Projet ELSA – Apprentissage effectif des affordances sociales pour l’interaction humain-robot
Le concept d’affordances est la capacité d’un objet ou d’un environnement à évoquer son utilisation ou sa fonction. Il attire progressivement l’attention des scientifiques en robotique et en Intelligence Artificielle (IA) comme un moyen de fournir aux agents artificiels plus d’autonomie, en leur permettant d’apprendre par eux-mêmes quelles commandes envoyées à leurs moteurs produisent des effets sur l’environnement.
Néanmoins, les avantages sociaux demeurent largement inexplorés en robotique et en IA. Si les affordances physiques représentent une étape vers des agents autonomes qui comprennent mieux leur environnement physique, les affordances sociales sont nécessaires pour évoluer vers des environnements multi-agents plus réalistes. Nous savons que les humains acquièrent des affordances sociales pour apprendre comment bien interagir avec les autres. Permettre aux robots de faire ce même type d’apprentissage leur permettrait de mieux interagir avec les humains.
ELSA – acronyme anglais pour Apprentissage effectif des affordances sociales pour l’interaction humain-robot – est un projet de recherche franco-autrichien qui vise à étudier l’apprentissage d’affordances sociales chez les robots. Le projet vise à doter les robots de la capacité d’apprendre les affordances sociales pour une interaction naturelle et efficace avec les humains. 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.
Le consortium du projet est composé de quatre instituts de recherche dont deux en France et deux en Autriche. Côté français, l’ISIR est impliqué avec Mehdi Khamassi, Directeur de Recherche, qui coordonne le projet, et Benoît Girard, Directeur de Recherche, leader du lot de travail WP2 (Work Package). Le LAAS-CNRS, Laboratoire d’analyse et d’architecture des systèmes, est également partenaire français. Côté autrichien, l’Université de Innsbruck est partenaire via le « Department of Computer Science » (IFI) et le « Digital Science Center » (DiSC).
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.
Dans le projet ELSA, nous étendons la notion aux affordances sociales, qui n’ont pour l’instant été que peu étudiées en robotique. Ici, nous faisons les hypothèses suivantes :
- que les robots peuvent apprendre les affordances sociales de la même façon qu’ils apprennent des affordances dans des situations non-sociales ;
- que les robots, en apprenant à reconnaître de manière autonome les affordances sociales offertes par leurs partenaires humains, pourront répondre plus efficacement et de manière plus appropriée aux humains. Ceci 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. Nous allons en particulier étudier les problèmes liés aux affordances sociales en robotique, organisés en 4 lots 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.
Le lot de travail concernant « les affordances sociales dans la prise de décision », dirigé par l’ISIR, vise à proposer des solutions algorithmiques pour permettre aux robots d’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 ?
Le cadre applicatif principal de ce travail est celui de l’interaction humain-robot, et plus précisément de la coopération humain-robot. Mieux comprendre comment les robots peuvent apprendre à reconnaître et à exprimer des affordances sociales aiderait à contribuer à la conception de robots plus coopératifs avec l’humain. Cela permettrait alors de seconder l’humain dans une variété de tâches, comme la manipulation d’objets ou encore la navigation. Le projet contribuera également à d’autres retombées, notamment en termes de connaissances fondamentales sur la manière dont l’humain apprend, perçoit et exprime des affordances sociales. Mettre au point des algorithmes permettant à un robot d’apprendre des affordances sociales est une manière de proposer des modèles de la façon dont les humains font cet apprentissage.
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.
Ce projet s’appuie sur diverses expertises scientifiques de l’ISIR. Tout d’abord, l’expertise de l’équipe AMAC sur l’apprentissage en robotique. D’autre part, l’expertise de plusieurs équipes de l’ISIR (dont PIROS et AMAC) sur l’apprentissage en situation d’interaction sociale, ce que Mohamed Chetouani, chercheur à l’ISIR et Professeur à Sorbonne Université, appelle « l’apprentissage interactif ». Enfin, le projet est ancré dans l’étude de la cognition humaine et dans la conception de protocoles de psychologie expérimentale, pour mesurer de manière précise, rigoureuse et répéter des comportements de l’humain et du robot.
Contact référent du projet : Mehdi Khamassi, Directeur de Recherche CNRS
