Compare commits

..

80 Commits

Author SHA1 Message Date
c3f7616718 Upload files to "/" 2024-07-08 00:00:11 +02:00
aef3b3ab97 builds 2024-06-12 21:03:42 +02:00
4685d9942b Upload files to "/" 2024-05-17 18:32:11 +02:00
9897f3dc1a Upload files to "/" 2024-05-17 13:21:09 +02:00
ca1d96ab25 Upload files to "/" 2024-05-16 18:28:06 +02:00
e6a1a7271a Upload files to "/" 2024-04-29 17:06:55 +02:00
d5ac13d302 Upload files to "/" 2024-04-29 17:02:58 +02:00
25254b4bc9 Update 'Spécifications_techniques.md' 2024-01-14 16:58:52 +01:00
68ce4c0d25 corrections 2023-12-06 19:02:52 +01:00
39f83aa602 Update 'Spécifications_fonctionnelles.md' 2023-12-06 15:40:50 +01:00
1b1a7fc5f6 Update 'Spécifications_techniques.md' 2023-12-06 15:40:38 +01:00
c41978ce6f Upload files to '' 2023-12-06 15:40:27 +01:00
d2182e8937 Delete 'Spécifications techniques.pdf' 2023-12-06 15:40:18 +01:00
c0cb457de3 Upload files to '' 2023-12-06 15:39:17 +01:00
4f5f1ef192 Delete 'Spécifications fonctionnelles.pdf' 2023-12-06 15:37:41 +01:00
28785b48b3 Upload files to '' 2023-12-06 15:37:13 +01:00
96accd615b Delete 'Spécifications Fonctionnelles.pdf' 2023-12-06 15:37:03 +01:00
b90e6042ff Update 'Spécifications Fonctionnelles.md' 2023-12-06 15:33:50 +01:00
846bffec12 Update 'Spécifications Fonctionnelles.md' 2023-12-06 15:32:14 +01:00
a0b8424a68 Update 'Spécifications Fonctionnelles.md' 2023-12-06 15:31:25 +01:00
894cc9cb88 Upload files to '' 2023-12-06 15:26:14 +01:00
852e162b88 Upload files to '' 2023-12-06 15:25:38 +01:00
7e8a8d7827 Delete 'Spécifications fonctionnelles.pdf' 2023-12-06 15:25:02 +01:00
171705ad26 Upload files to '' 2023-12-06 15:24:51 +01:00
0d23706e6a Delete 'Spécifications fonctionnelles.pdf' 2023-12-06 15:24:32 +01:00
1876555b52 Delete 'Spécifications fonctionnelles.md' 2023-12-06 15:24:26 +01:00
0cd99f4f60 Upload files to '' 2023-12-06 15:23:27 +01:00
2f12ee6540 Delete 'Spécifications fonctionnelles.pdf' 2023-12-06 15:22:53 +01:00
d6e65e3b0b Upload files to '' 2023-12-06 15:22:29 +01:00
7ca6a97a21 Delete 'Spécifications fonctionnelles.pdf' 2023-12-06 15:22:14 +01:00
74c116b2bd Upload files to '' 2023-12-06 15:19:14 +01:00
ceeddd47aa Update 'Spécifications fonctionnelles.md' 2023-12-06 15:19:02 +01:00
8f04c16f9c Delete 'Cahier des charges fonctionnel Madelaine.pdf' 2023-12-06 15:18:21 +01:00
94b6038c9e Delete 'Spécifications fonctionnelles.pdf' 2023-12-06 15:18:13 +01:00
df64e98c6a Upload files to '' 2023-12-06 15:17:56 +01:00
8a92568e3c Update 'Spécifications_fonctionnelles.md' 2023-12-06 14:34:16 +01:00
69a0da6985 Update 'Spécifications techniques.md' 2023-12-06 02:32:52 +01:00
9d7d083b66 Update 'Spécifications techniques.md' 2023-12-06 02:28:31 +01:00
8e034fcc47 Update 'Spécifications techniques.md' 2023-12-06 02:27:18 +01:00
f9db0e80d3 Update 'Spécifications techniques.md' 2023-12-06 02:24:15 +01:00
