Arein Daralnakhla
Centrale Lyon — ENISE (LIRIS, UMR 5205)
2025/2
Centrale Lyon — ENISE (LIRIS, UMR 5205)
2025/2
Doctorante en informatique au laboratoire LIRIS (Centrale Lyon – ENISE), je m’intéresse à la modélisation des comportements humains en réalité virtuelle multisensorielle, à la rencontre de la technologie et des sciences humaines.
Je m’intéresse à la manière dont les humains perçoivent, réagissent et interagissent dans des environnements virtuels immersifs. J’explore comment la vue, le son, les odeurs et les sensations tactiles influencent notre comportement et notre ressenti, afin de mieux comprendre la présence et l’engagement des utilisateurs. Mon travail se situe à la croisée de la réalité virtuelle, des sciences humaines et de l’intelligence artificielle, et s’appuie sur l’analyse de données issues d’expériences immersives. À travers cette approche, je cherche à rendre les mondes virtuels plus sensibles, plus réactifs et plus proches de nos perceptions réelles.
La compréhension et la modélisation des comportements humains sont des enjeux majeurs de la recherche en réalité virtuelle (RV) qui permettent des avancées technologiques mais également des avancées scientifiques en sciences humaines et sociales. Les études de la littérature qui cherchent à comprendre et modéliser le comportement se sont principalement focalisées sur l’attention visuelle et les déplacements. En revanche, l’étude croisée regard-déplacement reste peu explorée et plutôt sur des cas spécifiques et non pas sur une série de cas permettant la construction d’un modèle prédictif. De plus, ces études ont principalement considéré des stimuli uniquement visuels (éléments saillants pour le regard, obstacles pour les déplacements) et dans quelques cas récents auditifs spatialisés.
L’objectif de cette thèse est d’étudier les comportements humains en immersion dans un environnement virtuel multisensoriel incluant des stimuli visuels, auditifs, thermiques et olfactifs. Les étapes prévues sont : une phase d’expérimentation pour la collecte de données de comportements (capture de mouvements, eye-tracking, signaux physiologiques) lors de scénarios en RV ; une phase d’analyse et de construction de modèles de comportement via des outils d’intelligence artificielle ; l’utilisation de ces modèles pour la prédiction de comportement utilisateur en RV et le développement d’agents virtuels aux comportements réactifs.