Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
Conversation homme-robot avec plusieurs interlocuteurs dans des espaces publics bruyants
RecherchearXiv cs.RO 

Conversation homme-robot avec plusieurs interlocuteurs dans des espaces publics bruyants

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

À l'occasion de l'Exposition universelle 2025 d'Osaka, une équipe de recherche a présenté en démonstration un système audio conçu pour permettre à des robots et des avatars de dialoguer avec plusieurs interlocuteurs à la fois dans des espaces publics bruyants, selon un article publié sur arXiv (2609.00648v1). Deux scénarios ont été testés en conditions réelles. Le premier repose sur l'android ERICA, conçu comme un système d'écoute attentive capable de suivre une conversation avec plusieurs personnes simultanément. Le second met en jeu des robots mobiles baptisés Teleco, dont l'un sert d'avatar télécommandé par un opérateur humain à distance pour assister la conversation. Les deux dispositifs s'appuient sur un unique réseau de microphones multicanal, qui capte et sépare la parole de plusieurs locuteurs dans un environnement bruyant, plutôt que sur des architectures multi-capteurs complexes.

Cette démonstration s'attaque à un point faible récurrent de l'interaction homme-robot conversationnelle : la plupart des systèmes de dialogue vocal sont mis au point en laboratoire, dans des conditions acoustiques contrôlées, et perdent en fiabilité dès qu'ils affrontent le bruit ambiant d'un lieu public fréquenté. Réussir à extraire une parole exploitable, que ce soit pour la reconnaissance vocale embarquée ou pour la retransmettre proprement à un opérateur distant, est une condition pratique pour déployer des robots d'accueil ou des avatars de téléprésence dans des halls d'exposition, aéroports ou espaces commerciaux. L'ajout d'une restitution en audio spatial pour l'opérateur distant vise aussi à renforcer son sentiment de présence, un enjeu clé pour les usages de téléprésence robotique. Le fait qu'une seule antenne micro suffise pour les deux cas d'usage est également un argument de simplicité et de coût pour d'éventuels intégrateurs.

ERICA est un android développé de longue date par les équipes de recherche japonaises en interaction homme-robot, régulièrement utilisé comme plateforme d'expérimentation pour des conversations naturelles avec des humains. Les robots Teleco, eux, sont pensés comme des plateformes mobiles de téléprésence. L'Exposition universelle d'Osaka a servi de terrain d'essai grandeur nature, exposant les deux systèmes à un bruit de foule impossible à reproduire en laboratoire. Il s'agit à ce stade d'une preuve de concept scientifique, sans annonce de produit commercial, de pilote industriel ni de calendrier de déploiement.

Dans nos dossiers

arXiv cs.RO

À lire aussi

RoboCafé en public : la continuité d'interaction dans une relation homme-robot de longue durée en lieu public
1arXiv cs.RO 

RoboCafé en public : la continuité d'interaction dans une relation homme-robot de longue durée en lieu public

Un robot conversationnel autonome baptisé RoboCafé a été déployé pendant 12 jours dans un bâtiment universitaire, où il a reçu 148 commandes de café. Conçu pour étudier la continuité d'interaction dans les interactions homme-robot publiques de longue durée, le système combine un dialogue orienté tâche, une perception multimodale en temps réel et une mémoire des rencontres précédentes, lui permettant en théorie de reconnaître des clients récurrents et d'adapter son comportement au contexte accumulé. Le déploiement a exposé le robot à une diversité de situations réelles : clients réguliers revenant plusieurs fois, simples passants, groupes de personnes changeants, et commandes s'enchaînant sans interruption nette entre elles. Ces situations ont systématiquement mis à l'épreuve, et souvent dépassé, les limites du modèle d'interaction centré sur la commande individuelle que les concepteurs avaient initialement prévu. L'intérêt de cette étude dépasse le simple cas d'usage du café automatisé : elle documente empiriquement l'écart entre les hypothèses de conception habituelles des systèmes conversationnels robotiques, pensés autour d'échanges isolés et bien délimités, et la réalité fragmentée des espaces publics, où les interactions se chevauchent, se reprennent ou changent d'interlocuteur sans avertissement. Pour les concepteurs de robots de service et les intégrateurs visant des déploiements prolongés en environnement ouvert (accueil, commerce, espaces de travail), ce constat souligne qu'une architecture de dialogue fonctionnelle en démonstration contrôlée peut échouer silencieusement dès qu'elle rencontre la variabilité du monde réel, notamment sur la question de savoir qui est présent, à qui appartient quel contexte, et où commence ou finit réellement une interaction. À partir de ces observations tirées du terrain, les chercheurs formulent quatre exigences de conception pour maintenir la continuité d'interaction dans des déploiements publics longitudinaux : un état d'interaction contextuel, un ancrage persistant des personnes identifiées, une gestion explicite du cycle de vie de chaque interaction, et une observabilité permettant de vérifier que la représentation interne du robot correspond à ce qui se passe réellement dans le monde physique. L'étude, publiée sur arXiv fin septembre 2026, se positionne comme un travail de recherche en interaction homme-robot plutôt qu'une annonce produit, et propose ces quatre principes comme base pour de futurs systèmes conversationnels robotiques destinés à des usages publics de longue durée.