fc3a3cd8c1 Upload files to '' 2023-12-06 02:23:10 +01:00
9554d74cee Upload files to 'images' 2023-12-06 02:22:31 +01:00
94bb57d17e Update 'Spécifications_fonctionnelles.md' 2023-12-04 23:05:49 +01:00
999688361a Delete 'Spécifications_fonctionnelles.md' 2023-12-04 23:05:40 +01:00
f761ef4d82 Upload files to '' 2023-12-04 23:05:16 +01:00
f649c1acb7 ciao 2023-12-04 22:48:07 +01:00
a09f2f22b2 Delete 'venv/Lib/site-packages/_distutils_hack/__pycache__/__init__.cpython-311.pyc' 2023-12-04 22:46:12 +01:00
d63aae1ace Delete 'venv/Lib/site-packages/_distutils_hack/__pycache__/override.cpython-311.pyc' 2023-12-04 22:46:06 +01:00
09aa523676 Delete 'venv/Lib/site-packages/_distutils_hack/__init__.py' 2023-12-04 22:45:57 +01:00
f163fcd649 Delete 'venv/Lib/site-packages/_distutils_hack/override.py' 2023-12-04 22:45:51 +01:00
887665548f Delete 'venv/Lib/site-packages/setuptools-65.5.0.dist-info/METADATA' 2023-12-04 22:44:59 +01:00
c36609f4ae Delete 'venv/Lib/site-packages/setuptools-65.5.0.dist-info/LICENSE' 2023-12-04 22:44:53 +01:00
bb9b99c194 Delete 'venv/Lib/site-packages/setuptools-65.5.0.dist-info/INSTALLER' 2023-12-04 22:44:46 +01:00
09db149a99 Upload files to '' 2023-12-04 22:06:14 +01:00
b899fcb673 Upload files to 'images' 2023-12-04 20:17:08 +01:00
0c7c35a5af Upload files to 'images' 2023-12-04 20:16:57 +01:00
cb840bc925 Update 'Spécifications_fonctionnelles.md' 2023-12-04 20:16:18 +01:00
96f1c331e2 Delete 'Spécifications_fonctionnelles.md' 2023-12-04 20:16:07 +01:00
3682f118f1 Upload files to '' 2023-12-04 20:15:28 +01:00
f4a34b8e9f Delete 'venv/Lib/site-packages/setuptools-65.5.0.dist-info/top_level.txt' 2023-12-04 20:11:56 +01:00
afd3ff51ff Delete 'venv/Lib/site-packages/distutils-precedence.pth' 2023-12-04 20:11:40 +01:00
0a93be5045 ciao 2023-12-04 20:11:13 +01:00
49a6f364bc ciao 2023-12-04 20:11:06 +01:00
d0f7e42f69 ciao 2023-12-04 20:10:59 +01:00
a1f29fcd14 ciao 2023-12-04 20:10:51 +01:00
d0874892ad ciao 2023-12-04 20:10:44 +01:00
7327551377 ciao 2023-12-04 20:10:29 +01:00
c33488093e ciao 2023-12-04 20:10:18 +01:00
fa43e7123c ciao 2023-12-04 20:10:10 +01:00
ebf6e6d1ae ciao 2023-12-04 20:09:55 +01:00
e9fb561306 Delete 'venv/pyvenv.cfg' 2023-12-04 20:09:34 +01:00
b4bd83700c ciao 2023-12-04 20:09:22 +01:00
Victor
7151163bfe merge venv+asset into src 2023-12-04 20:07:44 +01:00
d566b7d7aa Add 'images/here' 2023-12-04 20:04:30 +01:00
1d84117d6c fix 2023-12-04 20:03:47 +01:00
a53122115c test 2023-12-04 20:00:09 +01:00
897c219c8d Spécifications fonctionnelles 2023-12-04 19:52:34 +01:00
03d24e571c add REEDME 2023-12-04 19:48:48 +01:00
cfd29124ce ciao brouillon 2023-12-04 19:47:11 +01:00
61a76e099f Delete 'Documents/Cahier des charges fonctionnel Madelaine.pdf' 2023-12-04 19:46:53 +01:00
1550 changed files with 6045 additions and 185 deletions

