RecherchearXiv cs.RO 21 juillet 2026

S.E.A.G.R : un robot d'accueil conscient des émotions et des cultures, avec modulation à double couche

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Ce robot serreur de mains culturellement conscient propose une architecture de salutation adaptative baptisée SEAGR (Socially and Emotionally Aware Greeting Robot), détaillée dans un article publié sur arXiv le 24 juillet 2026. Le système repose sur une modulation à double couche : l'identité culturelle de l'interlocuteur détermine le type de salutation appropriée, tandis que des indices émotionnels perçus en temps réel ajustent la manière dont ce geste est exécuté. Concrètement, l'architecture combine une cartographie culturelle contextuelle, une modulation des gestes basée sur l'émotion détectée, et une régulation proxémique (gestion de la distance interpersonnelle), le tout organisé selon un schéma classique Sense-Think-Act. Le prototype, à bas coût, utilise une caméra USB, un capteur ultrasonique, des servomoteurs pilotés par Arduino et un traitement Python sur ordinateur portable. Il s'agit d'une preuve de concept de type "system design", sans robot commercial ni déploiement en conditions réelles.

Cette publication illustre une limite persistante largement reconnue dans la robotique sociale : la plupart des robots d'accueil actuels utilisent des routines de salutation statiques, insensibles aux variations culturelles ou à l'état émotionnel de la personne, ce qui nuit à la confiance et au confort dès les premières secondes d'interaction, un facteur pourtant documenté comme déterminant en interaction homme-robot. Pour les intégrateurs déployant des robots d'accueil dans des halls, aéroports ou espaces commerciaux multiculturels, une architecture modulaire de ce type ouvre la voie à une personnalisation fine sans réécrire tout le comportement robot par marché. Toutefois, il est important de noter que les auteurs reconnaissent eux-mêmes l'absence totale de validation utilisateur : aucune étude n'a mesuré si les humains perçoivent réellement ces salutations comme plus appropriées ou plus chaleureuses, ce qui limite la portée des affirmations à un stade purement conceptuel.

Ce travail s'inscrit dans une lignée de recherche en robotique sociale qui cherche depuis plusieurs années à dépasser les scripts d'interaction figés, en s'inspirant de travaux antérieurs sur la reconnaissance d'émotion par vision et sur l'adaptation interculturelle des robots de service. Contrairement aux plateformes commerciales comme Pepper (SoftBank Robotics) ou les robots d'accueil déployés par des entreprises comme Furhat, qui restent généralement figés sur un registre culturel unique, SEAGR se positionne comme une architecture générique et peu coûteuse, reproductible en laboratoire. La suite logique annoncée par les auteurs est la conduite d'études utilisateurs pour valider empiriquement l'efficacité perçue du système, une étape encore non planifiée dans le calendrier de publication.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Musée : étude sur l'acceptation du robot Android Andrea, avec et sans simulation d'émotions

Pendant six jours consécutifs, le robot androïde Andrea a de nouveau été installé dans un musée public en Allemagne pour converser en autonomie complète avec les visiteurs, une deuxième expérience après un premier déploiement qui avait déjà livré des résultats qualitatifs. Cette fois, le robot disposait d'informations contextuelles sur le musée et les expositions environnantes, et pouvait échanger en plusieurs langues avec le public. Sa voix, légèrement synthétique, avait été jugée cohérente avec son apparence très humaine et son genre volontairement ambigu. Trois conditions expérimentales ont été comparées: aucune simulation d'émotion, une émotion pilotée par ChatGPT 4.1, ou l'architecture WASABI dédiée à la dynamique émotionnelle des robots. Au total, 73 visiteurs ont rempli une version étendue du questionnaire TAM2 pour évaluer leur expérience avec Andrea. Les résultats montrent que ni l'émotion générée par ChatGPT 4.1 ni celle simulée par WASABI n'ont amélioré l'acceptation du robot par rapport à l'absence totale de simulation émotionnelle, et ces différences sont restées indétectables consciemment par les visiteurs. Ce constat va à l'encontre d'une hypothèse répandue en interaction homme-robot: que doter un androïde d'émotions simulées, y compris via un grand modèle de langage généraliste, renforce automatiquement la confiance et l'engagement des utilisateurs. Pour les concepteurs de robots sociaux destinés aux espaces publics, musées, accueil ou commerce, le signal est net: brancher un LLM conversationnel sur un moteur d'émotions ne suffit pas à produire un bénéfice perceptible, et l'architecture spécialisée WASABI n'a pas fait mieux dans ce contexte précis. Andrea appartient à la famille des androïdes hyperréalistes utilisés en recherche HRI pour étudier l'acceptation sociale des robots humanoïdes en conditions réelles, hors laboratoire. Ce déploiement fait suite à une première étude qualitative menée dans le même musée, dont les enseignements ont orienté cette nouvelle expérimentation quantitative testant trois architectures émotionnelles distinctes sur un échantillon de visiteurs réels. Les auteurs suggèrent que ces résultats négatifs invitent à revoir soit la conception des architectures émotionnelles évaluées, soit les métriques utilisées pour en mesurer l'effet, avant d'envisager de nouvelles itérations avec Andrea ou des androïdes comparables dans des environnements publics.

