Robots sociaux : une simulation pour tester leur attention sans participants humains

Un robot qui regarde au bon endroit au bon moment paraît immédiatement plus attentif. Lorsqu’une personne désigne un objet, tourne la tête ou fixe un interlocuteur, nous ajustons spontanément notre propre regard. Pour une machine, ce mécanisme banal en apparence est l’un des ingrédients les plus difficiles de l’interaction sociale. Des chercheurs des universités de Surrey, au Royaume-Uni, et de Hambourg, en Allemagne, proposent désormais de l’étudier sans faire intervenir de volontaires humains à chaque essai préliminaire.

Présenté lors de l’IEEE International Conference on Robotics and Automation, ICRA 2025, leur travail décrit une méthode de simulation destinée à évaluer l’attention sociale d’un robot humanoïde. L’idée n’est pas de retirer définitivement les humains du développement des robots, ni de prétendre qu’un robot apprend seul de toute influence humaine. Il s’agit plus précisément de réduire le recours aux études avec participants au début du processus, grâce à des données et des scénarios simulés. Cette distinction est essentielle : le dispositif s’appuie bien sur des observations du regard humain déjà disponibles.

Pourquoi le regard est central pour un robot social

Un robot social est conçu pour communiquer avec des personnes, notamment par la parole, les gestes, les expressions et l’orientation de son regard. Dans un échange fluide, regarder un visage, un objet montré du doigt ou un élément pertinent du décor signale que l’on suit la situation. À l’inverse, un regard mal placé peut donner l’impression que le robot ignore son interlocuteur, même si ses réponses verbales sont correctes.

Ce défi dépasse la simple détection d’un visage ou d’un objet. Le robot doit estimer ce qui mérite son attention dans un contexte donné. Une personne qui parle, un geste de la main, un objet saillant ou une direction indiquée peuvent entrer en concurrence. Les humains résolvent ce problème en combinant de nombreux indices visuels et sociaux. Reproduire ce comportement dans un système robotique demande donc des modèles capables d’anticiper les zones vers lesquelles une personne pourrait orienter ses yeux.

C’est l’objectif du modèle dynamique de prédiction de la trajectoire oculaire mis au point par l’équipe. Avec un robot humanoïde, les chercheurs ont cherché à prédire où un humain est susceptible de regarder au cours d’une interaction sociale. Le système ne lit pas les pensées et ne mesure pas directement le regard d’une personne présente face au robot. Il produit plutôt une prévision de l’attention visuelle attendue à partir des éléments de la scène.

Le Dr Di Fu, co-responsable de l’étude et enseignant en neurosciences cognitives à l’université de Surrey, résume l’enjeu ainsi : « Notre méthode permet d’évaluer si un robot accorde son attention aux éléments pertinents, comme le ferait un humain. »

Comment la simulation remplace-t-elle une partie des essais humains ?

Traditionnellement, évaluer une interaction humain-robot suppose souvent de recruter des participants, de leur présenter un robot et d’observer leurs réactions. Ces études restent indispensables pour savoir comment une machine est réellement perçue et utilisée. Elles peuvent toutefois être longues à organiser et difficiles à reproduire à l’identique : les personnes, les lieux, les consignes et les situations varient d’un essai à l’autre.

La méthode proposée intervient en amont. Les chercheurs ont testé leur modèle sur deux jeux de données accessibles au public. Ces ensembles de données fournissent une référence issue de comportements humains observés. L’équipe a également projeté sur un écran des cartes de priorité de regard humain, c’est-à-dire des représentations des zones d’une scène qui attirent le plus vraisemblablement l’attention. Le comportement prédictif du robot a alors pu être comparé à ces données issues du monde réel.

Les résultats rapportés montrent que le robot peut simuler des mouvements oculaires comparables à ceux des humains dans les jeux de données utilisés. L’apport principal est méthodologique : une équipe peut tester, modifier puis retester rapidement un modèle d’attention avant de lancer des études plus coûteuses et plus lourdes avec des participants.

Cette approche apporte également de la reproductibilité. Dans une simulation, les chercheurs peuvent soumettre plusieurs versions d’un modèle aux mêmes scènes, dans les mêmes conditions. Cela facilite la comparaison entre différentes solutions et l’identification de ce qui explique une amélioration ou une régression. La recherche peut ainsi explorer davantage de paramètres avant de sélectionner les comportements les plus prometteurs pour des essais humains.

Ce que les tests sans participants changent, et ce qu’ils ne changent pas

Réduire les études avec des volontaires lors des premières étapes ne signifie pas qu’un robot social peut être conçu sans référence aux humains. Les deux jeux de données publics et les cartes de priorité employés dans cette recherche sont précisément issus de comportements humains ou visent à les représenter. La simulation ne fait donc pas disparaître le facteur humain : elle le rend réutilisable dans un environnement contrôlé.

Elle ne permet pas non plus de saisir toute la richesse d’une relation réelle. Une conversation comporte des silences, des malentendus, des différences culturelles, des réactions affectives et des imprévus que des scénarios de simulation ne reproduisent pas forcément. Un robot peut prédire correctement vers où regarder et se révéler tout de même peu convaincant, intrusif ou maladroit lors d’un échange en face à face.

