Association Robots !: un outil d'expérimentation scientifique et de cadrage des usages robotiques en société.
La robotique sociale connait depuis quelques années un essor spectaculaire. Des entreprises sont initiées pour l'exploiter, des fonds conséquents sont investis. On ne peut que regretter l'instabilité de ces sociétés dont la plupart disparaissent après quelques années voire quelques mois, ainsi que l'absence totale de cadrage des usages au profit de l'exploitation commerciale. Il existe une séparation entre le monde civil qui utilise ces robots et crée des usages, et le monde de la recherche qui lutte pour y avoir accès et réaliser des expériences de terrain. Les données du terrain ne remontent pas jusqu'aux laboratoires, ou sont inutilisables de par leur hétérogénéité, et la plupart des travaux de recherche portent sur des expériences internes, limitées en temps et en nombre, auprès de populations sensibilisées au sujet (d'autres chercheurs par exemple). En 2014 a été fondée l'association Robots !. C'est un outil citoyen dont l'objectif est de mener une réflexion sur les usages et analyser l'impact social associé à ces usages. Il s'agit aussi de pérenniser les expériences prometteuses socialement, en y associant tous les acteurs de la robotique sociale: chercheur, industriels, distributeurs, citoyens, utilisateurs, intégrateurs, journalistes, etc.
Recent progress on Crocoddyl, predictive control and codesign
The Crocoddyl project aims to make advances in optimal control that potentially enable various applications such as predictive control and codesign in robotics. In this talk, I will give an overview of the salient aspects of Crocoddyl, share recent progress on numerical optimal control, and report recent examples on predictive control and codesign for agile manoeuvres in legged robotics.
Modélisation de la motivation à interagir comme fonction de récompense pour l'apprentissage par renforcement et pour un robot coach.
Nous proposons une modélisation de la motivation intrinsèque qui décrit notre curiosité, pour permettre aux agents d'apprendre plusieurs tâches et leur hiérarchie, par apprentissage par renforcement. La fonction de récompense proposée intègre aussi la motivation pour interagir avec les utilisateurs. Les algorithmes Socially Guided Intrinsic Motivation (SGIM) permettent un apprentissage multi-tâches de plusieurs types de tâches de nature différente, et pour chaque type de tâche un champ continu de tâches paramétrées. S’inspirant des théories de la motivation intrinsèque en psychologie développementale et de l’exploration orientée but, l'agent collecte des données de manière parcimonieuse en décidant quelle tâche se fixer pour but avant de mettre en oeuvre une politique. En se basant sur des mesures empiriques de progrès, l’agent optimise ainsi son programme d’apprentissage, en commençant par des tâches les plus faciles où il fait immédiatement des progrès, avant de s’attaquer aux tâches les plus difficiles.
Avec la même fonction de récompense, l’agent peut choisir les aspects de son interaction avec des utilisateurs. Afin de mieux apprendre, il peut solliciter des experts humains des démonstrations d’actions ou d’effets, quelles démonstrations demander, quand et à quel utilisateur les demander afin de progresser dans son apprentissage. Ainsi il apprend les domaines d’expertise des différents utilisateurs et décide des aspects de son interaction avec les utilisateurs : qui, quoi et quand imiter.
Cette modélisation de la motivation pourra être étendue et exploitée dans des systèmes d'interaction homme-machine comme le projet Keraal de robot coach pour la rééducation qui repose sur l'analyse de mouvements et de poses humaines. Elle vise un outil pour maintenir la motivation de patients en rééducation sur le long terme, en lui proposant un robot coach.
Activités du projet INRIA Hephaistos en assistance, robots parallèles à câbles et analyse par intervalles
Le projet Hephaistos s'est spécialisé dans le développement
de dispositifs d'assistance pour les personnes fragiles.
Nos développements reposent sur de la co-conception avec
une analyse fine des besoins et une interaction forte
avec la communauté médicale. Une originalité de nos
dispositifs est leur dualité: assistance mais aussi
monitoring médical. Nous nous intéressons à la
boucle complète de développement allant de la conception
théorique aux essais cliniques, ce qui sera montré sur des
exemples. Parmi ces dispositifs nous nous intéressons
aux robot parallèles à câbles qui présentent un gros
intérêt pour les opérations de transfert en raison de
leur intrusivité minimale et leur facilité d'installation.
Nous aborderons quelques points théoriques sur l'analyse
et la commande de ce type de robots. Nous nous intéressons
aussi aux incertitudes que ce soit dans la conception des
dispositifs mais aussi dans l'exploitation des données
médicales. Un outil intéressant pour les gérer est
l'analyse par intervalles que nous présenterons brièvement
sur des exemples très concrets.