Enseigner aux robots à anticiper les préférences humaines pour une collaboration améliorée

Les humains possèdent la capacité unique de comprendre les objectifs, les désirs et les croyances des autres, ce qui est essentiel pour anticiper les actions et collaborer efficacement. Cette compétence, appelée « théorie de l’esprit », nous est innée mais demeure un défi pour les robots. Cependant, si les robots doivent devenir de véritables assistants collaboratifs dans la fabrication et la vie quotidienne, ils doivent également acquérir ces capacités.

Dans un nouvel article, finaliste du prix du meilleur article à la ACM/IEEE International Conference on Human-Robot Interaction (HRI), des chercheurs en informatique de l’USC Viterbi cherchent à enseigner aux robots la prédiction des préférences humaines dans les tâches d’assemblage. Cela permettra aux robots, un jour, d’assister dans diverses tâches, de la construction de satellites à la mise en place d’une table.

« Lorsque l’on travaille avec des personnes, un robot doit constamment deviner ce que la personne fera ensuite », a déclaré l’auteur principal Heramb Nemlekar, doctorant en informatique à l’USC supervisé par Stefanos Nikolaidis, professeur assistant d’informatique. « Par exemple, si le robot estime que la personne aura besoin d’un tournevis pour assembler la pièce suivante, il peut récupérer le tournevis à l’avance afin que la personne n’ait pas à attendre. Ainsi, le robot peut aider les gens à terminer l’assemblage beaucoup plus rapidement. »

Une nouvelle approche pour prédire les actions humaines

Prédire les actions humaines peut être difficile, car différentes personnes préfèrent accomplir la même tâche de manières diverses. Les techniques actuelles exigent que les gens démontrent comment ils souhaitent réaliser l’assemblage, ce qui peut être chronophage et contre-productif. Pour résoudre ce problème, les chercheurs ont découvert des similitudes dans la façon dont les individus assemblent différents produits et ont utilisé ces connaissances pour prédire les préférences.

Au lieu d’exiger que les individus « montrent » au robot leurs préférences dans une tâche complexe, les chercheurs ont créé une petite tâche d’assemblage (appelée tâche « canonique ») qui pouvait être réalisée rapidement et facilement. Le robot « observe » alors l’humain accomplissant la tâche à l’aide d’une caméra et utilise l’apprentissage automatique pour apprendre la préférence de la personne en fonction de la séquence de ses actions dans la tâche canonique.

Dans une étude utilisateur, le système des chercheurs a pu prédire les actions humaines avec environ 82 % de précision. Cette approche permet non seulement de gagner du temps et des efforts, mais aussi de renforcer la confiance entre les humains et les robots. Elle pourrait être bénéfique dans les environnements industriels, où les travailleurs assemblent des produits à grande échelle, ainsi que pour les personnes en situation de handicap ou à mobilité réduite qui ont besoin d’aide pour assembler des produits.

Vers un avenir d’une collaboration homme‑robot améliorée

L’objectif des chercheurs n’est pas de remplacer les travailleurs humains, mais d’améliorer la sécurité et la productivité dans les usines hybrides homme‑robot en confiant aux robots des tâches sans valeur ajoutée ou ergonomiquement difficiles. Les recherches futures se concentreront sur le développement d’une méthode permettant de concevoir automatiquement des tâches canoniques pour différents types de tâches d’assemblage et d’évaluer les avantages d’apprendre les préférences humaines à partir de courtes tâches et de prédire les actions dans des tâches complexes dans divers contextes, tels que l’assistance personnelle à domicile.

« Un robot capable d’apprendre rapidement nos préférences peut nous aider à préparer un repas, à réorganiser les meubles ou à effectuer des réparations domestiques, ce qui aurait un impact considérable sur notre quotidien, » a déclaré Nikolaidis.