BIN
Builds/DinoBuildLinux.zip Normal file

Binary file not shown.

BIN
Builds/DinoBuildMacOS.zip Normal file

Binary file not shown.

BIN
Builds/DinoBuildWindows.zip Normal file

Binary file not shown.

Binary file not shown.

Binary file not shown.

BIN
Documents/Gantt.xlsm Normal file

Binary file not shown.

Binary file not shown.

Binary file not shown.

View File

@ -0,0 +1,72 @@
Rapport de Réunion du 11 Octobre en visioconférence
Jour du choix du projet et de sa découverte , mise en place des outils et des droits pour les documents.
Réunion entre Simon, Victor et Ethan pour décider du jeu adopté et recherché .
Le choix fut de faire un jetpack Joyride en y incorporent un joueur bot au lieu du joueur ou plusieurs propositions de réponse à la demande fut trouvé .
Diverses maquettes de ses propositions 3 retenus :
-Lomniscient(Neuronal)
-Lobservateur(Neuronal)
-LItérateur(Procédural)
Réunion en visioconférence ensemble avec M.Florent Madelaine
Proposition des subjectivions précédente , usage de Unity pour la création du jeu, discutions autour des propositions ou lomniscient et lobservateur serait ceux que nous envisagions de faire en seule joueur bot ( lun deux) et la possibilité dajouter un joueur humain.
Proposition de M.Madelaine dincorporer les connaissances et lusage de MIN, et MAX appris durant nos cours .
Les trois IA cité précédemment fut retenus avec pour objectif de les ajouter et de pouvoir les comparer sur des chemins pré-générer ou procédural .
Rapport de Réunion du 18 Octobre en visioconférence 
Discutions entre Simon, Victor et Ethan sur les ressources pour aboutir à notre projet et des connaissances et outils nécessaires pour y parvenir . Apprendre Unity , sprites utilisé ou pour plus tard. Départ du projet sur unity .
Rapport de discutions du 7 Novembre
Discutions sur la mise en place du principe du Min , Max dans le projet , possibilité dajouter un système de score et des pièces malus déposé par min pour diminuer le score de max .
Rapport de Réunion du 20 Novembre en visioconférence
Mise en place et début des premier documents , cahier des charges , gant prévisionnel et mise en place des premiers assets sur le git.
Rapport de Réunion du 24 Novembre en présentiel sans Ethan
Réunion sur lavancement du projet , révision de la génération des niveaux
Rapport de Réunion du 28 Novembre en visioconférence
Révision des cahiers des charges fonctionnel et technique afin de les transmettre a M.Madelaine
Difficulté sur la mise en place de ces fichiers en markdown sur le git
Rapport de Discutions du 4 Décembre
Résolution du problème suivis dune vérification et refonte des documents avant dêtre envoyé .
Rapport de Réunion du 20 Décembre
Mise en place du système de raycaste sur le jeu , incorporation des missiles, obstacle et pièces .
Rapport de Réunion du 1er mars en présentiel sans Ethan
Réunion sur lavancement du projet et la gestions de travail.
Rapport de Réunion du 10 Mars en présentiel
Présentation du jeu avec une interface et un menu , dun système de pièces et missiles .
discutions autour des performances et de la vitesse du jeu et mise en place de date pour de futur réunions .
Rapport de Réunion du 19 Mars en visioconférence
Remise en route des taches attribués et créations des ressources pour créer les patterns
Rapport de Réunion du 25 Mars en présentiel
Réunion sur lavancement du projet,révision des documents disponibles et demandés.
Rapport de discutions du 2 Avril
Révision et recherche dutilité des formes des patterns en fonction de la vitesse du jeu.
Rapport de Réunion du 3 avril en présentiel avec M.Madelaine
Discutions sur lavancement du projet , des manques de documents sur le git , nécessite une explication pour déployer et utiliser le jeu .
Discussions sur la mise en place dune difficulté via une augmentation de la vitesse du jeu
vérifier les assets et les optimiser pour diminuer la taille du jeu
mise en place des documents de suivit et avoir des traces écrites des réunions.
Rapport de discutions du 24 Avril
Vérification des documents présent et remise en conformité
recherche dinformation sur loptimisation du jeu .
Rapport de discutions en visioconférence du 01 Mai
Mise en place dun modèle de données ( JSON) pour stocker les données
Mise en place de micros-services (plusieurs API).
Rapport de réunion en présentiel du 16 Mai
Refonte des documents existant.

