Démo AESOP — Ce qu'elle fait, ce qu'il faut voir
La démo rejoue un affrontement déterministe entre deux belligérants. Objectif : valider bout en bout le moteur numérique (NumPy / Pandas) portant les 8 groupes de lois et le cycle OODA en 10 étapes.
Scénario
- Blue — 2 unités terrestres tactiques bien dotées
(
VE1=180,VE3=190), positionnées sur Strasbourg et Nancy. - Red — 2 unités affaiblies (
VE1=130,VE3=100), sur Metz et Reims. - Comportement par défaut :
engage unconditionally(code 3) pour toutes les unités. - Injection IS continue sur Red :
-4par tour sur tous les secteurs (simule une cascade MIDAS depuis aesop_modelisation).
Ce qu'il faut regarder
- battles_fought — nombre d'engagements résolus (combat batch + MC).
- attacker_wins / defender_wins — influence du terrain et de l'avantage défenseur.
- orders_lost — perte de signal fonction de
VE3(connectivité C2). - is_state_mean — dégradation progressive des infrastructures de Red.
- units_destroyed — unités sous seuil
VE1 < 10ouVE2 < 10.
Cycle OODA — 10 étapes
OBSERVE
1.
2. Assessment — stub humain (panneau de contrôle)
1.
step_1_observe — rafraichit VC ← VE via Groupe C (einsum vectorisé)2. Assessment — stub humain (panneau de contrôle)
ORIENT
3. Decide — stub humain (concept de manœuvre)
4. Orders — stub humain (rédaction TABORD)
3. Decide — stub humain (concept de manœuvre)
4. Orders — stub humain (rédaction TABORD)
DECIDE
5.
5.
step_5_disseminate — perte de signal C2 (Bernoulli fonction de VE3 et hops)
ACT
6.
7.
8.
6.
step_6_move — avancement H3 + consommation VE4/VE6 (Groupe F)7.
step_7_engage — table d'engagements depuis comportements + proximité8.
step_8_combat — résolution FA vs FA batch × MC (Groupe E)
FEEDBACK
9.
10.
9.
step_9_consequences — unités détruites si VE < seuil10.
step_10_flux — propagation IS (Groupe A) + régénération VE (Groupe B)
Propriétés vérifiées
- Déterminisme — même
seed, mêmes trajectoires VE bit-à-bit. - Bornes — VE ∈ [0, 200], IS ∈ [0, 100].
- Indépendance — les belligérants propagent séparément, pas de fuite entre matrices.
- Performance — 500 engagements × 1000 tirages MC en sub-milliseconde.
- Couverture — 84 tests (unit + intégration) verts en 0.44 s.
Prochaines étapes
- Ouvrir le panneau de contrôle, ajuster seed et nombre de tours, cliquer Lancer.
- Regarder le tableau de bord se mettre à jour.
- Vérifier les positions sur la carte.
- Relancer avec un autre seed pour montrer la variance Monte Carlo.