RecherchePaper
1 source
Adaptation de la personnalité par élicitation conversationnelle dans l'interaction humain-robot (PACE)
2arXiv cs.RO 

Adaptation de la personnalité par élicitation conversationnelle dans l'interaction humain-robot (PACE)

PACE (Persona Adaptation through Conversational Elicitation) est un framework présenté par des chercheurs pour équiper le robot humanoïde Ameca, du fabricant britannique Engineered Arts, d'une identité conversationnelle adaptable plutôt que figée. Le système repose sur un pipeline d'élicitation interactive de persona : via une session de questions-réponses avec l'utilisateur, le robot construit dynamiquement un profil psychologique structuré, ensuite compilé en un prompt multi-dimensionnel qui pilote son comportement. Les auteurs détaillent aussi l'intégration embarquée nécessaire pour traduire cette spécification textuelle en comportements multimodaux expressifs (voix, gestuelle, expressions faciales) sur la plateforme Ameca. Le système a été évalué lors d'une étude d'interaction homme-robot comparant les personas générées dynamiquement à une persona générique de référence, sur cinq axes : confiance de l'utilisateur, anthropomorphisme perçu, cohérence de la persona dans le temps, pertinence personnelle et qualité globale de l'interaction. Une démonstration vidéo est disponible en ligne, mais l'article ne publie pas de métriques chiffrées détaillées ni la taille de l'échantillon testé. Cette approche s'attaque à un problème concret du secteur des robots humanoïdes et compagnons conversationnels : la plupart des identités robotiques restent codées en dur par les concepteurs, identiques pour chaque utilisateur, ce qui limite l'engagement et la confiance sur la durée. En générant la persona à la volée à partir d'un échange conversationnel, PACE ouvre une voie vers des assistants humanoïdes personnalisables à l'échelle, un enjeu direct pour les intégrateurs qui déploient des robots d'accueil, d'assistance ou de représentation dans des contextes variés (retail, événementiel, santé). Si les gains mesurés sur la confiance et l'anthropomorphisme perçu se confirment au-delà de cette étude pilote, cela renforcerait l'idée que la personnalisation conversationnelle, plus que le seul réalisme physique, constitue un levier clé de l'acceptabilité des robots sociaux. Le travail s'inscrit dans la lignée des recherches en interaction homme-robot cherchant à dépasser les personas scriptées, une limite documentée depuis plusieurs années sur des plateformes conversationnelles comme Pepper ou Sophia. Ameca, connue pour l'expressivité de son visage animé, sert ici de banc d'essai plutôt que de produit commercial déployé en volume : l'étude reste au stade académique, publiée sur arXiv sans partenaire industriel annoncé. Les auteurs présentent PACE comme une voie scalable vers des identités fiables pour les assistants humanoïdes incarnés, sans préciser de calendrier de transfert vers des déploiements réels ni de suite de publication prévue.

RecherchePaper
1 source
Le défi ERR@HRI 3.0 : détection multimodale des erreurs et anticipation dans les interactions homme-robot
3arXiv cs.RO 

Le défi ERR@HRI 3.0 : détection multimodale des erreurs et anticipation dans les interactions homme-robot