View File

@ -1,5 +1,3 @@
---
# Projet Jetpack DinoAI
Comparaison de Différentes Intelligences Artificielles dans un Jeu Simple
@ -22,37 +20,39 @@ fait le 18/11/2023
# Sommaire :
- [Contexte](#Contexte-)
- [Contexte](#contexte)
- - [Sujet](#sujet-)
- - [Sujet](#sujet)
- - [Objectifs](#objectifs-)
- - [Objectifs](#objectifs)
- - [Le Jeu](#le-jeu-)
- - [Le Jeu](#le-jeu)
- - - [Le jeu de base](#le-jeu-de-base-)
- - - [Le jeu de base](#le-jeu-de-base)
- - - [Notre jeu](#notre-jeu-)
- - - [Notre jeu](#notre-jeu)
- [Les Bots](#les-bots-)
- [Les Bots](#les-bots)
- - [S) Le sachant (Apprentissage)](#s-le-sachant-apprentissage--)
- - [S) L'omnicient (neuronal)](#s-l-omnicient-neuronal-img-title-src-images-img3png-png-alt-loading-ag-353-data-align-inline-width-50)
- [M) Lobservateur (Apprentissage)](#m-lobservateur-apprentissage-)
- [M) Lobservateur (neuronal)](#m-l-observateur-neuronal-img-title-src-images-img4png-png-alt-loading-ag-364-width-50)
- [M) Le calculateur (Algorithme)](#m-le-calculateur-algorithme)
- [M) L'Itérateur (Procédural)](#m-l-itérateur-procédurall-img-title-src-images-img5png-png-alt-loading-ag-372-width-50)
- [C) Le calculateur apprenant (Algorithme & IA)](#c-le-calculateur-apprenant-algorithme--ia-)
- [C) L'Itérateur Intelligent (Procédural & Neuronal)](#c-l-itérateur-intelligent-t-procédural-neuronal-img-title-src-images-img6png-png-alt-loading-ag-381-width-51)
- [L'application :](#lapplication-)
- [L'application :](#l-application)
- - [Menu principal](#menu-principal-)
- - [Menu principal](#menu-principal)
- [Affichage des données](#affichage-des-données-)
- [Affichage des données](#affichage-des-données)
- [Configuration d'une partie](#configuration-dune-partie-)
- [Configuration d'une partie](#configuration-d-une-partie)
- [Le jeu](#le-jeu--1)
- [Le jeu](#le-jeu-1)
- [Prévison dees Étapes de création](#prévision-des-étapes-de-création)
# Contexte
@ -84,7 +84,7 @@ Le menu principal du jeu permet daccéder à une interface de visualisation d
Jetpack Joyride est un jeu dit “Runner” car il consiste simplement à aller le plus loin possible tout en survivant aux dangers que le jeu lui oppose. Les règles du jeu sont simples, laissant le joueur décider de se propulser son avatar vers le haut ou de le laisser tomber pour faire bouger son personnage verticalement tandis que le terrain et donc ses obstacles avancent horizontalement vers lui de plus en plus vite.
![capture ecran partie type](img1PNG.jpg)
![capture ecran partie type](images/img1PNG.PNG)
( capture décran dune partie type )
@ -96,7 +96,7 @@ Pour faire jouer nos IA nous allons donc reproduire le jeu sur Unity en adaptant
- Un système de score sera ajouté. La maximisation du score sera lobjectif de lIA au-delà du temps de survie. Le score aura une augmentation linéaire en fonction du temps de survie et pourra être augmenté en ramassant des pièces. Mais de mauvaises pièces peuvent apparaître et faire baisser le score. Les IA devront ainsi adapter leur chemin pour tenter de maximiser leur score quitte à prendre des risques.
<img title="" src="img2PNG.jpg" alt="interface du jeu" width="637" data-align="inline">
<img title="" src="images/img2PNG.PNG" alt="interface du jeu" width="637" data-align="inline">
- Le jeu original peut faire apparaître des missiles pouvant tuer le joueur. Ces missiles ne seront initialement pas implémentés, des tests nous permettront de savoir si ils sont un ajout viable au jeu après le développement du premier bot.
@ -110,21 +110,21 @@ Notation MoSCoW:
Must Should Could Would
### S) Le sachant (Apprentissage) <img title="" src="img3PNG.jpg" alt="loading-ag-353" data-align="inline" width="50">
### S) L'omnicient (neuronal) <img title="" src="images/img3PNG.PNG" alt="loading-ag-353" data-align="inline" width="50">
Cette IA avancera à laveugle en ayant en tête les positions de chaque objet sur l'écran. On sattends à ce que lIA comprenne que lobjet représentant son personnage ne doit pas sapprocher des objets néfastes entraînant la mort ou une baisse de score.
### M) Lobservateur (Apprentissage) <img title="" src="img4PNG.jpg" alt="loading-ag-364" width="50">
### M) Lobservateur (neuronal) <img title="" src="images/img4PNG.PNG" alt="loading-ag-364" width="50">
Cette IA ne connaît pas les coordonnées des objets à lécran. Lobservateur possède en revanche un champ de vision lui permettant de repérer sur certains angles la distance dobjets par rapport à lavatar. On s'attend à ce que lIA apprenne à éviter les objets néfastes sapprochant trop de lavatar. 
