1 parte •

• Un modelo es una representación de la estructura a simular. Es decir, una definición estática que define estructuras, parámetros y funciones (o algoritmos).

• Una simulación, en cambio, es una representación de la estructura en acción. Es decir, cuando se hace evolucionar el modelo a lo largo del tiempo, partiendo de un estado inicial, alimentándolo con una información de entrada y obteniendo una información de salida que serán los resultados a analizar

• Clasificación Formal de modelos (Whicker, Sigelman, 1991):

• Modelos Físicos: Son aquellos que pretenden ser una réplica física del sistema estudiado. Por ejemplo: un túnel de viento, el cual puede ser construido tanto físicamente como mediante una aplicación de realidad virtual. En los dos casos, son un modelo de un mismo fenómeno de estudio; concretamente la dinámica de fluidos del aire.

• Modelos Esquemáticos: Son aquellos que presentan ciertas características del sistema. Por ejemplo: el plano de un edificio, donde se está perdiendo cierta información volumétrica, de materiales, etc., pero en cambio nos aporta una información de organización espacial.

• Modelos Simbólicos: Son aquellos que codifican mediante algún lenguaje matemático o informático las características del sistema. Por ejemplo, unas fórmulas de comportamiento económico, donde el fenómeno de origen no tiene unas propiedades físicas, sino que es fruto de una organización social.

• Clasificación Funcional de modelos (Poole, Szymankiewicz, 1977):

• Modelos Intuitivos: Están basados en la experiencia y están presentes detrás de toda decisión diaria que requiere una consideración rápida. Por ejemplo: “¿Tomo el metro o el autobús para ir a tal sitio?”

• Modelos Analíticos: Se basan en el estudio de problemas no restringidos por un tiempo de decisión y donde cualquier error es potencialmente muy costoso: “¿Compro un coche funcional y pequeño para ir al trabajo y aparcar fácilmente, o bien uno grande y amplio para poder salir con la familia los fines de semana?”

• Modelos Numéricos: Se basan en aquellos problemas de los cuales no tenemos la información relevante o bien esta es demasiado compleja. En este caso es necesario identificar las componentes más importantes del problema, las fuerzas que intervienen, y las relaciones entre componentes y fuerzas: “¿Invierto mi dinero en la bolsa o los pongo a plazo fijo en el banco?

• Tipos de simulaciones

• En este punto, en que ya se ha definido lo que se entiende por modelo y por simulación, se pasará a ver qué tipos generales de simulación se definen habitualmente:

• Persona - Persona: Simulaciones de tipo social en las que se estudian las reacciones de personas o colectivos. Por ejemplo: entrenamiento de entrevistas de trabajo. Se sitúa a dos personas en los papeles de entrevistador y entrevistado y después de actuar durante un período de tiempo, se intercambian los papeles para poder entender los procesos inversos.

• De Sistema: Simulaciones donde se reproduce físicamente un sistema físico, químico, biológico, etc., bajo unas condiciones controladas. Por ejemplo, una reacción química de la naturaleza controlada en situación de laboratorio.

• Persona - Ordenador: Simulaciones donde la persona responde a unas cuestiones planteadas por el ordenador. Por ejemplo, entrenamiento mediante juegos de estrategia financiera, simuladores de vuelo, etc.

• Por Ordenador: No requieren interacción. A partir de una entrada, un programa (conjunto de reglas de decisión) la transforma obteniendo una salida. Usualmente responden a sistemas estocásticos, es decir, basados en probabilidad.

• Los dos últimos tipos son los que incumben a está asignatura: persona-ordenador y por ordenador. Como veremos, las diferencias entre estos dos tipos son muy grandes, pero los dos pueden utilizar tecnología de realidad virtual.

• ¿Qué pasaría si... ?

• Por ejemplo, sea un científico que se encuentra delante de un problema que no entiende y desea probar diversas teorías y obtener diversos resultados con un objetivo final: entender lo que pasa detrás del problema planteado. Esta situación puede venir definida por dos posibles enfoques: (a) puede ocurrir que el científico simplemente no sabe si “aquello” se podrá conseguir, (b) o bien puede ocurrir que el científico tenga la necesidad de que “aquello” ocurra pero no sabe como. Así pues, en el enfoque inicial de una simulación, el objetivo debe ser uno de los dos siguientes (McHaney, 1991):

• ¿Puede “esto” funcionar? Se estudia el caso haciendo una simulación para saber si se pueden alcanzar unos objetivos.