UEEtude menée par une équipe de recherche allemande dans un musée public en Allemagne, fournissant des données concrètes utiles aux concepteurs européens de robots sociaux.

RecherchePaper

1 source

2arXiv cs.RO

SG-CoT : un cadre de planification robotique conscient de l'ambiguïté via des graphes de scène

Une équipe de recherche a publié la troisième version d'un article arXiv (2603.18271v3) décrivant SG-CoT, pour Scene Graph-Chain-of-Thought, un framework en deux étapes destiné à réduire les erreurs de planification robotique causées par l'ambiguïté des instructions. Le système construit d'abord une représentation en graphe de scène de l'environnement à partir des observations du robot, capturant les objets présents, leurs attributs et leurs relations entre eux. Dans un second temps, le modèle de langage utilisé comme planificateur interroge ce graphe via des fonctions de récupération pour ne mobiliser que les portions pertinentes par rapport à l'instruction reçue. Lorsqu'une ambiguïté persiste, SG-CoT permet au LLM d'en identifier la source précise et de formuler une question de clarification, adressée à l'utilisateur ou à un autre robot. Les auteurs rapportent des gains d'au moins 10 % en précision des questions posées, et des hausses de taux de réussite de 4 % en environnement mono-agent et 15 % en environnement multi-agent, par rapport aux méthodes antérieures testées. L'enjeu dépasse le seul exercice académique. L'utilisation de LLM comme planificateurs pour robots physiques bute régulièrement sur un problème simple mais critique en usage réel : les instructions humaines sont souvent sous-spécifiées ("prends la tasse" quand plusieurs tasses sont visibles), et un modèle qui devine plutôt que de demander précision multiplie les erreurs d'exécution coûteuses en environnement industriel ou domestique. En ancrant le raisonnement du LLM dans une représentation structurée et interrogeable de la scène plutôt que dans une simple description textuelle ou une image brute, SG-CoT s'attaque directement à l'écart entre démonstrations en laboratoire et fiabilité déployable, un point sensible pour tout intégrateur évaluant des architectures VLA ou LLM-planner pour l'AMR ou la manipulation. Ce travail s'inscrit dans une littérature de recherche déjà dense sur le couplage entre graphes de scène et modèles de langage pour la planification robotique, où plusieurs équipes académiques explorent des approches de grounding similaires pour limiter les hallucinations de plans d'action. Le fait qu'il s'agisse d'une version "replace" (v3) suggère des révisions après retours de relecture. Aucun déploiement industriel ni partenariat commercial n'est mentionné : les résultats reposent sur des expérimentations contrôlées en simulation ou banc de test, une nuance à garder en tête avant toute extrapolation vers une adoption en production.

RecherchePaper

1 source

3arXiv cs.RO

Glissement d'objets par manipulation des pieds sur un robot bipède à roues avec contrôle hiérarchique

