Modèles de boucles sensorimotrices pour l’apprentissage de la commande d’un robot en interaction rythmique avec l’être humain

Mots clés :

Robotique humanoide,  interaction physique et sociale homme/robot, boucle sensori motrice, central pattern generators

Résumé:

Le travail proposé dans le cadre de cette thèse s’inscrit dans la thématique robotique humanoïde interactive du département «Systèmes complexes et intelligence artificielle et robotique (D5) » du LORIA. Il s’insère dans un projet plus global qui vise à modéliser les phénomènes physiques et cognitifs mis en jeux lors des interactions physiques et sociales entre deux personnes afin de les reproduire avec robot humanoïde qui interagit avec l’humain.

Cette thèse s’intéresse aux phénomènes de rythmicité qui émergent de l’interaction sociale entre deux personnes  afin de modéliser les boucles sensorimotrices et leurs mécanismes plastiques impliqués dans l’émergence des phénomènes de synchronisation lors de ces interactions en vue de leur implémentation dans un  contrôleur de robot humanoide. L’étude du couplage dynamique homme/robot et la modélisation des phénomènes de verrouillage de la synchronisation physique sera un autre aspect du travail.

Les modèles proposés pour le contrôleur neuronal du robot s’appuieront en partie sur nos travaux précédents et intégrera des neurones rythmiques [5]. Des mécanismes de plasticité synaptique et neuronale qui sont actuellement étudiés devront permettre l’apprentissage des boucles sensorimotrices et donc l’émergence de synchronies favorisant l’interaction.

Le travail théorique de modélisation s’appuiera sur nos récents résultats expérimentaux sur la mesure des paramètres physiques de la poignée de main entre deux personnes selon le contexte social ou émotionnel  [1]. L’ensemble du travail sera mené en collaboration avec le laboratoire de psychologie interactive (InterPsy) de l’université de Lorraine.

Les modèles proposés seront validés expérimentalement sur des démonstrateurs robotisés réels capables de reproduire ces interactions physiques : bras anthropomorphe compliant (Kinova-Mico) dans un premier temps, robot industriel compliant (Kuka-IWA), puis sur robot humanoïde PEPPER acquis par le LORIA. D’autres expériences pourraient être envisagées avec des partenaires sur le plan national

Description de la problématique de recherche :

Cette thèse s’intéresse aux phénomènes de rythmicité qui émergent de l’interaction sociale entre deux personnes  afin de modéliser les boucles sensorimotrices et leurs mécanismes plastiques impliqués dans l’émergence des phénomènes de synchronisation lors de ces interactions en vue de leur implémentation dans un  contrôleur de robot humanoïde. L’étude du couplage dynamique homme/robot et la modélisation des phénomènes de verrouillage de la synchronisation physique sera un autre aspect du travail.

Objectif  de la recherche:

Cette thèse s’intéresse donc aux phénomènes de rythmicité qui émergent de l’interaction physique homme/robot et à l’influence du contexte social sur cette interaction.

Les travaux qui seront menés viseront à modéliser les boucles sensorimotrices et leurs mécanismes plastiques impliqués dans l’émergence des phénomènes de synchronisation lors de ces interactions en vue de leur implémentation dans le contrôleur du robot. L’étude du couplage dynamique homme/robot et la modélisation des phénomènes de verrouillage de la synchronisation physique sera un autre aspect du travail.

Les questions fondamentales abordées dans le cadre de cette thèse seront les suivantes :

  • Comment contrôler un système robotique pour qu’il interagisse avec l’humain en s’inspirant des boucles sensorimotrices biologiques ?
  • L’interaction favorise-t-elle l’émergence de mouvements cohérents, de synchronie ?
  • Quels retours sensoriels favorisent les mécanismes de plasticité des boucles sensori-motrices ?
  • Quel modèle de couplage dynamique favorise les synergies entre les boucles sensori-motrices et la compliance articulaire ?
  • Quel sont les liens entre les boucles bas-niveau et les niveaux supérieurs sous- corticaux?
  • Comment le robot peut-il s’adapter au contexte social de l’interaction ?

Contexte de la recherche

Le travail proposé dans le cadre de cette thèse s’inscrit dans la thématique robotique humanoïde interactive de l’équipe Cortex du département «Systèmes complexes et intelligence artificielle (D5) » du LORIA.  Il s’insère dans un projet plus global qui vise à modéliser les phénomènes physiques et cognitifs mis en jeux lors des interactions physiques et sociales entre deux personnes afin de les reproduire avec robot humanoïde qui interagit avec l’humain.

La maitrise de l’interaction physique homme/robot est un grand challenge pour la robotique d’assistance [2]. En effet, la robotique d’assistance, qui vise à accroitre l’autonomie des personnes, ne peut s’imaginer sans accroitre aussi l’autonomie des robots, donc sans les doter de capacités d’adaptation et d’apprentissage. Pour mieux interagir avec l’humain, le robot doit donc être capable d’apprendre à interagir physiquement avec lui et comme lui c’est-à-dire différemment selon le contexte social ou émotionnel.

On sait maintenant que pour obtenir une interaction physique homme/robot fluide et acceptée par l’humain, il est nécessaire de mieux comprendre quels sont les mécanismes sous-jacents à l’interaction physique et sociale entre deux personnes. En effet, dans un contexte social, la communication ne se fait pas uniquement par la parole et les mouvements faciaux, mais également par les mouvements des membres supérieurs et par les forces produites et ressenties lors du contact physique par les mains essentiellement.