• ¡Esto debe funcionar! Se estudia qué parámetros pueden variar en el sistema actual para conseguir los objetivos.

la simulación ofrece las ventajas siguientes (McHaney, 1991):

• Que se puede aplicar cuando no es práctico experimentar con el sistema real en su entorno natural, ya sea por cuestiones de seguridad, de tamaño, de tiempo, etc.

• Que la simulación es el único medio que permite investigar las características de diseño de un sistema determinado, es decir, que permite descomponerlo y analizarlo por partes. Por lo tanto fuerza la especificación detallada del sistema y en consecuencia del problema.

• Que se puede aplicar cuando no existen técnicas matemáticas o analíticas para el problema tratado. Debido a esto se experimentan nuevas técnicas, algoritmos, etc.

• Que se puede aplicar cuando se ha de evaluar un sistema utilizando medidas estadísticas.

• Que se puede aplicar cuando es necesario simular un período de tiempo muy largo de forma comprimida, o viceversa.

• Que permite detectar problemas no previstos debido al análisis que se realiza del funcionamiento del modelo.

también aparecen desventajas. Las más importantes son:

• El desarrollo es complejo, caro y lento.

• El modelado tan solo da resultados aproximados. En este sentido hay dos ideas clave que a menudo se pasan por alto:

• Nunca se podrá tener el modelo perfecto.

• Nunca se debe confundir el modelo con el fenómeno original.

• Si se basan en generadores de números aleatorios, los resultados deben ser evaluados con herramientas estadísticas complejas para poder comprobar que se modela correctamente el entorno de evolución del fenómeno de origen.

• No es una herramienta de optimización, es decir, se pueden obtener respuestas a los problemas, pero se debe ser consciente que no necesariamente son las óptimas. De hecho pueden estar muy alejadas de los procesos óptimos.

• Se debe validar el modelo. Esto, cuando ya se dispone del sistema de origen se puede realizar comparando las entradas, las salidas y los pasos intermedios del sistema original respecto a las del modelo de la simulación, aunque esto resulta de gran complejidad. No obstante, en muchos casos, la simulación se realiza en una fase previa a la construcción o puesta en marcha del sistema que se está evaluando y en este caso, validar el modelo puede ser una tarea imposible.

• Fases de diseño de una simulación

• Las fases principales de diseño de una simulación cualquiera (y por consiguiente también aplicable a las simulaciones por ordenador y a las simulaciones persona-ordenador) son, según Shannon (1975):

• Definición del Sistema: Determinación de fronteras, restricciones y variables que definen el sistema a ser modelado. En otras palabras, concreción del problema a estudiar.

• Formulación del Modelo: Reducción o abstracción del sistema del fenómeno de estudio a un diagrama de flujo, que recoja el flujo de información, las estructuras condicionales, los cálculos básicos, etc.

• Preparación de los Datos: Se identifican los datos requeridos por el modelo: tipos de datos, valores iniciales de variables clave, etc.

• Traslación del Modelo: Es la programación propiamente dicha (generación de código).

• Validación: Comprobación de que el modelo funciona. Se realiza a partir de datos de un caso real y se comparan los resultados obtenidos en la simulación con los obtenidos con el sistema del fenómeno de estudio. Evidentemente esto no es factible en simulaciones de sistemas aún no existentes.

• Planificación Estratégica: Se diseña un experimento para poder obtener la información deseada, que supuestamente dará las claves para la comprensión del fenómeno de estudio.

• Planificación Táctica: Se diseñan ejecuciones concretas del experimento. Es decir, se preparan diversos conjuntos de variables independientes (entradas) sobre un mismo modelo para obtener distintos conjuntos de variables dependientes (salidas).

• Experimentación: Ejecución de los diversos pases por el experimento para obtener unos resultados concretos. Se hacen pruebas de sensitividad ajustando los parámetros.

• Interpretación: Usualmente los resultados obtenidos están lejos de ser claros y explícitos por sí mismos. Es necesario entonces, diseñar formas y estrategias para poder interpretar y comprender los resultados.

• Implementación: Llevar a cabo lo que se ha probado con la simulación.

• Documentación: Importantísima para facilitar el replicado de las pruebas realizadas y la extensión del modelo y el sistema.

• Se puede observar que la realidad virtual tiene un papel muy importante, no solo en la simulación en si misma, sino también en la interpretación de los resultados

Presentación e interacción con las simulaciones

• La forma en que se presentan los datos y procesos de una simulación, y la forma en que se interactúa con una simulación, son de una enorme importancia, tanto por lo que se refiere a la posibilidad de gestionar grandes cantidades de datos de forma compacta, como por lo que refiere la comprensión de lo que está sucediendo en cada momento. Las dificultades que aparecen en estos procesos son:

• Dificultades del seguimiento e interpretación de una simulación

• Gran cantidad de parámetros y variables.• Gran cantidad de datos de salida (resultados).• A menudo los datos son abstractos y no pueden ser interpretados

directamente.• Interacción compleja con el sistema.

