Philip SCALES

Les entreprises et les équipes de recherche cherchent à déployer des robots mobiles pour effectuer diverses tâches de navigation dans des environnements partagés avec des humains. Les premières approches étaient basées sur des algorithmes de navigation classiques qui considèrent les humains comme de simples obstacles, ce qui entraîne un comportement indésirable des robots. Le domaine de la navigation sociale vise à concevoir des algorithmes qui tiennent compte de facteurs sociaux tels que l'espace personnel, les normes sociales ou la prévisibilité et la fluidité du mouvement. Malgré ces améliorations, des problèmes subsistent quant à l'acceptation des robots, et l'ensemble des variables qui devraient être contrôlées par un algorithme de navigation sociale n'est pas connu. D’autre part, les humains ont tendance à attribuer des intentions sociales, attitudes ou affects à la manière dont un robot se déplace.

Cette thèse aborde les questions suivantes : Quelles caractéristiques du mouvement du robot suscitent différentes attributions d'attitudes sociales ? Comment pouvons-nous concevoir un algorithme de navigation qui permette de contrôler ces caractéristiques ? Quel est l'impact de la perception sociale du robot sur la façon dont les gens interagissent avec lui et l'évaluent ? Pour répondre à ces questions, nous proposons de concevoir un algorithme de navigation sociale capable d'adapter le mouvement du robot en fonction de son impact sur la perception sociale humaine, sur la base d'une compréhension de la perception des robots mobiles acquise grâce à des études expérimentales.

Notre première contribution est un modèle décrivant la correspondance entre les variations des mouvements du robot et la perception sociale et physique du robot par les humains. Nous procédons à partir des éléments de base de la locomotion et de l'apparence visuelle, et par analogie avec la prosodie vocale pour guider la sélection des variables constituant notre corpus de mouvements de robots. Une série d'expériences de perception en ligne et en personne montre que chaque variable du corpus a un impact significatif sur la perception sociale et physique, ce qui nous donne une première définition de la prosodie du mouvement que notre algorithme doit être capable de contrôler.

Notre deuxième contribution est la conception, l'implémentation et la validation d'un algorithme de navigation sociale permettant de contrôler précisément les variables de mouvement du corpus. Nous proposons un algorithme de planification locale qui utilise des contraintes spécialement conçues pour s'assurer que les variations de la vitesse et de l'accélération du robot sont contrôlées conformément aux variables de notre corpus, même en environnement dynamique nécessitant une re-planification de la trajectoire. Le planificateur est intégré dans une architecture de navigation, et nous montrons sa capacité à exécuter des tâches de navigation tout en maintenant la prosodie de mouvement souhaitée.

Notre troisième contribution est une étude en situation réelle de l'impact de la prosodie de mouvement sur la perception du robot par les participants, ainsi que leur comportement et leur évaluation des performances du robot. Le robot est déployé de manière autonome dans un bâtiment où il effectue une tâche de distribution de prospectus. Le robot utilise différents ensembles de contraintes prosodiques qui, selon notre modèle, sont associés à la perception d’attitude de confiance ou d’hésitation. Les résultats suggèrent que les variations du mouvement du robot n’ont pas eu le même effet sur la perception du robot que lors de nos expériences de perception. L'analyse des entretiens nous donne un aperçu des autres aspects du comportement et du mouvement du robot qui ont eu un impact sur les perceptions des participants, ce qui ouvre la voie à de futurs travaux visant à améliorer de manière itérative la compréhension de la prosodie du mouvement ainsi que l'algorithme de navigation.