Projet ELSA : apprentissage effectif des affordances sociales pour l’interaction humain-robot

Les affordances (du verbe anglais to afford, permettre) sont les propriétés de l’environnement ou d’un objet qui s’y trouve, qui, lorsqu’elles sont perçues, permettent à l’homme ou à l’animal de savoir comment agir dans un contexte donné. ELSA est un projet de recherche franco-autrichien qui vise à étudier l’apprentissage d’affordances sociales chez les robots et à les doter de la capacité d’apprendre les affordances sociales pour une interaction naturelle et efficace avec les humains.

Les scientifiques en robotique et en intelligence artificielle s’intéressent de plus en plus au concept d’affordance et l’envisagent comme un moyen de fournir aux robots plus d’autonomie, car il pourrait permettre à ces derniers de comprendre quelles commandes envoyées à leurs moteurs produisent des effets sur l’environnement.

Si les affordances physiques sont une étape vers des agents autonomes qui comprennent mieux leur environnement physique, les affordances sociales sont elles aussi nécessaires pour évoluer vers des environnements multi-agents plus réalistes, mais sont très peu explorées en robotique ou en IA. Elles permettent aux humains de savoir comment interagir de manière appropriée avec les autres, ce même apprentissage permettrait aux robots de mieux interagir avec les humains.

Le projet ELSA réunit quatre instituts de recherche, deux en France et deux en Autriche. Côté français, Mehdi Khamassi, Directeur de Recherche, coordinateur du projet, et Benoît Girard, Directeur de Recherche, leader du lot de travail WP2 (Work Package), représentent l’ISIR (Institut des Systèmes Intelligents et de Robotique. Le LAAS-CNRS, Laboratoire d’analyse et d’architecture des systèmes, est le second partenaire français.
Côté autrichien, l’Université d’Innsbruck est partenaire via le « Department of Computer Science » (IFI) et le « Digital Science Center » (DiSC).

Le projet est financé pour 4 ans, à compter de janvier 2022, par l’ANR du côté français et par l’agence FWF du côté autrichien.

Description du projet ELSA par Mehdi Khamassi, coordinateur du projet

En quoi consiste le projet ?

« Étudier l’apprentissage d’affordances sociales chez les robots. Les affordances sont des opportunités d’actions perçues par un agent pour interagir avec son environnement. Elles intéressent les roboticiens pour décrire les interactions potentielles du robot avec des objets au-delà des simples propriétés physiques. »

L’équipe du projet ELSA a étendu la notion aux affordances sociales, qui ne sont jusqu’ici peu étudiées en robotique. Elle a émis les hypothèses suivantes :

  • Les robots peuvent apprendre les affordances sociales de la même façon qu’ils apprennent des affordances dans des situations non-sociales ;
  • Les robots, en apprenant à reconnaître de manière autonome les affordances sociales de leurs partenaires humains, pourront répondre de manière plus efficace et plus appropriée aux humains. Ce qui permettrait ainsi de faciliter la coordination et la coopération entre humains et robots.

Quel est l’objectif du projet ?

« L’objectif central du projet est d’étudier les conditions qui permettent à un robot d’apprendre de manière efficace des affordances sociales, de façon à faciliter la communication et la coopération avec les humains. »

L’équipe a étudié les problèmes liés aux affordances sociales en robotique et a défini 4 axes de travail :

  • Théorie et pratique des affordances sociales ;
  • Les affordances sociales dans la prise de décision ;
  • Les affordances sociales pour l’exécution des actions ;
  • Architecture, scénario, intégration.

L’axe de travail concernant « les affordances sociales dans la prise de décision », dirigé par l’ISIR, vise à proposer des solutions algorithmiques afin que les robots puissent apprendre différents types d’affordances sociales.

« L’objectif est de permettre aux robots d’apprendre un modèle interne des compétences des agents humains, afin que le robot puisse progressivement distinguer les affordances sociales générales et spécifiques à chaque humain. En effet, et pour exemple, tous les humains réagissent à peu près à un signe de la main en saluant en retour. Néanmoins, pour certains gestes, il peut y avoir différentes réactions. »

Quelles sont les applications possibles ? 

Selon Mehdi Khamassi, principale application de ce travail est l’interaction humain-robot, et de façon plus précise, la coopération humain-robot. Une meilleure compréhension de la manière dont les robots peuvent apprendre à reconnaître et à exprimer des affordances sociales va permettre de concevoir des robots plus coopératifs, secondant l’humain dans diverses tâches.

En outre, ce projet permettra d’approfondir les connaissances fondamentales sur la manière dont l’humain apprend, perçoit et exprime des affordances sociales.

Mehdi Khamassi conclut:

« D’une façon générale, le projet répond à un manque critique de connaissances de base sur la façon dont les affordances sociales sont apprises et utilisées dans le contexte de l’interaction humain-robot. L’atout majeur du projet est qu’il s’attaque à un sous-domaine relativement inexploré (les affordances sociales en robotique) qui s’appuie sur des domaines bien étudiés (les affordances non-sociales en robotique, mais aussi en psychologie). Dans la continuité des travaux antérieurs du consortium, le projet est hautement interdisciplinaire et implique des expertises complémentaires. Un des lots de travail va mettre en place des expériences pour étudier l’apprentissage d’affordances sociales chez l’humain. Une des grandes originalités est que ces expériences ont été conçues à partir des questions et des hypothèses formulées grâce à la réflexion en robotique. Nous allons donc apporter un regard neuf sur ces questions en vue d’apporter aussi une contribution à la psychologie expérimentale. »

Recevez gratuitement l'actualité de l'intelligence artificielle

Suivez la Newsletter de référence sur l'intelligence artificielle (+ de 18 000 membres), quotidienne et 100% gratuite.


Tout comme vous, nous n'apprécions pas le spam. Vos coordonnées ne seront transmises à aucun tiers.

1ère Marketplace de l'IA et de la transformation numérique vous recommande :
Logiciel no-code de Data Preparation par Invenis

Découvrez invenis, logiciel de data preparation et mise en qualité des données destiné aux équipes data (data scientists, data analysts, data engineer...

 
Partager l'article
Abonnez-vous à ActuIA, la revue professionnelle de l'intelligence artificielle magazine intelligence artificielle Découvrez la revue professionnelle de l'intelligence artificielle
intelligence artificielle
À PROPOS DE NOUS
Le portail francophone consacré à l'intelligence artificielle et à la datascience, à destination des chercheurs, étudiants, professionnels et passionnés.