2. PARTE

Con el propósito de superar estas dificultades se han desarrollado diversas técnicas de presentación e interacción que se resumen a continuación:

• Presentación de datos

• El campo de los gráficos por ordenador ha evolucionado mucho gracias a las necesidades de visualización de datos, la cual se ha beneficiado recíprocamente de los avances en los gráficos por ordenador. Algunas técnicas de presentación son:

• Gráficas estadísticas.• Representaciones y visualizaciones 3D y estereoscópicas.• Sistemas de partículas.• Mapeos de conjuntos de datos en coloraciones, densidades, sonidos, etc., especialmente optimizados

para cada caso.• Representaciones fotorealistas.• Animaciones: grabadas o en tiempo real, secuenciadas o acumuladas.• Tratamiento gráfico de los fractales.• Sonido y procesado de señal.• etc.

Interacción

• En el campo de la interacción, ha sido necesario proveer todo tipo de interfaces físicas y periféricos que permitiesen manipular los datos complejos y los procesos de las simulaciones. Por ejemplo:

• Robótica / Electrónica / Realidad Virtual:

• Aportan potentes interfaces físicas persona ordenador (periféricos).• Sensores de posicionamiento y orientación.• Cascos de visualización inmersiva.• Sistemas de sensación de fuerza.• Sistemas táctiles.• Sistemas de audio espacializado.• etc.

• Informática: Aporta interfaces lógicas que traducen:

• acciones sobre los periféricos -> datos de entrada. (Mapeos de manipulación)• datos de salida -> respuestas hardware. (Mapeos de percepción)

Terminología asociada a la RV

• Desde que en 1965 Ivan Sutherland, en su trabajo posdoctoral, estableció las bases de su “Ultimate Display”, se han ido sucediendo las diversas definiciones, términos y evoluciones de la tecnología que hoy día se conoce comúnmente por realidad virtual. Todo el proceso que ha seguido esta tecnología queda reflejado en las diversas definiciones que se han ido especificando. Debido a esto, las definiciones son, en sí mismas y como conjunto, definidoras de esta tecnología (ver módulo ¿Qué es y qué no es la realidad virtual?).

• Debido al nombre adoptado a partir de Lanier, la terminología alrededor de la realidad virtual ha sufrido un enturbiamiento que ha confundido conceptos y nomenclatura, incluso anteriores. Esta situación es parecida a la que se ha dado en otros ámbitos como el de la Inteligencia Artificial, donde la mala información y el sensacionalismo han difundido una idea distorsionada y falsa. Por esta razón resulta esencial esta sección en que se sitúan términos y aclaran conceptos que giran entorno de esta tecnología. Es necesario eliminar esta confusión y poder así encarar el resto de la asignatura con claridad de ideas.

• Realidad Artificial: Tal y como se ha visto en la introducción a esta asignatura, este binomio fue acuñado por Myron Krueger en 1975 como resultado de sus investigaciones con su sistema Video Place. Así pues, está íntimamente ligado a una cierta configuración de sistema, tanto en lo que se refiere al hardware como al tipo de interacción.

• Telepresencia: Este término, introducido por Marvin Minsky (1980), se refiere a la tecnología que permite a un operario, explorar y controlar a distancia sistemas y entornos reales. El objetivo principal es posibilitar al operario realizar una tarea que no podría llevar a cabo de forma presencial debido a alguna de las siguientes razones:

• Peligrosidad del entorno: presencia de vapores o gases tóxicos, temperaturas muy altas o muy bajas, trabajo con substancias radiactivas, presión atmosférica alterada, etc.

• Dificultades espaciales: dificultad de acceso por distancia, espacios reducidos o incluso miniaturización, inestabilidad física del espacio, etc.

• Estos sistemas están compuestos generalmente por un sistema robótico semiautónomo. Este sistema acostumbra a disponer de:

• un sistema de “visión” mediante una o varias cámaras de vídeo (incluso en configuración estereoscópica)• un sistema de captación de audio (uno o más micrófonos)• un sistema de propulsión para su movilidad (ruedas, orugas, hélices, etc.)• un sistema de manipulación para realizar la tarea (brazos robóticos, garras prensiles, etc.)• un sistema de control remoto.

