Dans Terra Engine, chaque personne de la simulation est pilotée par une intelligence artificielle. Elle prend des décisions, mène des actions, gère des projets et réagit aux événements du monde.
Le système repose sur une approche hybride. Les comportements restent en permanence cohérents, et l’activation de l’IA générative ajoute une couche narrative où motivations et raisonnements deviennent visibles.
Chaque personne est un agent
Chaque personne de la simulation dispose de sa propre IA dédiée. Elle reçoit une synthèse claire de la situation : acteurs clés (pays dirigé, alliés, rivaux), relations et dynamiques en cours, urgences et opportunités, ainsi que les actions disponibles.
Elle peut ensuite explorer plus finement certains éléments, comme l’état d’un pays, le rôle d’une personne ou les événements récents, afin d’affiner sa compréhension avant d’agir.
À partir de cette base, l’agent évalue les actions possibles et sélectionne les plus pertinentes. Le monde évolue ainsi en continu, porté par des décisions contextualisées et propres à chaque profil.
Des agents spécialisés pour chaque type de décision
Plusieurs types d’agents coexistent, chacun avec un rôle spécifique dans la simulation.
À mesure que de nouvelles fonctionnalités sont ajoutées, de nouveaux agents spécialisés apparaîtront pour enrichir les comportements possibles.
Deux modes de simulation
Les deux modes reposent sur le même principe : le simulateur propose les actions disponibles en fonction du contexte.
Sans modèles de langage, les décisions sont appliquées automatiquement selon leur pertinence.
Avec les modèles de langage, l’agent choisit parmi ces options et rend visible son raisonnement ainsi que les facteurs qui influencent sa décision.
Assistant et journaliste
En complément des agents qui incarnent chaque personne, certains outils apportent une lecture plus globale de la simulation.
Ces deux approches se complètent. L’une permet d’explorer la simulation de manière interactive, l’autre d’en suivre l’évolution à travers une lecture structurée. Elles s’inscrivent dans un ensemble d’outils appelé à s’enrichir, afin de proposer différentes façons d’interpréter la simulation.
Observer le raisonnement et les décisions
Lorsque les modèles de langage sont actifs, les phases de décision deviennent visibles. Une vue dédiée permet de suivre ce qu’une personne analyse, les éléments qu’elle prend en compte et les actions qu’elle envisage.
Au-delà de cette lecture analytique, une dimension narrative apparaît : les personnes formulent leur raisonnement, expliquent leurs choix et peuvent exprimer leurs décisions comme des prises de position ou des communications publiques.
Un agent analyse la situation : informations examinées, options considérées et décision en cours de construction.
On peut également observer la stratégie définie par l’agent, et comprendre comment elle guide ses décisions dans le temps.
Stratégie utilisée par un agent pour guider ses décisions et maintenir une cohérence dans ses actions.
Concepts : des repères pour comprendre la simulation
Les concepts correspondent à des aides contextuelles affichées dans l’interface. Ils permettent de comprendre simplement le fonctionnement des mécaniques, le rôle des systèmes et les implications des choix.
Ces mêmes concepts sont également utilisés par les agents basés sur des modèles de langage. En s’appuyant sur ces repères, ils interprètent plus finement les situations et prennent des décisions alignées avec les règles du simulateur.
Aides contextuelles servant de repères pour l’utilisateur et les agents IA.
Une IA locale, intégrée au cœur du système
Les modèles de langage sont exécutés directement sur la carte graphique. Le traitement reste entièrement local, sans dépendre d’un service externe.
Il est possible de choisir le modèle en fonction de sa configuration, notamment des ressources disponibles comme la mémoire vidéo. Cette flexibilité permet d’adapter l’IA au matériel, tout en conservant une intégration fluide dans la simulation.
Ce fonctionnement permet une utilisation continue, sans latence réseau, sans coût supplémentaire et sans obligation de connexion.
Voir le système en action
La vidéo ci-dessous présente une simulation sur un mois. Des dirigeants analysent la situation, définissent une stratégie et prennent des décisions, tout en rendant visibles leurs raisonnements et leurs prises de position.
En parallèle, un journaliste IA restitue les événements marquants à travers des articles hebdomadaires, offrant une lecture complémentaire de l’évolution du monde.
Suivez les interactions entre agents, illustrant la richesse des décisions et la dynamique du simulateur sur une période de crise majeure.
En résumé
L’IA hybride de Terra Engine repose sur la combinaison de deux approches. D’un côté, des systèmes de décision issus de la simulation structurent les choix et assurent leur cohérence. De l’autre, les modèles de langage interprètent ces décisions, les expliquent et leur donnent une dimension narrative.
Ce croisement permet de conserver une base décisionnelle structurée, tout en rendant la simulation plus lisible et plus vivante.
Cette approche évolue en même temps que le simulateur. À mesure que les mécaniques se développent, les capacités des agents et la manière dont ils raisonnent, planifient et s’expriment continueront de s’enrichir.