Étude des différences visuo-motrices entre experts et novices en escalade avec des technologies d’eye-tracking et de Réalité Virtuelle
Durée : 4 mois Rémunération : 700€ / mois Période : à partir de Mars
Lieu : CERIUM, 15 Rue des Docteurs Calmette et Guérin, 53000 Laval, quelques journées de travail seront organisées dans les locaux du MIP (Le Mans)
Contact : Erwan DAVID (erwan.david@univ-lemans.fr), envoyer CV et courte lettre de motivation.
Objectifs et description :
Il peut être difficile pour un expert d’un domaine de transmettre ses connaissances et compétences, notamment lorsqu’il s’agit de former des novices. En effet, bien que certaines compétences soient parfaitement maîtrisées, il peut s’avérer complexe de les exprimer clairement à l’aide de mots ou d’illustrations. Dans le cadre de ce projet de stage, nous souhaitons explorer si le regard peut servir d’indicateur explicite de l’expertise. En nous concentrant sur la pratique de l’escalade sportive, nous nous interrogeons sur la possibilité de comparer les zones d’attention des grimpeurs afin d’identifier des comportements caractéristiques des experts par rapport aux novices. Nous nous interrogeons également sur la possibilité de différencier les experts des novices en fonction du médium de visualisation. Est-il impératif d’évoluer dans un environnement réel pour mettre en évidence ces différences ? Pour répondre à cette question, nous soumettrons des participants à des observations de murs d’escalade, soit sur un écran standard de bureau, soit en 3D à l’aide d’un casque de réalité virtuelle (RV). L’étudiant mettra en place un protocole expérimental à la fois sur un écran de bureau et à l’aide d’un casque de RV. L’objectif est de déterminer si et comment les experts et les novices en escalade diffèrent dans leur manière
d’observer des murs d’escalade (voir figure 1). Les points d’observation seront enregistrés grâce à des technologies de suivi oculaire (eye-tracking).
Ce stage vise à initier un travail en collaboration entre le LIUM et le MIP. L’objectif est notamment de produire une première « preuve de concept » pour le projet ANR Meta-learn déposé cette année. Par conséquent le candidat sélectionné pourra se voir offrir la possibilité de continuer sur une thèse démarrant en 2025 ou 2026.
Figure 1: Exemple de murs d’escalade avec l’affichage des points visualisés par un expert sous la forme d’une carte de chaleur.
Profil: Étudiant.e de niveau Master 1 ou 2 (informatique, ENSIM, ENSAM, etc.) possédant
- des bases du traitement du signal ;
- un niveau correct en programmation orienté objet (C#) ;
- être prêt à se familiariser avec le moteur de jeux 3D Unity et Blender ;
- un anglais scientifique correct.
Déroulement du stage :
1. Période de documentation pour acquérir un set de routes d’escalades ;
2. Transformation de ces routes en modèles 3D ;
3. Création de rendus 2D à afficher sur écran de bureau et de visualisations 3D pour casque RV ;
4. Développement d’un protocole expérimental de visualisation des murs d’escalade, décliné sur
écran et casque RV ;
5. Passations d’un groupe d’experts et de novices en escalade ;
6. Analyses et comparaisons des données oculométriques ;
7. Rédaction d’une synthèse des résultats.
Littérature :
1. Pezzulo, G., Barca, L., Bocconi, A. L., & Borghi, A. M. (2010). When affordances climb into your mind: Advantages of motor simulation in a memory task performed by novice and expert
rock climbers. Brain and cognition, 73(1), 68-73.
2. Hacques, G., Dicks, M., Komar, J., & Seifert, L. (2022). Visual control during climbing: Variability in practice fosters a proactive gaze pattern. Plos one, 17(6), e0269794.
3. David, E. J., Lebranchu, P., Da Silva, M. P., & Le Callet, P. (2022). What are the visuo-motor tendencies of omnidirectional scene free-viewing in virtual reality?. Journal of Vision, 22(4), 12-12.
Encadrement :
Laboratoire d’informatique Le Mans Université (LIUM)
- David Erwan (MCF)
- Marfisi Iza (Pr.)
- Georges Benjamin (Doctorant)
Laboratoire Motricité, Interactions, Performances (MIP)
- Iodice Pierpaolo (Pr.)
- Hacques Guillaume (MCF)