Le Robot mobile compagnon : De l'apprentissage interactif vers un modèle d'IHM intuitive.

a companion mobile robot : from interactive learning to intuitive HMI modeling

• Auteur / Autrice : Caroline Lesueur-Grand
• Direction : Philippe Gaussier
• Type : Thèse de doctorat
• Discipline(s) : STIC (sciences et technologies de l'information et de la communication) - Cergy
• Date : Soutenance le 26/01/2017
• Etablissement(s) : Cergy-Pontoise
• Ecole(s) doctorale(s) : École doctorale Sciences et ingénierie (Cergy-Pontoise, Val d'Oise)
• Partenaire(s) de recherche : Laboratoire : Equipes Traitement de l'Information et Systèmes (Cergy-Pontoise, Val d'Oise) - Equipes Traitement de l'Information et Systèmes / ETIS
• Jury : Président / Présidente : Mathias Quoy
• Jury : Examinateurs / Examinatrices : Ghilès Mostafaoui, Philippe Capdepuy
• Jury : Rapporteurs / Rapporteuses : Adriana Tapus, Ludovic Marin

Mots clés

Mots clés libres

Imitation

IHM intuitive

Apprentissage en ligne

Navigation autonome

Robotique développementale

Système de vision

Imitation

Intuitive HMI

Online learning

Autonomous navigation

Developmental robotic

Vision

Résumé

Dans le cadre de cette thèse, nous abordons les problèmes liés à un robot autonome devant apprendre différentes tâches sensori-motrices dans des situations d’interaction et d’imitation. D’un point de vue théorique et dans le cadre des Interactions Homme-Machine (IHM), nous aborderons notamment les notions liées aux phénomènes d’entraînement rythmiques, de coordination interpersonnelle et de synchronisation intentionnelles et non-intentionnelles qui jouent un rôle important dans les interactions sociales. En particulier nous défendons l’hypothèse que des mécanismes d’entrainement rythmiques facilitent grandement l’apprentissage dans des situations d’interactions Homme-Robot. Leur prise en compte dans la conception de nouvelles IHMs est primordiale pour les rendre plus « intuitives ». A long terme, nous aimerions que le robot puisse utiliser ces signaux sociaux pour comprendre les intentions de son partenaire.L’utilisation d’une tâche complexe est ici nécessaire pour que le robot soit confronté à des situations d’échecs qui devront introduire des modifications de comportement non seulement de la part du partenaire mais aussi et surtout de la part du robot. Ces situations introduiront des modifications du rythme dans l’interaction au cours de l'apprentissage. Pour réussir ce pari, le robot devra être capable d’auto évaluer à la fois son comportement vis à vis de la tâche en cours d’exécution (et d’apprentissage) et son comportement d’interaction avec son partenaire.Nous proposons de travailler sur un « robot mobile compagnon » capable d’apprendre de manière interactive (avec son compagnon) à naviguer. L’utilisation de jeux d’interaction et d’imitation comme moyen d’apprentissage mais surtout de communication permet d’envisager de nouveaux principes d’IHM (Interface Homme-Machine) où l’interaction n’est plus considérée comme une « charge », elle devient au contraire plaisante.

In this thesis, we address the issues related to autonomous learning of different sensory-motor tasks using interaction and imitation. From a theoretical point of view and considering Human Machine Interaction (HMI), we will question the concepts linked to rhythmic entrainment, interpersonal coordination, and also intentional and unintentional synchronisations and their contribution to improve social interactions. Particularly, these mechanisms facilitate human-human interactions. Consequently, we defend the idea that taking them into account is essential to build more intuitive HMI. In near future applications, we would like to make the robot able to use these signals to improve its understanding the human partner intentions.Using a complex task is, then, necessary to confront the robot to failures that will introduce behavioral changes for both the human and the robot agents. These situations will introduce interaction rhythm modifications during learning phases. In this aim, the robot should be able to self assess its behavior regarding both the current task to learn and its interaction with its partner.We propose to work on a 'mobile companion robot' able to learn interactively (with its partner) to navigate. Using interaction games and imitation as a medium of learning and above all of communication, allows to consider new principles of HMI (Human Machine Interface) where the interaction is no longer considered as a 'load', it becomes rather pleasant.