C’est pourquoi l’intérêt de la méthode réside dans son positionnement. Elle sert de filtre et d’outil d’itération au stade préliminaire, non de substitut universel aux essais en conditions réelles. Le Dr Di Fu estime que « l’utilisation de simulations robotiques en lieu et place d’essais humains dans les premières phases constitue un progrès majeur ». L’expression « premières phases » fixe bien la portée de l’avancée.

Des usages possibles dans l’éducation, la santé et l’accueil

La qualité de l’attention sociale est particulièrement importante dans les environnements où un robot doit cohabiter avec des personnes non spécialistes. Dans l’éducation, un robot d’accompagnement pourrait avoir besoin de suivre le regard d’un élève vers un exercice ou un objet manipulé. Dans les soins, il pourrait devoir éviter de détourner son attention d’une personne pendant une instruction ou une séance d’accompagnement. Dans l’accueil et le service client, son regard pourrait contribuer à rendre l’échange plus lisible.

Ces usages ne signifient pas qu’un robot doit imiter parfaitement un humain. Dans certains cas, une imitation trop poussée peut même être troublante. L’enjeu est plutôt d’obtenir un comportement cohérent : regarder une personne qui s’adresse à lui, suivre une indication gestuelle, s’intéresser à l’objet discuté, puis revenir vers l’interlocuteur lorsque la situation le requiert.

Deux exemples souvent cités illustrent la diversité de la robotique sociale. Pepper est connu comme assistant utilisé dans la vente au détail, tandis que Paro est un robot thérapeutique destiné aux patients souffrant de démence. Leurs formes, leurs fonctions et leurs contextes d’usage diffèrent, mais ils partagent un besoin fondamental : leurs comportements doivent être compréhensibles et adaptés aux personnes qui interagissent avec eux.

Peut-on vraiment parler de robots qui apprennent seuls ?

La formule est séduisante, mais elle demande à être nuancée. Le travail des universités de Surrey et de Hambourg porte sur une méthode d’évaluation et d’affinement des modèles d’interaction sociale. Elle permet de vérifier si le comportement d’attention prédit par un robot correspond à des références humaines, sans demander la présence de personnes à chaque test initial.

L’autonomie concerne donc principalement le déroulement de ces évaluations en simulation. Les humains restent présents à plusieurs niveaux : dans la conception de l’expérience, dans les données publiques utilisées pour établir les références, dans le choix de ce qu’est une attention pertinente et, à terme, dans les validations en situations réelles. Dire qu’un robot « apprend sans nous » serait excessif si cela laissait entendre qu’il se construit une compréhension sociale indépendante de l’expérience humaine.

Cette nuance compte aussi pour la question des biais. Un protocole simulé peut limiter certaines variations introduites par de petits groupes de participants ou par des conditions expérimentales instables. Mais les données et les critères qui alimentent la simulation doivent eux-mêmes être examinés. Une référence du regard humain n’est jamais entièrement universelle : l’attention peut varier selon le contexte, l’âge, les habitudes, la culture ou la tâche demandée.

Vers des interactions sociales plus complexes

L’équipe de recherche envisage d’appliquer sa méthodologie à la conscience sociale liée à l’incarnation robotique. Cette expression renvoie à l’importance du corps du robot dans l’échange : sa position dans l’espace, l’orientation de sa tête, ses mouvements et la manière dont une personne interprète sa présence. Un même modèle d’attention peut produire des effets différents selon qu’il est installé dans un robot humanoïde, une machine de service ou un dispositif plus discret.

Les chercheurs souhaitent aussi examiner des cadres sociaux plus complexes et différents types de robots. C’est une étape nécessaire, car prédire le regard dans une scène simple ne résout pas toutes les situations où plusieurs personnes parlent à la fois, où plusieurs objets sollicitent l’attention ou où l’environnement évolue rapidement.

Ce qu’il faut surveiller

La valeur de cette avancée se mesurera à sa capacité à passer de la simulation à des interactions crédibles avec des personnes. Les prochains travaux devront notamment montrer comment la méthode se comporte dans des environnements sociaux plus variés, avec d’autres formes de robots et face à des situations moins prévisibles.

Il faudra aussi distinguer deux critères souvent confondus : l’exactitude technique, soit la capacité à reproduire des trajectoires de regard de référence, et la qualité vécue de l’interaction, soit le sentiment d’être compris, respecté et correctement accompagné. Un robot social utile ne se contente pas de regarder dans la bonne direction. Il doit le faire à un moment approprié, de manière lisible, et sans créer de gêne.

En rendant les premières évaluations plus rapides et plus comparables, la simulation proposée par les universités de Surrey et de Hambourg pourrait néanmoins devenir un outil précieux pour la robotique sociale. Elle offre une manière pragmatique de concentrer les études avec des humains sur les comportements les plus prometteurs, là où leur jugement reste irremplaçable.