Modélisation des interactions humain-robot inspirée d'une approche de cartographie et de navigation visuelle

Description :

Imaginez qu'un robot soit placé dans votre domicile pour interagir avec vous et vous aider au quotidien. Après un certain temps, vous aimeriez qu'il puisse reconnaître vos habitudes de vie, simplement en vous observant et sans avoir à lui fournir une description exhaustive de votre agenda quotidien. Pour y arriver, il doit être en mesure d'identifier des répétitions dans les séquences d'événements qu'il perçoit, comme par exemple, votre passage de l'aspirateur avant de recevoir la visite le dimanche après-midi. À partir de caméras et de microphones et à l'aide de réseaux de neurones à apprentissage profond, il est maintenant possible de reconnaître les éléments présents dans l'environnement du robot. L’objectif est de structurer ces informations dans le temps afin d'y identifier des interactions entres les éléments perçus, et d'être en mesure d'y trouver ces séquences et répétitions.

Une solution possible est de s’inspirer de techniques de cartographie spatiale utilisées pour la localisation et la navigation en temps réel sur les robots, comme RTAB-Map, et d'en appliquer les principes à l'identification de ces structures afin de créer une cartographie des interactions entre les différents éléments de l'environnement qui sont perçus par le robot. Ce projet présente une telle approche et montre comment des boucles, c’est-à-dire la détection de situations similaires dans les interactions perçues, peuvent être détectées dans les séquences de perception. Ces modèles pourront éventuellement servir à prédire et orienter les interactions à venir, et servir de base pour que le robot puisse soutenir des interactions plus personnalisées et adaptées à ses interlocuteurs, comme de vous le rappeler lorsque vous oubliez de passer l'aspirateur, ou même d'éventuellement s'occuper du ménage à votre place lorsqu'il y a bien eu un oubli de votre part.

Conférencier : Philippe Warren, étudiant à la maîtrise en génie électrique