Dans une interaction physique entre un robot et une personne, plusieurs phénomènes complexes interagissent [1][3][4]. L’une des caractéristiques de ces phénomènes est leur aspect dynamique qui aboutit à des couplages physiques sous la forme de synchronisation notamment lorsque l’interaction est rythmique. On sait depuis quelques années que la rythmicité est une propriété émergente de la dynamique d’interaction physique et sociale entre l’homme et son environnement. Les phénomènes de couplage et de synchronie qui apparaissent dans les gestes et les postures se traduisent aussi dans les structures neuronales des boucles sensorimotrices par des phénomènes identiques, mais aussi dans les niveaux supérieurs pour le « couplage  émotionnel » entre les deux sujets. Ainsi, lorsque un robot viendra serrer la main d’une personne ou l’aider à marcher il faudra non seulement qu’une synchronie physique apparaissent entre les mouvements, les postures du robot et ceux de la personne mais aussi entre leur « état émotionnel». L’apprentissage et le maintien d’une rythmicité globale et cohérente dans les mouvements des membres supérieurs et inférieurs d’un robot est donc essentiel pour le développement de la communication entre un robot et un humain.

Méthode :

Les modèles proposés pour le contrôleur s’appuieront en partie sur nos travaux précédents.  Son architecture à base de Central Pattern Generators [4][5] intégrera des neurones rythmiques. Des mécanismes de plasticité synaptique et neuronale [6] devront permettre l’apprentissage des boucles sensorimotrices et donc l’émergence de synchronies favorisant l’interaction.

La compréhension des mécanismes sous-jacents à l’interaction rythmique s’appuiera sur des résultats expérimentaux acquis [7] et d’autres qui seront menés en parallèle par un post-doctorant sur la mesure des paramètres physiques de la poignée de main entre deux personnes selon le contexte social ou émotionnel. L’ensemble du travail sera mené en collaboration avec le laboratoire de psychologie interactive (InterPsy) de l’université de Lorraine.

Les modèles proposés seront validés expérimentalement sur des démonstrateurs robotisés réels capables de reproduire ces interactions physiques : bras anthropomorphe compliant (Kinova-Mico) dans un premier temps, robot industriel compliant (Kuka-IWA) qui sera acquis par le LORIA vers la fin 2016, puis sur robot humanoïde interactif dans un second temps. D’autres expériences pourraient être envisagées avec des partenaires sur le plan national.

Profils possibles du candidat :  

  • Master 2 recherche en informatique ou automatique/robotique avec des compétences en programmation, sciences cognitives /intelligence artificielle et mathématiques.
  • Ingénieur en informatique ou automatique/robotique avec des compétences en programmation, sciences cognitives /intelligence artificielle et mathématiques et ayant effectué un stage de dernière année dans un laboratoire de recherche .

Prodécure de Candidature :

Sur le site de l’ecole doctorale IAEM Lorraine  de l’Université de Lorraine : http://iaem.univ-lorraine.fr/

Contact : 

Patrick Hénaff :
patrick.henaff@loria.fr
http://members.loria.fr/PHenaff/

LORIA, UMR CNRS 7503
Campus scientifique
BP 239
54506 Vandoeuvre-lès-Nancy Cedex
France
Références bibliographiques :

[1] Gilles Tagne, Patrick Henaff, Nicolas Gregori (2016), Measurement and Analysis of Physical Parameters of the Handshake Between two Persons According to Simple Social Contexts, proceedings of 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems, IROS 2016, october 2016, pp 674-679, DOI: 10.1109/IROS.2016.7759125

[2] R. Alami, A. Albu-Schaeffer, A. Bicchi, R. Bischoff, R. Chatila, A. D. Luca, A. D. Santis, G. Giralt, J. Guiochet, G. Hirzinger, F. Ingrand, V. Lippiello, R. Mattone, D. Powell, S. Sen, B. Siciliano, G. Tonietti, and L. Villani, “Safe and dependable physical Human-Robot interaction in anthropic domains: State of the art and challenges,” in Procceedings IROS Workshop on pHRI – Physical Human-Robot Interaction in Anthropic Domains, A. Bicchi and A. D. Luca, Eds., Beijing, China, Oct. 2006.

[3] S. Hasnain, G. Mostafaoui, and P. Gaussier, “A synchrony-based perspective for partner selection and attentional mechanism in human-robot interaction,” vol. 3, no. 3, pp. 156-171, 2012.

[4] E. Gribovskaya, A. Kheddar, and A. Billard, “Motion learning and adaptive impedance for robot control during physical interaction with humans,” in 2011 IEEE International Conference on Robotics and Automation (ICRA),.    IEEE, May 2011, pp. 4326-4332.

[5] A.A. Melnyk, M. V. Khomenko, V. Ph. Borysenko, and P. Hénaff, Physical Human-Robot Interaction in the handshaking case: Learning of rhythmicity using oscillators neuron, 2013 IFAC Conference on Manufacturing Modelling, Management, and Control, Russia, pp. 1089 – 1094

[6] John Nassour, Patrick Hénaff, Fethi Benouezdou, Gordon Cheng (2014), Multi-layered multi-pattern CPG for adaptive locomotion of humanoid robots, Biological Cybernetics, February 2014, pp 19: 1-13, doi: 10.1007/s00422-014-0592-8

[7] T. Hoinville, C. Tapia, P. Hénaff (2011), Flexible and Stable Pattern Generation by Evolving Constrained Plastic Neurocontrollers, Adaptive Behavior, June 2011, Vol, 19: 187-207

[8]Artem Melnyk, Volodymyr Borysenko and Patrick Henaff, (2014) Analysis of Synchrony of a Handshake Between Humans, in Proceedings of IEEE/ASME International Conference on Advanced Intelligent Mechatronics, AIM 2014, Besançon, France, Juillet 2014, pp.1753 – 1758,

En ce moment

Logo du CNRS
Logo Inria
Logo Université de Lorraine