L'avenir de la collaboration robot-humain

Simuler l'être humain est complexe. Nous sommes des êtres à la pensée rapide et complexe, et nos actions exactes sont imprévisibles. Comment, dès lors, entraîner efficacement les robots à collaborer avec nous ?

Dans les environnements d'apprentissage par simulation, les humains sont traditionnellement considérés comme des données fixes. De ce fait, leurs actions, cohérentes et prévisibles, ne reflètent pas fidèlement le comportement humain. Hao Zhang, chercheur postdoctoral au sein du laboratoire Safe AI de Ding Zhao, travaille à l'amélioration de la collaboration homme-robot grâce à HALO (heterogeneous agent Lyapunov policy optimization ou optimisation de politiques de Lyapunov pour agents hétérogènes).

HALO est un framework qui utilise l'apprentissage par renforcement multi-agents pour aider les robots à apprendre de manière autonome comment interagir et collaborer avec les humains.

Lors de la simulation, la méthodologie remplace le partenaire humain par un robot capable d'apprendre, de sorte que les deux parties apprennent à interagir l'une avec l'autre à partir de zéro, sans entrée fixe ni comportement prédéfini.

« Une collaboration efficace entre l'homme et le robot devrait réduire, plutôt que créer, des besoins de formation supplémentaires pour les personnes », déclare Zhao, professeur agrégé de génie mécanique.

Les partenaires humains diffèrent naturellement dans leur façon de bouger, de communiquer et de prendre des décisions ; imposer à chacun un schéma d’interaction prédéfini limiterait donc l’utilité du robot. Progressivement, ils apprennent à collaborer. Désormais, lorsqu’un humain adopte un comportement inhabituel ou inattendu, le robot a déjà appris à s’adapter et à réagir à ces mouvements inhabituels.

Collaboration entre un robot humanoïde et un humain. Crédit : Faculté d'ingénierie, Université Carnegie Mellon

Apprendre sans humains scénarisés

« Plutôt que de former une personne à se comporter d'une manière particulière avec le robot, nous formons le robot dans un cadre d'interaction ouvert où différents comportements du partenaire peuvent émerger », a déclaré Zhang, chercheur postdoctoral en génie mécanique.

Lors d'une mission de sauvetage ou dans une chambre d'hôpital, il est crucial que le transport et les autres tâches manuelles puissent être effectués en toute sécurité et fiabilité. Si des robots sont chargés du transfert d'un patient à l'hôpital, ils doivent pouvoir communiquer avec précision entre eux et avec toutes les personnes impliquées afin de garantir des soins sûrs et efficaces.

« Lorsqu'on transporte un objet, on est physiquement connecté à son partenaire par cet objet », explique Zhang. « Même de légers décalages de synchronisation ou de mouvement peuvent perturber l'apprentissage des agents et rendre difficile l'acquisition d'une collaboration efficace. La stabilité est donc essentielle pendant l'apprentissage. »

Là où la coordination se rompt

Les chercheurs ont démontré qu'avec HALO, ces robots peuvent se déplacer autour de meubles et de murs tout en transportant des objets volumineux et encombrants. Ils réagissent rapidement et précisément aux variations de poids ou aux mouvements inattendus de leur interlocuteur humain, en ajustant leur posture pour mieux répartir la charge ou en pivotant davantage ou moins que prévu initialement afin de suivre la trajectoire de ce dernier.

Un problème qui se pose lors de ce processus d'apprentissage est un décalage de rationalité. Les deux parties partagent le même objectif, mais comme elles apprennent indépendamment, chacune peut développer une conception différente de la meilleure façon de collaborer. Une stratégie qui semble raisonnable du point de vue individuel d'une partie peut ne pas correspondre à ce qui serait le plus efficace pour l'équipe dans son ensemble.

Il existe plusieurs façons de déplacer un canapé dans un coin, par exemple. Une personne peut essayer de le faire basculer sur un accoudoir pour qu'il soit à la verticale, tandis que l'autre s'efforce de le maintenir à l'horizontale et de le déplacer vers l'avant. Bien qu'ils tentent tous deux d'aller dans la même direction avec le même objet, la tâche se prolonge car leurs méthodes interfèrent.

Un contrôle de sécurité sur le travail d'équipe

Pour contrer ce problème, Zhang applique la théorie de la stabilité de Lyapunov. Cette théorie constitue une garantie de sécurité, assurant la convergence des processus d'apprentissage de chaque partie et leur réorientation vers une trajectoire optimale pour l'équipe dans son ensemble. Autrement dit, chaque partie observe et analyse les mouvements de l'autre afin d'ajuster son comportement et de s'aligner.

La mise en œuvre en laboratoire a débuté sur des ordinateurs avec deux robots, comme dans la plupart des simulations. Ceci afin d'éliminer le problème des comportements humains stéréotypés et improbables. Une fois leur collaboration fluide, l'un des robots a été remplacé par un humain. « Dans HALO, la variabilité humaine fait partie intégrante du processus d'apprentissage du robot, transférant ainsi la charge de l'adaptation de l'humain au robot », explique Zhao.

Tout en continuant de démontrer l'évolutivité de leur méthodologie, ils prévoient de commencer à introduire un nombre croissant de robots et d'humains interagissant entre eux, avec jusqu'à quatre robots collaborant d'ici septembre.

https://engineering.cmu.edu/news-events/news/2026/09/02-robot-human-collaboration.html