### M) Le calculateur (Algorithme) <img title="" src="img5PNG.jpg" alt="loading-ag-372" width="50">
### M) L'Itérateur (procédural) <img title="" src="images/img5PNG.PNG" alt="loading-ag-372" width="50">
Le bot Calculateur ne fonctionne pas par apprentissage mais par un algorithme. Au fil de la partie, le calculateur doit calculer par itérations différents chemins en essayant de sapprocher du chemin le plus sûr possible. Par intervalle de temps, le calculateur essaiera de prolonger le meilleur chemin quil a trouvé et testera des déviations possibles apportant un éventuel avantage sur lespérance de survie et dobtention de points.
Le bot Itérateur ne fonctionne pas par apprentissage mais par un algorithme. Au fil de la partie, l'itérateur doit calculer par itérations différents chemins en essayant de sapprocher du chemin le plus sûr possible. Par intervalle de temps, l'itérateur essaiera de prolonger le meilleur chemin quil a trouvé et testera des déviations possibles apportant un éventuel avantage sur lespérance de survie et dobtention de points.
### C) Le calculateur apprenant (Algorithme & IA) <img title="" src="img6PNG.jpg" alt="loading-ag-381" width="51">
### C) L'Itérateur Intelligent t (procédural & neuronal) <img title="" src="images/img6PNG.PNG" alt="loading-ag-381" width="51">
Bot optionnel fonctionnant comme le calculateur à la différence que lon essaiera dy implémenter une IA qui devra faire de meilleurs choix de prolongement et de déviation de chemin afin daugmenter lefficacité et les performances du bot Calculateur. On s'attend à ce que lIA apprenne à trouver des chemins plus sûrs en prenant en compte les chemins déjà testés.
Bot optionnel fonctionnant comme l'Itérateur à la différence que lon essaiera dy implémenter un syteme neuronal qui devra permettre de faire de meilleurs choix de prolongement et de déviation de chemin afin daugmenter lefficacité et les performances du bot Itérateur. On s'attend à ce que le bot apprenne à trouver des chemins plus sûrs en prenant en compte les chemins déjà testés.
Dautres IA viendront si les idées et les deadlines nous le permettent.
@ -134,7 +134,7 @@ Dautres IA viendront si les idées et les deadlines nous le permettent.
### Menu principal :
![image menu principal](img7PNG.jpg)
![image menu principal](images/img7PNG.PNG)
Permet de naviguer entre les deux parties majeures de lapplication. 
@ -152,11 +152,11 @@ Lobjectif est de permettre à lutilisateur de pouvoir comparer facilement
Il est envisagé dimplémenter une fonctionnalité dexport des données en tableau Exel.
<img title="" src="img8PNG.jpg" alt="image affichage des données" data-align="center">
<img title="" src="images/img8PNG.PNG" alt="image affichage des données" data-align="center">
### Configuration dune partie :
<img title="" src="img9PNG.jpg" alt="image configuration d'une partie" data-align="center">
<img title="" src="images/img9PNG.PNG" alt="image configuration d'une partie" data-align="center">
Cette interface permet à lutilisateur de configurer une partie ou une suite de parties auxquelles il fera participer un ou plusieurs bots ou bien lui-même. 
@ -172,7 +172,7 @@ Il est envisagé de permettre de choisir un niveau d'entraînement pour chaque b
### Le jeu :
![image du jeu plus travaillé](img10PNG.jpg)
![image du jeu plus travaillé](images/img10PNG.PNG)
Lécran de jeu exécutera en temps réel la reproduction du jeu Jetpack Joyride en rendu graphique (ou console si le mode Rush est activé).
Lavatar, représentant la célèbre mascotte officieusement officielle du BUT INFO, Dino, peut se déplacer de haut en bas. Le décor et les autres éléments du jeu se déplacent de droite à gauche.
@ -182,4 +182,26 @@ Si plusieurs bots jouent ensemble, leurs avatars apparaîtront en transparence.
Si plusieurs parties sont configurées, chaque partie suivante commencera dès la fin de la partie en cours.
A la fin de la dernière partie, lapplication changera dinterface pour afficher le menu de consultation de données ne comprenant que les données obtenues pendant la session jouée.**
A la fin de la dernière partie, lapplication changera dinterface pour afficher le menu de consultation de données ne comprenant que les données obtenues pendant la session jouée.
### Prévision des Étapes de création
Nous avons décidé d'organiser le processus de création du projet en travaillant simultanément sur plusieurs axes afin de rester constamment informés de son évolution et d'éviter d'être dépassés, tout en permettant à chacun de commencer à travailler sur des aspects additionnels. Ainsi, nous avons structuré la création en plusieurs étapes :
Semaine 1-3 : Apprentissage des outils (Unity, C#, Python, ML Agent)
Semaine 3-4 : Conception de l'interface
Semaine 5-6 : Conception du jeu
Semaine 7-8 : Création de l'IA "Sachant"
Semaine 9-10 : Création de l'IA "Observateur"
Semaine 11-12 : Création de l'IA "Calculateur"
Semaine 13-14 : Création de l'IA "Calculateur Intelligent"
Semaine 15-16 : Collecte de données des IA
diagramme de Gantt disponible dans cahier des charges technique.

