UNE FORMULATION NOUVELLE ET DES SCHEMAS DE RESOLUTION POUR LA PLANIFICATION DE TACHES COLLABORATIVES HOMME-ROBOT

A NEW FORMULATION AND RESOLUTION SCHEMES FOR PLANNING COLLABORATIVE HUMAN-ROBOT TASKS

• Auteur / Autrice : Jules Waldhart
• Direction : Rachid Alami, Juan Cortés
• Type : Thèse de doctorat
• Discipline(s) : Intelligence artificielle
• Date : Soutenance le 12/10/2018
• Etablissement(s) : Toulouse, INSA
• Ecole(s) doctorale(s) : École doctorale Mathématiques, informatique et télécommunications (Toulouse)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Analyse et d'Architecture des Systèmes - Laboratoire d'analyse et d'architecture des systèmes / LAAS
• Jury : Président / Présidente : Sylvie Pesty
• Jury : Examinateurs / Examinatrices : Rachid Alami, Juan Cortés, Peter Dominey, François Charpillet
• Jury : Rapporteurs / Rapporteuses : Peter Dominey, François Charpillet

Mots clés

Mots clés contrôlés

Interaction homme-robot

Mots clés libres

Planification de mouvement

Planification de tâches

Interaction Homme- robot

Motion planning

Task planning

Human-robot interaction

Résumé

Les robots interagissant avec des humains doivent se comporter en adéquation avec certaines de nos règles sociaux-culturelles, qui doivent être considérées par chaque composant du robot. Lorsqu’il décide d’une action à faire et de comment l’exécuter, le système a besoin de communiquer l’information contextuelle pertinente à chacun de ses composants afin qu’ils puissent respecter ces règles. Il est essentiel que de tels robots puissent se coordonner sans accrocs avec leur partenaires humains. Nous humains utilisons de nombreux signaux de synchronisation notamment via le regard, la lisibilité de nos gestes ou par le dialogue. Nous inférons efficacement les possibilités d’actions de nos partenaires, ce qui nous aide à anticiper ce qu’ils vont ou devraient faire afin de mieux planifier nos propres actions. Dans le domaine de l’interaction Homme-robot, ces capacités sont essentielles. Cette thèse présente notre approche pour résoudre deux tâches où humains et robots collaborent étroitement: un problème de transport d’objet où plusieurs robots et humain doivent ou peuvent se faire passer un objet de main à main pour l’amener d’un endroit à un autre, et une tâche de guide où le robot aide des humains à s’orienter en utilisant dialogue, navigation et mouvements déictiques (pointage). Nous présentons notre implantation de ces composants et de leur articulation dans le cadre d’une d’architecture où l’information contextuelle est transmise des plus hauts niveaux de décision vers les plus bas qui l’utilisent pour s’adapter. Le robot planifie aussi pour les actions des humains, comme dans un système multi-robot, ce qui lui permet de ne pas être dans l’attente des actions des humains, mais d’être proactif dans la proposition d’une solution, et d’anticiper leurs actions futures.

When interacting with humans, robotic systems shall behave in compliance to some of our socio-cultural rules, and every component of the robot have to take them into account. When deciding an action to perform and how to perform it, the system then needs to communicate pertinent contextual information to its components so they can plan respecting these rules. It is also essential for such robot to ensure a smooth coordination with its human partners. We humans use many cues for synchronization like gaze, legible motions or speech. We are good at inferring what actions are available to our partner, helping us to get an idea of what others are going to do (or what they should do) to better plan for our own actions. Enabling the robot with such capacities is key in the domain of human-robot interaction. This thesis presents our approach to solve two tasks where humans and robots collaborate deeply: a transport problem where multiple robots and humans need to or can handover an object to bring it from one place to another, and a guiding task where the robot helps the humans to orient themselves using speech, navigation and deictic gestures (pointing). We present our implementation of components and their articulation in a architecture where contextual information is transmitted from higher levels decision components to lower ones, which use it to adapt. Our planners also plan for the human actions, as in a multi-robot system: this allows to not be waiting for humans to act, but rather be proactive in the proposal of a solution, and try to predict the actions they will take.