Thèse de Alexandre Galdeano


Sujet :
Apprentissage développemental de comportements suggérant l'empathie pour des robots d'interactions hétérogènes

Résumé :

Cette thèse vise à concevoir et à développer des mécanismes permettant aux robots d’interaction d’être plus empathiques, et ce dans le but d’améliorer les interactions Homme-robot. L’empathie a été l’une des clés de l’évolution humaine et des interactions sociales et certaines régions du cerveau humain sont spécialisées dans la compréhension des émotions, des buts, des connaissances et des croyances des autres. Ce besoin d’échanges entre l’Homme et les robots s’est récemment traduit par le développement de robots spécialisés dans les interactions. Néanmoins, les robots actuellement disponibles sur le marché offrent un spectre d’interaction limité. Ces limitations s’expliquent par plusieurs facteurs : environnement bruité, peu ou pas structuré, mauvaise compréhension orale, mauvaise perception, événements imprévus, etc. Dans cette thèse, nous projetons d’utiliser l’Intelligence Artificielle (IA) développementale pour construire le cœur d’un moteur d’interaction capable de pallier ces limites en construisant des interactions qui sembleront plus empathiques. 

L’IA développementale est un paradigme de l’IA qui s’inspire notamment des travaux en psychologie développementale de Jean Piaget et qui fait récemment l’objet d’un intérêt croissant dans la communauté scientifique en général, et en IA pour la robotique en particulier. En effet, puisqu’elle permet un apprentissage progressif de concepts à partir de régularités d’interaction avec l’environnement observé, l’IA développementale se montre souvent plus adaptée aux types de problèmes que l’on rencontre en robotique. Contrairement à certaines approches qui requièrent une modélisation a priori du domaine, ou bien un gros volume de données pour constituer une base d’apprentissage, l’IA développementale est capable d’obtenir des résultats satisfaisants dans des temps raisonnables avec peu de données et dans des environnements qui ne sont pas connus à l’avance. Dans cette thèse, nous nous concentrerons donc sur la création d’interactions, que l’on souhaite le plus empathiques possibles, en nous basant sur une stratégie inspirée de l’IA développementale.


Encadrant : Salima Hassas
Co-encadrant : Mathieu Lefort