• Entornos Sintéticos: Este binomio proviene del ámbito militar norteamericano. La razón de usar sintéticos en vez de virtuales obedece a dos razones principales. Por un lado, desmarcarse de la corriente no militar de esta tecnología no queriendo utilizar el término virtual que consideran da una sensación de “irrealidad” la cual no quieren que se asocie a su gremio. Por otro lado, y como razón de más peso, este binomio ha sido heredado de los simuladores de vuelo previos a los ordenadores. Estos simuladores de vuelo constaban de una enorme maqueta sobre la cual, mediante un sistema de ejes y raíles se movía una cámara de vídeo controlada a distancia por el aprendiz de piloto. Era, en realidad, una forma particular de telepresencia.

• Aunque no utilice el término virtual, este binomio adolece de los mismos problemas de concepto que el anterior de Entornos Virtuales, debido a que también deja de lado la noción de experiencia y de sujeto virtual.

•

• Realidad Aumentada: Este binomio, a menudo confundido con realidad virtual, es no obstante una tecnología hermana de esta última. La realidad aumentada se basa en sobreponer objetos generados por ordenador encima del entorno físico. Esto se consigue mediante un sistema de visualización especial, en forma de casco o de gafas, que permite al usuario tener una visión directa del entorno físico que le rodea a través de unas pantallas semitranslúcidas en las cuales también se pueden presentar imágenes generadas por el ordenador. Este sistema de visualización debe estar dotado de un sensor de orientación para que el sistema pueda saber en qué dirección está mirando el usuario y así generar los objetos virtuales en el lugar y momento adecuados (ver módulo “Fundamentos tecnológicos”). De esta forma, se está aumentando la cantidad de información de la realidad física local que rodea al usuario.

• Ciberespacio: Este término a menudo se intercambia erróneamente por realidad virtual. El término fue acuñado por William Gibson (1984) en su novela “El Neuromante”. En ella describía el espacio intangible y difuso que es generado por una red de comunicaciones por ordenador. Un espacio que no está físicamente en ningún lugar concreto, pero que es accesible desde cualquier punto en que se conecte un ordenador a esta red.

• La confusión proviene del hecho que, en la novela de Gibson, la interfaz utilizada para acceder a esta red, era una sofisticada combinación de estímulos digitales que incluía visualización en tres dimensiones de los datos y entornos accesibles. Esto hizo asociar la interfaz de tipo realidad virtual al nombre de ciberespacio, cuando en realidad el término debía ser asociado a una potente red de comunicación.

• Computación ubicua: Este binomio fue acuñado por ingenieros investigadores de Xerox en el Xerox PARC (Palo Alto Research Center) a finales de los ochenta. Este término no es confundido con realidad virtual. Se incluye en esta sección por el hecho que obedece a una filosofía inicialmente opuesta a la de la realidad virtual, y por lo tanto es una referencia importante.

• Estos investigadores afirmaban que la realidad virtual era una tecnología que ligaba al usuario irremisiblemente al sistema informático generador, a través de un “cordón umbilical” de cables difíciles de manipular. En cambio, ellos apostaban por una distribución de pequeños sistemas informáticos en los objetos cotidianos que nos rodean. De esta forma inalámbrica, los objetos adquieren una inteligencia, puntual pero dependiente del contexto, que nos habrá de ayudar en nuestras tareas diarias. Un ejemplo, muy sencillo pero muy claro, de esta idea sería el siguiente:

• A una taza común y corriente se le adapta un pequeño sistema de sensores y procesadores que analizan durante algún tiempo el tipo de líquidos que a una persona le gusta beber con esa taza, y la temperatura a la que puede o quiere beberlos. Así, si un día, en esa taza alguien sirve café y el dueño de la taza se dispone a beber, el sistema inteligente puede avisarle de que hay café en la taza recordándole que no le gusta, o bien, si el sistema sabe que a esa persona si le gusta el café, podría avisarle que está aún demasiado caliente y puede sufrir una quemadura.

• Con respecto a la evolución de las dos filosofías supuestamente enfrentadas, la situación actual es que de hecho están convergiendo. La tecnología de realidad virtual, como se verá a lo largo de esta asignatura, cada vez depende menos de sistemas complejos e incómodos, tanto por el hecho de la reducción en su tamaño, como por el hecho de que cada vez hay más periféricos inalámbricos, como también por el hecho de que los paradigmas de visualización han evolucionado de muy diversas maneras

• http://www.dtic.upf.edu/~gvirtual/master/rv/seccio2/seccio2.htm