théorie est mise en pratique à travers d'un outil, MEDITO; et est testée avec succès à travers un ensemble de problèmes industriels, à Airbus. Comme des différents systèmes de diagnostic Airbus, souffrant d'anomalies variées, peuvent calculer des diagnostics différents, un ensemble de méthodes et outils et développé pour: 1) déterminer la cohérence entre diagnostics et 2) valider et comparer la performance de ces systèmes de diagnostic. Ce travail dépend d'un pont original entre le cadre de diagnostic Airbus et son équivalent académique. Finalement, la théorie de méta-diagnostic est généralisée pour prendre en compte des méta-systèmes autres que des systèmes de diagnostic implémentés
In Model-Based Diagnosis, a set of inference rules is typically used to compute diagnoses using a scientific and mathematical theory about a system under study and some observations. Contrary to the classical hypothesis, it is often the case that these Models are abnormal with respect to a series of required properties, hence affecting the quality of the computed diagnoses with possibly huge economical consequences, in particular at Airbus. A thesis on reality and cognition is firstly used to redefine the classic framework of model-based diagnosis from a formal model-theoretic perspective. This, in turn, enables the formalisation of abnormalities and of their relation with the properties diagnoses. With such material and the idea that an implemented diagnostic system can be seen a real-world artefact to be diagnosed, a theory of meta-diagnosis is developed, enabling the detection and isolation of abnormalities in Models of diagnostic systems and explanation in general. Such theory is then encoded in a tool, called MEDITO, and successfuly tested against Airbus real-world industrial problems. Moreover, as different heterogeneous implemented Airbus diagnostic systems, suffering from distinct abnormalities, may compute different diagnoses, methods and tools are developed for: 1) checking the consistency between subsystem-level diagnoses and 2) validating and comparing the performance of these diagnostic systems. Such work relies on an original bridge between the Airbus framework of diagnosis and its academic counterpart. Finally, meta-diagnosis is generalised to handle meta-systems other than implemented diagnostic systems

Dans le cadre du diagnostic à base de Modèle, un ensemble de règles d'inférence est typiquement exploité pour calculer des diagnostics, ceci en utilisant une théorie scientifique et mathématique sur le système à diagnostiquer, ainsi qu'un ensemble d'observations. Contrairement aux hypothèses classiques, les Modèles sont souvent anormaux vis-à-vis d'un ensemble de propriétés requises. Naturellement, cela affecte la qualité des diagnostics [à Airbus]. Une théorie sur la réalité, l'information et la cognition est créé pour redéfinir, dans une perspective basée sur la théorie des modèles, le cadre classique de diagnostic à base de Modèle. Ceci rend possible la formalisation des anomalies et de leur relation avec des propriétés des diagnostics. Avec ce travail et avec l'idée qu'un système de diagnostic implémenté peut être vu comme un objet à diagnostiquer, une théorie de méta-diagnostic est développée, permettant la détection et isolation d'anomalies dans les Modèles des systèmes de diagnostic. Cette théorie est mise en pratique à travers d'un outil, MEDITO; et est testée avec succès à travers un ensemble de problèmes industriels, à Airbus. Comme des différents systèmes de diagnostic Airbus, souffrant d'anomalies variées, peuvent calculer des diagnostics différents, un ensemble de méthodes et outils et développé pour: 1) déterminer la cohérence entre diagnostics et 2) valider et comparer la performance de ces systèmes de diagnostic. Ce travail dépend d'un pont original entre le cadre de diagnostic Airbus et son équivalent académique. Finalement, la théorie de méta-diagnostic est généralisée pour prendre en compte des métasystèmes autres que des systèmes de diagnostic implémentés.

La conception préliminaire avion est un problème d'optimisation multi-disciplinaire et multi-objectif qui consiste à trouver les valeurs des paramètres de description d'un avion et de ses performances en fonction de contraintes. Ces valeurs sont calculées grâce à des connaissances disciplinaires. Les interdépendances entre les paramètres et les non linéarités complexifient les calculs pour lesquels les méthodes classiques se montrent insuffisantes. Pour pallier ce problème, nous proposons une solution basée sur les systèmes multi-agents adaptatifs dans lesquels les agents représentent les disciplines, les paramètres de conception et les performances de l'avion. Les agents en utilisant des connaissances disciplinaires et par un comportement coopératif trouvent collectivement les valeurs des paramètres de conception qui satisfont les contraintes et les performances. Nous montrons que cette approche permet aussi d'intégrer plusieurs questions telles l'étude de sensibilité des paramètres, les fronts de Pareto ou la co-conception en temps réel.