Soutenance mémoire
De nombreux fantasmes ont toujours entouré la représentation que l’on se fait des robots. Le concept de créatures intelligentes confectionnées par la main de l’homme est déjà présent dans les mythologies telles que le mythe du Golem dans la mythologie juive ou l’histoire de Pygmalion et Galatée dans la mythologie grecque, ou encore les servantes androïdes en or du dieu Héphaïstos que l’on retrouve dans l’Iliade d’Homère.
On retrouve dans la littérature du XIXe siècle le thème de l’automate prenant vie, à travers des œuvres telles que L’homme au sable d’Ernst Theodor Amadeus Hoffmann ou le compte de fées Pinocchio de Carlo Collodi. C’est également à cette époque qu’est paru le célèbre roman de Mary Shelley : Frankenstein ou le Prométhée moderne. Cette œuvre met en scène la perte de contrôle du savant Frankenstein sur sa créature, cette dernière se révolte contre son créateur et les êtres humains en général dont il est rejeté. Cette thématique de révolte contre l’homme sera très largement reprise dans les œuvres de science-fiction occidentales du XXè siècle. Un auteur cependant se démarque de cette ligne en présentant un recueil de nouvelles nommé Les Robots.
Il s’agit de l’auteur américain Isaac Asimov, qui à travers ces nouvelles présente les limites possibles de systèmes robotiques et comment s’assurer que les robots s’évertuent à contribuer au bien-être des humains en énonçant notamment les trois lois de la robotique. Ces lois, implantées au cœur même du système robotique, doivent forcer le robot à agir pour garantir l’intégrité physique de tout être humain, pour obéir aux ordres des hommes et enfin pour garantir sa propre intégrité physique. De nos jours, la thématique de la machine échappant au contrôle de l’homme est toujours présente notamment dans le cinéma Hollywoodien à travers des œuvres telles que Terminator, Matrix, The Machine ou encore Ex-Machina. Il est cependant à constater que ces machines ont des comportements de plus en plus proches de l’être humain, de par leur intelligence mais aussi leur capacité d’établir des interactions sociales avec l’homme. Certaines œuvres cependant, dans la lignée d’Asimov, décrivent les robots comme des compagnons particulièrement utiles et dociles. On peut notamment cité l’androïde adolescent DARYL du film éponyme, David, le Pinocchio moderne du film AI, le robot médical Baymax du film d’animation les nouveaux héros ou encore TARS, le robot du film Interstellar.
Contexte
Défis à relever
Le robot est un système pouvant percevoir, comprendre et agir sur son environnement. Comprendre son environnement suppose de pouvoir raisonner sur les données de perception afin d’en extraire des données de plus haut niveau d’abstraction, permettant d’avoir une estimation de la situation et ainsi de prendre les décisions adéquates pour accomplir la tâche qui lui incombe. C’est la célèbre boucle perception-décision-action. Avec le progrès récent de la robotique, les robots commencent à arriver dans les usines pour travailler aux côtés d’humains, ainsi que dans les foyers comme robot d’assistance. Adapter les capacités de raisonnements du robot à ce nouveau monde, qui est par définition configuré pour l’homme, représente un défi pour la recherche. Cet environnement humain est composé d’éléments statiques tel que les murs, d’éléments pouvant évoluer au cours d’une interaction (déplacement, remplissage, activation…) que nous appellerons les objets, et enfin d’éléments pouvant se mouvoir, agir sur les objets, et interagir entre eux que nous appellerons les agents. Ces agents peuvent être robotiques ou humains. Pour pouvoir agir dans un environnement humain, le robot doit donc pouvoir percevoir tous ces éléments énumérés précédemment et en extraire une représentation symbolique afin de décrire au mieux la situation et permettre à la couche décisionnelle d’agir de façon appropriée.
Évaluation de la situation
Le concept de « Situation Awareness », qui pourrait se traduire par la « reconnaissance de situation », a été identifié d’après Gilson [Gilson 1995] durant la première guerre mondiale par Oswald Boelke qui a réalisé « l’importance d’obtenir une connaissance de l’ennemi avant que l’ennemi n’obtienne une connaissance similaire, et conçu des procédés pour y parvenir ». Le terme de Situation Awareness est couramment utilisé dans le domaine de l’Interaction Homme-Machine. Parmi les scientifiques ayant étudié ce principe, Mica Endsley en a énoncé une définition générale. Elle définit la connaissance de la situation comme étant « la perception d’éléments de l’environnement dans un volume de temps et d’espace, la compréhension de leur signification et la projection de leur état dans un futur proche » [Endsley 2000]. Le chapitre 7, « Situation Awareness » du livre [Pew 1998] présente une discussion et une étude sur les différentes définitions (données dans divers articles tel que [Stiffler 1988, Noble 1989, Fracker 1988]…) et systèmes pour la connaissance de la situation. Dans l’article [Stanton 2001], la connaissance de la situation est abordée du point de vue de la sécurité. L’article présente et discute trois théories de la connaissance de la situation : le modèle en trois niveau d’Ensley [Endsley 1995], l’approche basée sur les sous systèmes interactifs [Bedny 1999] et le cycle perceptuel [Smith 1995].
Nous détaillons ici les trois niveaux d’Ensley.
— Premier niveau : perception des éléments de l’environnement. Ce niveau est l’identification des éléments ou événements clés qui, en les combinant servent à définir la situation. Ce premier niveau marque sémantiquement les éléments important de la situation pour les niveaux d’abstraction supérieure dans les processus suivants.
