Une étude récente menée par les universités de Surrey et de Hambourg met en lumière une avancée significative dans le domaine des robots sociaux. En explorant une nouvelle méthode de simulation, les chercheurs ont réussi à développer des modèles qui permettent aux robots d’apprendre à interagir avec les humains sans nécessiter de participants humains pour les tests précoces. Cette avancée promet de transformer la recherche en robotique sociale en rendant le processus plus rapide et évolutif, tout en améliorant la capacité des robots à comprendre et à réagir à l’attention humaine.
Une récente étude menée par l’Université de Surrey et l’Université de Hambourg révèle que les robots sociaux peuvent être entraînés à interagir efficacement sans nécessiter la participation humaine dans les phases initiales de leur développement. Présentée lors de la Conférence Internationale IEEE sur la Robotique et l’Automatisation (ICRA), cette recherche introduit une méthode de simulation innovante permettant d’accélérer et de rendre évolutif le processus de recherche en robotique sociale.
Une nouvelle méthode de simulation
Dans cette étude, l’équipe de recherche a développé un modèle de prédiction de parcours dynamique pour un robot humanoïde. Ce modèle facilite la prévision des mouvements oculaires d’un individu dans un contexte social, permettant ainsi aux robots de simuler des comportements humains. Les chercheurs ont testé ce modèle avec deux ensembles de données publiques, prouvant que les robots humanoïdes pouvaient reproduire des mouvements oculaires similaires à ceux des humains.
Un pas en avant dans la robotique sociale
Dr. Di Fu, co-responsable de l’étude et professeur de neurosciences cognitives à l’Université de Surrey, a déclaré que cette méthode permet de vérifier si un robot accorde son attention aux éléments appropriés, tout comme un humain le ferait, sans supervisation humaine en temps réel. L’un des aspects les plus fascinants de cette étude réside dans le fait que le modèle reste précis même dans des environnements bruyants et imprévisibles, ouvrant la voie à diverses applications réelles comme l’éducation, la santé et le service à la clientèle.
Applications potentielles des robots sociaux
Les robots sociaux, conçus pour interagir avec les humains via la parole, des gestes et des expressions, trouvent leur place dans divers domaines. Des exemples notables incluent Pepper, un assistant de vente au détail, et Paro, un robot thérapeutique destiné aux patients atteints de démence. Ces robots offrent un soutien crucial dans des contextes où les interactions humaines peuvent être difficiles ou inaccessibles.
Comparaison entre le monde réel et les simulations
L’équipe de recherche a également effectué un parallèle entre le fonctionnement de leur modèle dans des conditions réelles et dans des simulations informatiques. En projetant des cartes de priorité de regard humain sur un écran, les chercheurs ont pu évaluer directement l’attention sociale du robot par rapport aux données du monde réel. Cette approche a permis de réduire le besoin d’études d’interaction humain-robot à grande échelle dans les phases préliminaires de la recherche.
Implications pour la recherche future
Dr. Fu souligne que l’utilisation de simulations robotiques au lieu d’essais humains en phase initiale constitue une avancée majeure pour la robotique sociale. Cela représente une opportunité de tester et de perfectionner à grande échelle les modèles d’interaction sociale, améliorant ainsi les capacités des robots à comprendre et répondre aux humains. À l’avenir, l’équipe prévoit d’appliquer cet outil à des domaines tels que la conscience sociale dans l’incarnation des robots et d’explorer son application dans des environnements sociaux plus complexes, en utilisant divers types de robots.
Pour en savoir plus sur la collaboration musicale en temps réel avec des avatars, visitez ce lien. Vous pouvez également découvrir comment l’équilibre des perspectives dans les décisions des robots influence leurs interactions avec les sociétés humaines en suivant ce lien. Pour un cadre amélioré qui ajuste les actions des robots grâce à un retour d’information semblable à celui d’un humain, consultez cette page. En outre, découvrez comment lutter contre les deepfakes à l’aide d’une vérification inspirée des CAPTCHA à travers des interactions physiques en temps réel en visitant ce lien. Enfin, pour explorer les conditions optimales pour atteindre des objectifs communs avec des robots humanoïdes, rendez-vous à cette page.
EN BREF
|