Binary file not shown.

View File

@ -0,0 +1,223 @@
# Projet Jetpack DinoAI
Comparaison de Différentes Intelligences Artificielles dans un Jeu Simple
Cahier des charges techniques
Par :
Victor Descamps
Simon Catanese
Ethan Richard
Tuteur :
Florent Madelaine
fait le 18/11/2023
# Sommaire :
- [Contexte](#1-contexte)
- - [Sujet](#sujet)
- [Technologies envisagées ](#2-technologies-envisagées)
- - [Plateforme de développement](#2-1-plateforme-de-développement)
- [Langage de programmation](#2-2-langage-de-programmation)
- [Utilisation de ML-Agents](#2-3-utilisation-de-ml-agents)
- [Modélisation des personnages et des environnements](#2-4-modélisation-des-personnages-et-des-environnements)
- [Contrôles du jeu](#2-5-contrôles-du-jeu)
- [Gestion du jeu](#2-6-gestion-du-jeu)
- [Tests et débogage](#2-7-tests-et-débogage)
- [Équipe de développement](#3-équipe-de-développement)
- [Les IA](#4-les-ia)
- - [L'omniscient (Neuronal)](#l-omniscient-neuronal-img-title-src-images-img3png-png-alt-loading-ag-445-data-align-inline-width-50)
- [L'observateur (Neuronal](#l-observateur-neuronal-img-title-src-images-img4png-png-alt-loading-ag-455-width-50)
- [L'itérateur(Procédural](#l-itérateur-procédural-img-title-src-images-img5png-png-alt-loading-ag-463-width-64)
- [L'itérateur intelligent (Procédural et neuronal)](#l-itérateur-intelligent-procédural-et-neuronal-img-title-src-images-img6png-png-alt-loading-ag-481-width-58)
- [Livrables](#5-livrables)
- [Bibliographie](#6-bibliographie)
# 1. Contexte
## Sujet :
Florent Madelaine. 
Expérimentation Bots pour un ou des jeux. 
Programmer un jeu original avec idéalement des éléments qui en font un challenge pour la réalisation dIA (hasard, phase denchère changeant le payoff, multijoueur, combinatoire importante, ...). Il conviendra de choisir un jeu pour lequel il est possible de réduire la combinatoire du jeu de manière naturelle et de désactiver/activer des règles pour en étudier des variantes naturelles. Il faudra ensuite créer, améliorer et expérimenter avec divers algorithmes pour converger vers des bots offrant un challenge raisonnable pour un humain.
# 2.Technologies envisagées :
## 2.1. Plateforme de développement
Le projet sera développé sur Unity, version 22.3.11f1.
Unity est un moteur de jeu gratuit et simple daccès offrant une grande liberté de création et une grande collection doutils divers.
De nombreux cours sont disponibles sur internet pour apprendre son utilisation. 
Unity est aussi compatible avec de nombreuses plateformes dont Windows, MacOs et Linux.
## 2.2. Langage de programmation
Le langage de programmation utilisé sera C# pour le développement dans l'environnement Unity. Il sagit du langage natif de la plateforme. 
C# est un langage de programmation objet très ressemblant au Java.
## 2.3. Utilisation de ML-Agents
ML-Agents sera intégré pour la conception et l'entraînement des intelligences artificielles. La version 2.0.1 de ML-Agents sera utilisée. 
ML agent est un asset (outil additionnel) interne à Unity qui permet d'encadrer un apprentissage neuronal. Les scripts d'IA seront développés en utilisant ML-Agents pour permettre aux bots d'apprendre à jouer au jeu de manière autonome. 
Les modèles neuronaux seront entraînés en utilisant des algorithmes d'apprentissage par renforcement.
## 2.4. Modélisation des personnages et des environnements
Des sprites 2D (images) seront créés pour représenter lavatar, les obstacles et l'environnement du jeu. 
Loutil de graphisme Photoshop sera majoritairement utilisé pour la conception des sprites.
## 2.5 Contrôles du jeu
Les contrôles du jeu seront mis en œuvre pour un joueur humain ainsi que pour les IA.
La seule commande permettra de modifier la position verticale du joueur tandis que le niveau défilera tout seul de droite à gauche.
## 2.6 Gestion du jeu
Un système de gestion de jeu sera mis en place, incluant le chargement du niveau, la gestion des collisions, la génération procédurale d'obstacles et la sauvegarde des scores et de données diverses.
Les données enregistrées durant lexécution de lapplication seront stockées dans des fichiers json ou xml dans le répertoire de lapplication.
## 2.7 Tests et débogage
Des scénarios de test exhaustifs seront élaborés pour chaque composant du jeu. 
Les fonctionnalités seront soumises à des tests unitaires. Des outils de débogage de Unity seront utilisés pour résoudre les problèmes potentiels.
# 3. Équipe de développement
- **Ethan, Simon et Victor portent tous les 3 le rôle de chef de projet et de développeur.** 
- **Simon sera également responsable des tests de lapplication**
- **Ethan sera aussi impliqué dans la documentation du projet**
- **Victor sera plus spécifiquement impliqué dans limplémentation des systèmes neuronaux dans le jeu.**
Loutil en ligne Trello nous servira à planifier les tâches. 
# 4.Les IA :
Les concepts dIA suivant sont expérimentaux et seront sujets à des changements suivant lavancée du développement du projet et de notre documentation sur la programmation de systèmes neuronaux.
Le rôle des bots est de décider à chaque instant T de faire monter ou de laisser descendre lavatar. Tous auront une source de données différentes leur permettant de prendre une décision.