— Deuxième niveau : compréhension de la situation courante. La compréhension provient de la combinaison des éléments du premier niveau pour avoir une représentation plus globale. Ce niveau permet de définir l’état courant en des termes pertinents qui permettent la prise de décision et d’entreprendre d’agir sur l’environnement.
— Troisième niveau : prédiction des états futurs. Ce niveau est la projection de la situation courante vers le futur, dans l’environnement, afin d’essayer de prédire l’évolution de la situation. La précision de la prédiction dépend largement de la précision des deux niveaux inférieurs de connaissance de la situation. L’anticipation du futur projeté permet à l’agent décisionnel (l’opérateur ou le superviseur) d’avoir le temps de résoudre certains problèmes avant qu’ils n’arrivent et de mettre en place un plan d’action pour atteindre l’objectif.
Dans le cas de systèmes en évolution et d’environnements dynamiques, le processus permettant d’acquérir et de maintenir la connaissance de la situation est appelé évaluation de la situation (situation assessment). Endsley explique dans [Endsley 1995] que « la connaissance de la situation incorpore la compréhension d’un opérateur sur la situation globale, formant ainsi la base pour la prise de décision ». Les processus d’évaluation de la situation sont donc fortement liés aux processus de prise de décision (qui constituent la supervision dans un système robotique). L’une des principales préoccupations pour l’Interaction Homme-Machine est de concevoir des interfaces utilisateurs qui permettent à un opérateur d’acquérir la connaissance de la situation de façon pertinente afin qu’il puisse décider quelle décision prendre.
De la même manière, en robotique, le robot a besoin de décider quelle action entreprendre et quand agir sur son environnement. Pour prendre ce genre de décisions, la supervision repose sur des processus de plus bas niveau pour obtenir des informations à haut niveau d’abstraction sur l’environnement. Cela implique, pour l’évaluation de la situation, de raisonner sur ce qui entoure le robot à partir des données des capteurs afin de modéliser la configuration de l’environnement physique autour du robot et de produire un ensemble de propriétés concernant les divers éléments. Ceci permet de fournir une représentation symbolique de l’état du monde au superviseur afin de faciliter son raisonnement et sa prise de décision. Pour créer cette représentation symbolique, il est d’abord nécessaire au robot d’avoir une bonne estimation de l’état du monde et d’en avoir une représentation tridimensionnelle en regroupant efficacement les données de perception issues des divers capteurs.
|
Table des matières
1 Introduction
1.1 Contexte général
1.2 Contexte de la thèse
1.2.1 Le projet MaRDi
1.2.2 Environnement de travail
1.3 Motivations
1.3.1 Scénario
1.3.2 Défis liés à la thèse et contributions associées
1.4 Publications
1.5 Organisation du manuscrit
2 Construction et Maintien de l’État du Monde
2.1 Contexte
2.1.1 Défis à relever
2.1.2 Évaluation de la situation
2.1.3 État de l’art
2.2 Perception et données capteurs
2.2.1 Éléments statiques
2.2.2 Objets
2.2.3 Robots
2.2.4 Humains
2.3 Représentation du monde et regroupement des données
2.4 Connaissances sur l’environnement et calculs de faits
2.4.1 Représentation de la connaissance
2.4.2 Calculs de faits
2.5 Hypothèses pour le maintien de l’état du monde
2.5.1 Hypothèses de position
2.5.2 Généralisation
2.6 Base de données temporelle
2.6.1 Gestion des données
2.6.2 Gestion de l’historique
2.7 Implémentation
2.7.1 Collecte de données et généricité
2.7.2 Outils de développement
2.7.3 Architecture globale
2.8 Résultats expérimentaux
2.8.1 Le robot guide
2.8.2 Le robot coéquipier
3 Prise de perspective et maintien de l’état mental des agents
3.1 Motivation
3.2 Théorie de l’esprit
3.2.1 Littérature en psychologie
3.2.2 Usage en robotique
3.3 Prise de perspective et état mental
3.3.1 Prise de perspective perceptuelle
3.3.2 Prise de perspective conceptuelle
3.4 Implémentation
3.4.1 Traitement générique de la mise à jour de l’état de croyance
3.4.2 Réflexion sur d’éventuelles améliorations
3.5 Résultats expérimentaux
3.5.1 Configuration expérimentale
3.5.2 Résultats
3.6 Conclusion
4 Vers un Dialogue Situé Homme-Robot
4.1 Contexte
4.1.1 Introduction
4.1.2 Le projet MaRDi
4.1.3 Scénario associé
4.2 Les trois phases de l’interaction
4.2.1 Détermination de la demande utilisateur
4.2.2 Élaboration de plan
4.2.3 Exécution du plan
4.3 Architecture du système de dialogue situé
4.3.1 Entrées multimodales utilisateur
4.3.2 Le contexte comme aide à la compréhension
4.3.3 Gestionnaire de dialogue
4.3.4 Restitution multimodale
4.4 Implémentation dans un simulateur robotique
4.4.1 Motivation
4.4.2 Choix du simulateur
4.4.3 Simulation de l’interaction
4.4.4 Simulation de l’exécution
4.4.5 Expérimentation et résultats
4.5 Implémentation sur plateforme robotique
4.5.1 Élaboration du domaine de planification
4.5.2 Supervision et exécution
4.5.3 Expérimentation et résultats
4.6 Conclusion
5 Conclusion