Détecter en temps réel qu'un robot vient de se tromper, ou qu'un humain à proximité va bientôt subir un échec, reste un problème ouvert pour l'interaction homme-robot. La troisième édition du challenge ERR@HRI, présentée dans un article déposé sur arXiv le 14 juillet 2026, propose deux jeux de données inédits pour faire avancer ce sujet. Le premier, Bystander Affect Detection (BAD), rassemble des enregistrements webcam de 45 participants réagissant spontanément à des scénarios d'échec robotique ou humain. Le second, Bad Idea, contient les réactions faciales anticipatoires de 29 participants tentant de prédire l'issue d'une action avant qu'un échec ne survienne. Les deux corpus, collectés par crowdsourcing avec des vidéos brutes non anonymisées, capturent la variabilité de conditions réelles plutôt que des données contrôlées en laboratoire. Trois pistes étaient proposées aux participants: détection des réactions de témoins (Track 1), prédiction anticipatoire d'issue (Track 2), et une piste optionnelle de généralisation cross-dataset (Track 3). Trois équipes ont soumis des modèles valides, tous supérieurs aux baselines à réseaux convolutifs (CNN) des organisateurs. L'enjeu dépasse la simple compétition académique: la plupart des systèmes de détection d'erreur actuels fonctionnent sur des contextes restreints, des environnements contrôlés ou des caractéristiques pré-extraites, ce qui limite fortement leur transfert vers des déploiements réels. En forçant les équipes à travailler sur de la vidéo brute multimodale et des scénarios naturalistes, ERR@HRI 3.0 teste directement si les approches actuelles tiennent face à l'écart classique entre démonstration en laboratoire et usage terrain. Pour les intégrateurs et concepteurs de robots sociaux ou collaboratifs, la capacité à anticiper un échec avant qu'il ne se produise, et pas seulement à le constater après coup, conditionne la confiance des utilisateurs et l'acceptabilité au quotidien de ces systèmes. Le fait qu'il s'agisse d'une troisième édition traduit un effort continu de la communauté recherche en interaction homme-robot pour structurer ce champ encore jeune, à travers des benchmarks partagés plutôt que des évaluations isolées propres à chaque laboratoire. Seules trois équipes ayant soumis des modèles valides, malgré le dépassement des baselines, l'article souligne que la détection et l'anticipation d'erreurs en conditions réelles restent un domaine en construction, avec des perspectives explicites vers des systèmes plus généralisables et conscients du contexte.

RecherchePaper
1 source
Vers des robots ubiquitaires auto-réparables grâce à une IA à base d'agents orientée objectifs dans l'interaction homme-robot
4arXiv cs.RO 

Vers des robots ubiquitaires auto-réparables grâce à une IA à base d'agents orientée objectifs dans l'interaction homme-robot

Un article publié sur arXiv (2609.26155v1) décrit une architecture d'intelligence artificielle agentique orientée objectifs, conçue pour permettre à des utilisateurs non experts de réparer des robots ubiquitaires par simple dialogue en langage naturel, sans interface visuelle. Le système sépare quatre fonctions : décomposition des objectifs avant l'interaction, suivi persistant de l'état de la tâche, gestion stratégique des objectifs et exécution conversationnelle en temps réel. Testé sur une tâche de réparation matérielle physique auprès de vingt participants, il affiche un taux de réussite de 95%, dix-neuf réparations ayant été menées à terme. Les utilisateurs l'ont jugé utile et compétent, et l'agent est resté robuste face aux digressions, questions hors sujet ou changements de langue en cours d'échange. Comparé à une version en ligne antérieure, le passage à l'interaction physique a fait chuter significativement la présence sociale perçue (p=.0005) ainsi que la confiance et la compétence perçues (p=.037), l'utilité restant stable. L'enjeu concerne directement les intégrateurs et les équipes de maintenance industrielle : de nombreux robots déployés sur le terrain, bras, AMR, systèmes embarqués, n'ont ni écran ni interface graphique, ce qui complique toute réparation par un technicien non spécialiste. Un agent capable de guider une intervention par la voix, de suivre l'état d'une tâche et de résister aux digressions, laisse entrevoir une maintenance assistée sans mobiliser un expert sur site. Le résultat le plus significatif reste toutefois contre-intuitif : l'interaction physique réelle dégrade la confiance et la perception de compétence par rapport à un simple chatbot en ligne, alors que l'utilité perçue ne varie pas. Ce constat, obtenu sur un échantillon restreint, vient nuancer l'idée reçue selon laquelle l'incarnation physique d'un agent conversationnel renforce automatiquement la confiance des utilisateurs. L'étude s'inscrit dans un mouvement de recherche visant à doter les robots déployés hors des lignes de production contrôlées de capacités d'auto-réparation assistée, alors que les architectures agentiques fondées sur de grands modèles de langage s'étendent des chatbots vers le pilotage de tâches physiques structurées. Aucun acteur commercial ni plateforme robotique n'est nommé dans les travaux : il s'agit d'une contribution académique validée en laboratoire sur un panel restreint de vingt participants, sans calendrier de déploiement industriel annoncé. Les auteurs suggèrent implicitement d'élargir l'évaluation à des tâches de réparation plus variées et à des échantillons plus larges, afin de confirmer si l'écart de confiance observé entre interaction en ligne et interaction physique se reproduit à plus grande échelle.

RecherchePaper
1 source