Influence des traits sociaux des humains sur l'apprentissage développemental d'un robot
Institution:
Sorbonne universitéDisciplines:
Directors:
Abstract EN:
In this thesis we use robotic learning models to learn tasks (game of imitation of posture and gestures) through a human-robot interaction. These models are integrated in the analysis of the social dimension of the interaction (detection of personality, role, emotional social states,... etc.). The models used in this thesis are neural architectures for autonomous interactive learning. The purpose of these architectures is to facilitate understanding of the development of cognitive skills. The existence of an implicit learning of the social traits of the human by the robot would open the door. Concretely, in this thesis we address this issue by analysing learning situations that involve partners from different populations. We then link the performance of the robot algorithms (learning trajectory, convergence, recognition score...) to the characteristics of its partners. We carried out several experiments related to both pathology (Autism) and personality traits (depression and anxiety) and we noticed the emergence of pattern related to the specificities of individuals interacting with the robot.
Abstract FR:
Dans cette thèse nous utilisons des modèles en mesure de traiter et d'apprendre une tâche donnée (jeu d’imitation de posture et de gestes) dans une interaction humain robot. Pendant cet apprentissage nous analysons la dimension sociale de l’interaction (détection de personnalité, rôle, états sociaux émotionnels, ... etc). Les modèles utilisés dans cette thèse sont des architectures neuronales permettant un apprentissage interactif autonome. Ces architectures ont pour but de faciliter la compréhension du développement des compétences cognitives. L'existence d’un apprentissage des traits sociaux de l’humain de manière implicite par le robot ouvrirait la porte à différents champs, que ce soit la possibilité d’avoir un modèle comportemental pour la détection des traits sociaux ou de personnalité ou encore l'éventualité de l’émergence des mêmes traits sociaux que l’humain dans le comportement du robot. Concrètement dans cette thèse nous abordons cette question en analysant des situations d’apprentissage qui impliquent des partenaires de populations différentes. Nous lions ensuite les performances des algorithmes du robot (trajectoire d’apprentissage, convergence, score de reconnaissance...) aux caractéristiques de ses partenaires. Nous avons réalisé plusieurs expériences liées à la fois à la pathologie (Autisme) ou aux traits de personnalité (dépression et anxiété) et nous avons remarqué l'émergence de pattern lié aux spécificités des individus interagissant avec le robot.