Méthodes d'apprentissage pour l'interaction physique homme-robot : application à l'assistance robotisée pour le transfert assis-debout

• Auteur / Autrice : Didier Marin
• Direction : Olivier Sigaud
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2013
• Etablissement(s) : Paris 6

Mots clés

Mots clés contrôlés

Apprentissage automatique

Intelligence artificielle

Robots -- Systèmes de commande

Systèmes homme-machine

Résumé

La verticalisation est une tâche qui devient de plus en plus difficile avec l’âge. Elle est cependant nécessaire à l’autonomie, car elle précède la marche. La robotique d’assistance physique propose des solutions robotisées permettant une assistance active dans la réalisation de tâches motrices. Elle offre la possibilité d’adapter l’assistance suivant les besoins et les spécificités de chaque utilisateur. Notre travail propose et implémente un mécanisme d’adaptation automatique du comportement d’un robot d’assistance à son utilisateur. L'assistance apportée est évalué à l'aide d'un critère de confort spécifique à la tâche. L'adaptation consiste en une optimisation des paramètres de la commande robotique à l’aide des méthodes de l’apprentissage par renforcement. Cette approche est testée sur des prototypes de déambulateur intelligent, avec des sujets sains et des patients.

Sit-to-stand is a task that becomes increasingly difficult with aging. It is however necessary for an autonomous life, since it precedes walking. Physical assistance robotics offers solutions that provide an active assistance in the realization of motor tasks. It gives the possibility to adapt the assistance to the specific needs of each user. Our work proposes and implements a mechanism for automatic adaptation of an assistance robot behaviour to its user. The provided assistance is evaluated using a confort criterion which is specific to the task. The adaptation consists in an optimisation of control parameters using Reinforcement Learning methods. This approach is tested on smart walker prototypes, with healthy subjects and patients.