Des chercheurs ont publié sur arXiv (arXiv:2606.19233, juin 2026) un framework de contrôle hiérarchique permettant à des robots bipèdes à roues d'effectuer des tâches de manipulation d'objets au sol à l'aide de leurs membres inférieurs motorisés, une capacité baptisée "pédimanipulation mobile". Le système repose sur un contrôleur prédictif non linéaire (NMPC) construit sur un modèle dynamique simplifié à trois corps rigides (TRB), intégrant explicitement le degré de liberté en roulis de hanche et plusieurs modes de contact roue-sol. En expérimentation réelle, le robot a récupéré un objet de 1 kg coincé sous un bureau et déplacé latéralement un objet de 4 kg sur une distance de 0,228 m via une motion de type "scooting". Deux primitives de mouvement ont été validées sur hardware : scooting (poussée frontale par rotation des roues) et lateral sliding (déplacement latéral par pas de côté). L'intérêt industriel de cette approche réside dans sa réutilisation du train roulant comme effecteur de manipulation, sans bras supplémentaire ni outil dédié. Le NMPC régule simultanément la locomotion et les forces d'interaction, ce qui signifie que le robot maintient son équilibre tout en exerçant un effort contrôlé sur l'objet, un problème de couplage non trivial. Le planificateur de trajectoire intègre les transitions adhérence-glissement (stick-slip) dans le contact sol-objet, un phénomène souvent ignoré dans les démos en simulation mais critique en conditions réelles. C'est un résultat concret qui réduit le demo-to-reality gap sur la manipulation au sol, habituellement dominée par les manipulateurs à bras. Les robots bipèdes à roues constituent une architecture émergente entre AMR classiques et humanoïdes complets : Agility Robotics (Digit), Boston Dynamics (Spot avec extension roues dans certaines configs), et des plateformes académiques comme le Cassie de l'Oregon State University ont popularisé cette morphologie. Ce travail s'inscrit dans un courant de recherche sur la pédimanipulation, utiliser les jambes comme manipulateurs, que l'on retrouve aussi sur quadrupèdes (ANYmal, Go2). La prochaine étape probable est l'extension à des objets non rigides ou à des surfaces non planes, ainsi que l'intégration de perception pour fermer la boucle en environnement non structuré.

RecherchePaper

1 source

4arXiv cs.RO

Planification des tâches et des mouvements robotiques par invite hiérarchique à double module LLM

Des chercheurs ont publié le 12 mai 2026 sur arXiv (référence 2605.08330) un framework de planification tâche-et-mouvement pour robots de service, reposant sur deux modules LLM distincts organisés en hiérarchie. Le premier module, dit "agent de haut niveau", interprète des commandes en langage naturel et génère des séquences d'actions via un prompt de style ReAct, en s'appuyant sur des outils de perception et de manipulation (pick, place, release). Le second module, dédié au raisonnement spatial de bas niveau, prend en charge les instructions de placement précis, par exemple "pose la tasse à côté de l'assiette", en calculant les positions 3D à partir de la géométrie des objets et de la configuration de la scène. La détection d'objets et l'estimation de pose sont assurées par YOLOX-GDRNet. Sur 24 scénarios de test couvrant des commandes spatiales simples, des instructions de haut niveau et des requêtes infaisables, le système affiche un taux de succès global de 86 %. Cette architecture en deux étages répond à un problème bien connu en robotique de service : un LLM généraliste gère mal simultanément la logique séquentielle des tâches et le raisonnement géométrique fin. Séparer ces deux fonctions réduit la surface d'erreur et rend le système plus robuste aux ambiguïtés spatiales, un point de friction majeur dans les scénarios d'assistance à domicile ou hospitaliers. Le taux de 86 % est encourageant, mais il convient de nuancer : 24 scénarios constituent une base d'évaluation très réduite, et les conditions de test en laboratoire restent éloignées de la variabilité d'un environnement réel non structuré. Aucun robot physique n'est mentionné, le module d'exécution motrice étant décrit comme un "stub", ce qui signifie que les résultats restent pour l'instant purement simulés ou partiellement maquettés. Ce travail s'inscrit dans le prolongement des approches LLM-to-robot popularisées par SayCan de Google (2022) et les travaux RT-2 et OpenVLA, qui ont démontré qu'un modèle de langage peut servir de planificateur de haut niveau pour un robot. La spécificité ici est le découplage explicite du raisonnement spatial dans un sous-module dédié, plutôt que de tout faire porter au modèle principal, une direction cohérente avec les limites documentées des VLA (Vision-Language-Action models) sur les tâches de placement précis. Aucun partenaire industriel ni calendrier de déploiement n'est communiqué ; l'étape suivante logique serait une validation sur robot réel dans un contexte de service structuré.

RechercheOpinion

1 source