## Lomniscient (Neuronal)<img title="" src="images/img3PNG.PNG" alt="loading-ag-445" data-align="inline" width="50">
Ce bot connaît un grand nombre de données brutes. Entre autres : 
- La vitesse de défilement du jeu,
- La position verticale du joueur,
- Les coordonnées des deux points des deux lasers les plus proches,
- Les coordonnées de tout autre danger proche,
- les coordonnées dune zone comportant des pièces
LIA devra réussir à faire les bonnes corrélations dans ce grand nombre de données pour prendre les bonnes décisions au cours du temps. Elle nobtiendra pas de données enrichies pouvant faciliter la prise de décision, ces données brutes seront son seul guide. 
![](images/img11PNG.PNG)
## Lobservateur (Neuronal)<img title="" src="images/img4PNG.PNG" alt="loading-ag-455" width="50">
Ce bot reçoit en temps réel des données de proximité de lavatar avec les éléments de lenvironnement et des données sur la nature de ces éléments.
Un ensemble de RayCast partant de lavatar dans des directions précises seront utilisés pour recueillir les données nécessaires. 
A la manière dun radar de voiture, lIA devra analyser sa proximité avec des obstacles puis prendra une décision pour ajuster sa trajectoire.
Lobservateur devra apprendre à éviter les objets néfastes sapprochant trop de lavatar et essayer de se rapprocher des pièces pour maximiser son score. 
Cinq RayCasts couvrent probablement un champ de vision suffisamment large et dense pour une analyse efficace de lenvironnement, mais des nombres différents seront essayés pour essayer de maximiser les performances du bot.
La longueur des RayCasts correspondra à la taille de lécran, et les premiers objets rencontrés dans leur trajectoire seront traités comme des données utilisables par le système neuronal de lobservateur. Leur distance par rapport à lavatar et leur nature (bordure, obstacle, bonus, malus) seront transmises au bot. 
![](images/img12PNG.PNG)
## LItérateur (Procédural)<img title="" src="images/img5PNG.PNG" alt="loading-ag-463" width="64">
Le bot itérateur ne fonctionne pas par apprentissage mais par itérations de calculs. 
Son fonctionnement consiste à calculer de nombreux chemins différents par itérations puis à sélectionner le meilleur chemin trouvé pour poursuivre la partie. À chaque intervalle , le bot pourra effectuer et maintenir une action (monter ou descendre) le temps de cet intervalle.  Lensemble des actions forme un chemin donné.
Le moteur de jeu va tester virtuellement les chemins à tester et le bot va itérer des calculs de suite dactions un certain nombre de fois. Les chemins proposés amenant à la collision avec un obstacle seront écartés. Le chemin sans collision et apportant le plus de points au score sera sélectionné et le bot recommencera une suite ditérations de calculs vers la moitié de ce chemin pour améliorer sa trajectoire. 
Si tous les chemins mènent à une collision avec un obstacle, le chemin retardant le plus la collision sera sélectionné. Lensemble des actions possibles dans une suite dintervalles représente un arbre binaire où chaque chemin est un parcours de la base de larbre vers une feuille. Litérateur procède à un parcours en profondeur de larbre pour trouver le meilleur chemin.
Nous envisageons dutiliser lapproche de l'algorithme glouton afin dobtenir un chemin satisfaisant sans dépenser trop de temps de calcul en parcourant larbre entier.Pendant le parcours de larbre, si un chemin testé mène à une collision avec un obstacle ou avec un bonus, litérateur reviendra avec une nouvelle suite dactions jusquà quelques itérations avant la collision puis procèdera à un nouveau parcours en profondeur à partir de cette nouvelle base pour essayer doptimiser son score et sa survie. ![loading-ag-468](images/img13PNG.PNG)
## L itérateur intelligent (Procédural et neuronal)<img title="" src="images/img6PNG.PNG" alt="loading-ag-481" width="58">
Bot optionnel que lon implémentera si le temps nous le permet. 
Nous navons pas encore de concept clair pour ce bot, nous chercherons une possible implémentation de réseau neuronal fonctionnant de pair avec le calcul itératif de chemins pour améliorer les performances du bot précédent.
# 5. Livrables
Le dépôt git du projet contiendra le build de la dernière version fonctionnelle de lapplication en plus des documentations annexes. Le projet Unity en lui-même est partagé entre les membres du PT sur la plateforme de collaboration officielle du Unity. Nous veillerons à inclure le code source du projet final dans le dépôt git en plus du build complet de lapplication.
# 6. Bibliographie :
Apprentissage du C# : 
Série de vidéos sur les aspects du C# dans la programmation sous Unity
[Learn C# BASICS in 10 MINUTES! - YouTube](https://www.youtube.com/watch?v=IFayQioG71A&list=PLzDRvYVwl53t2GGC4rV_AmH7vSvSqjVmz&pp=iAQB)
Documentation unity : 
Documentation officiel de la plateforme, utile pour tout besoin technique.
[https://docs.unity.com/](https://docs.unity.com/)
Documentation ML-Agents : 
Documentation officielle de ML-Agents qui nous servira  à implémenter des systèmes neuronaux.
[Toolkit Documentation - Unity ML-Agents Toolkit](https://unity-technologies.github.io/ml-agents/ML-Agents-Toolkit-Documentation/)

