Dans un nouvel article, des chercheurs en informatique de l’USC «enseignent» aux robots comment prédire les préférences humaines dans les tâches d’assemblage. —

Cette compétence, souvent appelée “théorie de l’esprit”, nous vient facilement en tant qu’humains, mais reste difficile pour les robots. Mais, si les robots doivent devenir de véritables assistants collaboratifs dans la fabrication et dans la vie quotidienne, ils doivent acquérir les mêmes capacités.

Dans un nouvel article, finaliste du prix du meilleur article à la conférence internationale ACM/IEEE sur l’interaction homme-robot (HRI), les chercheurs en informatique de l’USC Viterbi visent à enseigner aux robots comment prédire les préférences humaines dans les tâches d’assemblage, afin qu’ils puissent un jour aider sur tout, de la construction d’un satellite à la mise en place d’une table.

“Lorsqu’il travaille avec des gens, un robot doit constamment deviner ce que la personne va faire ensuite”, a déclaré l’auteur principal Heramb Nemlekar, étudiant au doctorat en informatique de l’USC travaillant sous la supervision de Stefanos Nikolaidis, professeur adjoint d’informatique. “Par exemple, si le robot pense que la personne aura besoin d’un tournevis pour assembler la pièce suivante, il peut obtenir le tournevis à l’avance afin que la personne n’ait pas à attendre. De cette façon, le robot peut aider les gens à terminer l’assemblage beaucoup plus rapidement. .”

Mais, comme peuvent en témoigner tous ceux qui ont co-construit des meubles avec un partenaire, il est difficile de prédire ce qu’une personne fera ensuite : différentes personnes préfèrent construire le même produit de différentes manières. Alors que certaines personnes veulent commencer par les parties les plus difficiles pour en finir, d’autres voudront peut-être commencer par les parties les plus faciles pour économiser de l’énergie.

Faire des prédictions

La plupart des techniques actuelles exigent que les gens montrent au robot comment ils aimeraient effectuer l’assemblage, mais cela prend du temps et des efforts et peut aller à l’encontre de l’objectif, a déclaré Nemlekar. “Imaginez devoir assembler un avion entier juste pour apprendre au robot vos préférences”, a-t-il déclaré.

Dans cette nouvelle étude, cependant, les chercheurs ont trouvé des similitudes dans la façon dont un individu assemblera différents produits. Par exemple, si vous commencez par la partie la plus difficile lors de la construction d’un canapé Ikea, vous utiliserez probablement le même tact lors de l’assemblage d’un lit de bébé.

Ainsi, au lieu de “montrer” au robot ses préférences dans une tâche complexe, ils ont créé une petite tâche d’assemblage (appelée tâche “canonique”) que les gens peuvent effectuer facilement et rapidement. Dans ce cas, assembler des parties d’un modèle réduit d’avion simple, telles que les ailes, la queue et l’hélice.

Le robot a “regardé” l’humain terminer la tâche à l’aide d’une caméra placée directement au-dessus de la zone d’assemblage, regardant vers le bas. Pour détecter les pièces actionnées par l’humain, le système a utilisé des AprilTags, semblables à des codes QR, attachés aux pièces.

Ensuite, le système a utilisé l’apprentissage automatique pour apprendre la préférence d’une personne en fonction de sa séquence d’actions dans la tâche canonique.

“Sur la base de la façon dont une personne réalise le petit assemblage, le robot prédit ce que cette personne fera dans le plus grand assemblage”, a déclaré Nemlekar. “Par exemple, si le robot voit qu’une personne aime commencer le petit assemblage avec la pièce la plus facile, il prédira qu’elle commencera également par la pièce la plus facile du grand assemblage.”

Construire de la confiance

Dans l’étude des utilisateurs des chercheurs, leur système a pu prédire les actions que les humains entreprendront avec une précision d’environ 82 %.

“Nous espérons que nos recherches permettront aux gens de montrer plus facilement aux robots ce qu’ils préfèrent”, a déclaré Nemlekar. “En aidant chaque personne de la manière qu’il préfère, les robots peuvent réduire leur travail, gagner du temps et même établir une relation de confiance avec eux.”

Par exemple, imaginez que vous êtes en train d’assembler un meuble chez vous, mais que vous n’êtes pas particulièrement bricoleur et que vous avez du mal avec la tâche. Un robot qui a été formé pour prédire vos préférences pourrait vous fournir les outils et les pièces nécessaires à l’avance, ce qui faciliterait le processus d’assemblage.

Cette technologie pourrait également être utile dans les environnements industriels où les travailleurs sont chargés d’assembler des produits à grande échelle, ce qui permet de gagner du temps et de réduire les risques de blessures ou d’accidents. De plus, cela pourrait aider les personnes handicapées ou à mobilité réduite à assembler plus facilement des produits et à conserver leur indépendance.

Apprentissage rapide des préférences

L’objectif n’est pas de remplacer les humains sur le sol de l’usine, disent les chercheurs. Au lieu de cela, ils espèrent que cette recherche conduira à des améliorations significatives de la sécurité et de la productivité des ouvriers d’assemblage dans les usines hybrides homme-robot. “Les robots peuvent effectuer les tâches sans valeur ajoutée ou exigeantes sur le plan ergonomique qui sont actuellement effectuées par les travailleurs.

Quant aux prochaines étapes, les chercheurs prévoient de développer une méthode pour concevoir automatiquement des tâches canoniques pour différents types de tâches d’assemblage. Ils visent également à évaluer l’intérêt d’apprendre les préférences humaines à partir de tâches courtes et de prédire leurs actions dans une tâche complexe dans différents contextes, par exemple l’assistance personnelle à domicile.

“Bien que nous ayons observé que les préférences humaines passent des tâches canoniques aux tâches réelles dans la fabrication d’assemblages, je m’attends à des résultats similaires dans d’autres applications également”, a déclaré Nikolaidis. “Un robot capable d’apprendre rapidement nos préférences peut nous aider à préparer un repas, à réorganiser les meubles ou à faire des réparations à la maison, ce qui a un impact significatif sur notre vie quotidienne.”