formation par la recherche / formation doctorale / enseignement, stages / sujets de thèses

Algorithmique distribuée pour simulations
coopératives temps réel

Localisation :Irisa, Rennes

Equipe ADP

Mots-clés : consensus, gestion de groupe, diffusion fiable, temps réel

Sujet :

Certaines activités industrielles à risques (raffineries, centrales nucléaires, ...) demandent que leur personnel suive périodiquement un entraînement intensif et de haute qualité pour les préparer à faire face aux situations de crises les plus diverses (explosions, ...). Pour des raisons évidentes de sécurité et de coût, une grande partie de cet entraînement doit se faire sur des simulateurs. Pour que les simulations soient efficaces, les systèmes actuels utilisent des architectures dédiées pour garantir les performances et emploient des environnements de réalité virtuelle pour offrir un graphisme d'excellente qualité. Néanmoins, ces simulations ne permettent pas à un groupe de techniciens de coopérer les uns avec les autres pour mener à bien une tâche complexe qui demanderait, dans la réalité, des interactions nombreuses et fines. En effet, le niveau de coopération possible entre acteurs d'une simulation reste aujourd'hui grossier.

Algorithmes de consensus, de gestion de groupe, de diffusion fiable, de cohérence distribuée, sont parmi les briques logicielles indispensables pour construire un environnement de simulation où des techniciens, éventuellement physiquement dispersés, pourraient coopérer et interagir en temps réel.

La recherche que nous proposons consistera essentiellement à spécifier, concevoir et prouver de tels algorithmes, qui s'inscrivent dans la catégorie des algorithmes distribués temps réel. A terme, ils seront intégrés dans la plate-forme de réalité virtuelle immersive de l'Irisa. Cette recherche s'appuiera sur des travaux antérieurs de l'équipe ADP. Une très bonne maîtrise de la programmation en C++ et une habitude du développement (sur station Unix de préférence) sont requises. De plus, des notions de CORBA seront appréciées.