View File

Before

Width:  |  Height:  |  Size: 30 KiB

After

Width:  |  Height:  |  Size: 30 KiB

Binary file not shown.

After

Width:  |  Height:  |  Size: 106 KiB

Binary file not shown.

After

Width:  |  Height:  |  Size: 61 KiB

Binary file not shown.

After

Width:  |  Height:  |  Size: 34 KiB

View File

Before

Width:  |  Height:  |  Size: 760 KiB

After

Width:  |  Height:  |  Size: 760 KiB

View File

Before

Width:  |  Height:  |  Size: 13 KiB

After

Width:  |  Height:  |  Size: 13 KiB

View File

Before

Width:  |  Height:  |  Size: 5.4 KiB

After

Width:  |  Height:  |  Size: 5.4 KiB

View File

Before

Width:  |  Height:  |  Size: 1.9 KiB

After

Width:  |  Height:  |  Size: 1.9 KiB

View File

Before

Width:  |  Height:  |  Size: 12 KiB

After

Width:  |  Height:  |  Size: 12 KiB

View File

Before

Width:  |  Height:  |  Size: 7.5 KiB

After

Width:  |  Height:  |  Size: 7.5 KiB

View File

Before

Width:  |  Height:  |  Size: 11 KiB

After

Width:  |  Height:  |  Size: 11 KiB

View File

Before

Width:  |  Height:  |  Size: 35 KiB

After

Width:  |  Height:  |  Size: 35 KiB

View File

Before

Width:  |  Height:  |  Size: 101 KiB

After

Width:  |  Height:  |  Size: 101 KiB

View File

Before

Width:  |  Height:  |  Size: 847 KiB

After

Width:  |  Height:  |  Size: 847 KiB

Some files were not shown because too many files have changed in this diff Show More