Description

Le robot comme outil de médiation dans les musées et comme modèle de l’émergence d’un sens esthétique


Nature du projet : Thèse

 

Description

Le but de cette thèse est à la fois de tester la capacité de robots « anthropomorphiques » à servir d’outil de médiation dans des musées et en parallèle de travailler sur un modèle neuronal de l’émergence du sens esthétique. Le cadre théorique sous-jacent concerne l’impact des interactions sociales sur le développement d’un individu avec un focus particulier sur la modélisation de mécanismes d’attention partagée et d’interactions émotionnelles. Dans le cadre de cette thèse, nous nous intéresserons tout particulièrement à l’étude des dynamiques émotions/perception dans un cadre social et travaillerons sur 3 volets complémentaires :

  1. la validation de la capacité du robot à induire et contrôler une dynamique sociale simple (création d’un point de fixation autour d’une œuvre ou au contraire mise en retrait dans la salle).
  2. l’exploitation des capacités de généralisation d’une architecture neuronale capable de reconnaître des expressions faciales pour attribuer une valeur émotionnelle à des objets arbitraires. Un objet esthétiquement intéressant pouvant alors être vu comme un objet associé à une forte charge émotionnelle ou à la surprise qu’il génère.
  3. la mise en œuvre pratique du système avec la contrainte d’un apprentissage rapide de tâches de navigation complexes dans un musée (apprentissage par interactions avec un guide ou un gardien non spécialiste de la robotique).

Ce sujet s’adresse de manière non exclusive à des étudiants spécialistes en reconnaissance des formes, robotique, réseaux de neurones ou sciences cognitives ayant un intérêt prononcé pour l’art et la mise en œuvre d’un démonstrateur grandeur nature dans un musée avec la maitrise de tous les problèmes techniques que cela suppose.

La thèse s’appuiera sur les travaux développé par l’équipe neurocybernétique du laboratoire ETIS sur la navigation visuelle bio-inspirée et sur la modélisation des émotions à la fois comme contrôleur au second ordre dans une architecture neuronale et comme moyen de communication Homme-Machine. Un mécanisme de contrôle au second ordre a ainsi été développé pour permettre au robot d’auto-évaluer son comportement afin de changer ses buts en cas de problème. L’affichage de son état émotionnel via une tête de robot expressive facilite l’interaction avec l’humain procurant très rapidement une information facile à interpréter pour modifier le comportement avec le robot. D’autre part, l’architecture existante permet à notre robot d’apprendre très rapidement à reconnaître les expressions faciales d’un partenaire humain à partir du moment où ce dernier résonne à ses propres expressions.

 

Positionnement scientifique

Depuis Piaget, la notion de schèmes permet d’expliquer un grand nombre d’effets de groupe tel que le fait de lever la tête si quelqu’un est entrain de regarder en l’air. L’idée est d’appliquer cette idée très simple en faisant l’hypothèse que la morphologie de notre robot (direction du regard, de la tête et du corps) ressemblera assez à celle d’un humain pour éliciter le même type de réaction inconsciente. Un premier point sera donc de vérifier quelles sont les conditions de ressemblance morphologique et dynamique pour obtenir que le robot soit capable de déclencher la bonne réaction. Dans un deuxième temps, le robot devra pouvoir se positionner en recul dans une salle afin d’observer le comportement des visiteurs et estimer le temps qu’ils passent à regarder certaines œuvres. Périodiquement ou lorsque l’œuvre jugée la plus longtemps regardée sera libre d’accès le robot s’en approchera pour la regarder en détail (ou dans un premier temps faire comme s’il la regardait en détail). On pourra alors valider dans quelle mesure le robot est capable d’utiliser des amateurs d’art pour orienter l’exploration des autres visiteurs. On espère que des dynamiques d’observation collectives pourront émerger et accroitre l’intérêt des visiteurs pour des œuvres qui sans cela sont ignorées de la plupart des visiteurs. On pourra tester si le robot arrive à déclencher des dynamiques collectives qui arrivent à se maintenir même lorsque le robot se met de nouveau en retrait : la présence d’un groupe d’humains observant une œuvre augmentant la probabilité que d’autres humains regardent la même œuvre. Le robot pourra ainsi constituer un nouveau type d’outil de médiation pour les conservateurs de musées avec la capacité d’éliciter un intérêt pour des œuvres particulières ou pour exploiter l’intelligences collective humaine pour mieux apprécier la diversité des œuvres d’art exposées dans une zone donnée d’un musée. Afin de redistribuer l’attention des visiteurs vers le plus grand nombre d’œuvres, il faudra donc que lors des périodes d’observation, le robot puisse repérer les œuvres regardées longuement par peu de personnes. Pour réaliser ces taches, le robot devra se construire une carte cognitive robuste de son environnement (pour simplifier les quelques salles dans lesquels il devra opérer sous le contrôle d’un gardien volontaire pour participer à l’expérience) , lui permettant 1) de retourner sans erreur à sa position d’observation en retrait 2) d’éviter les collisions avec les visiteurs et les œuvres d’art, 3) disposer d’un mécanisme attentionnel lui permettant de repérer les visiteurs isolés regardant longuement une œuvre et 4) de rejoindre la position occupée par ces visiteurs. L’apprentissage de la tache en interaction avec les gardiens du musée paraît réaliste au vu de nos précédentes réalisations mais représente un défi en terme de passage à l’échelle et de réelle autonomie du dispositif (le robot devra pouvoir être déployé sans la présence d’ingénieurs ou de chercheurs). La difficulté principale sera d’expliquer au robot que certaines zones que ses capteurs habituels n’arrivent pas à détecter doivent être évitées (par ex. il est difficile de détecter des vitres avec une caméra, et il est difficile de détecter des obstacles fins avec un capteur à ultrasons). Il sera donc nécessaire qu’après un nombre limité d’interactions avec les gardiens le robot comprenne qu’il doit éviter certaines zones (ex. regard sévère du gardien, appuie sur un capteur indiquant le mauvais comportement du robot). Ainsi, l’intérêt d’un système de méta-contrôle permettant d’auto-évaluer le comportement du robot et de tenir compte de signaux provenant des partenaires humains sera nécessaire.

En parallèle, nous nous intéresserons à la question de modéliser l’émergence d’un sens esthétique. Elle s’appuiera sur la capacité du robot à avoir des états émotionnels primaires liés, au départ, à la régulation de son comportement (dans le cas qui nous intéresse, il s’agira du comportement de médiation que nous venons de définir). Mais surtout, nous exploiterons le fait que notre architecture neuronale dédiée à la reconnaissance des expressions faciales a tendance à essayer de reconnaître tout nouveau stimulus comme ressemblant à un stimulus déjà appris. Ainsi n’importe quel objet nouveau pour le système aura une connotation émotionnelle plus ou moins marquée et pourra constitué un a priori pour préférer certaines formes et pour leur donner un sens symbolique particulier :

  • Les stimuli évoquant une forme déjà connue et fortement associée à une charge émotionnelle seront perçues de manière plus saillante.
  • Un apprentissage associatif permettra alors de relier ces nouveaux stimuli aux états internes primaires du robot constituant au fil des expériences un réseau de liens analogiques permettant l’évocation d’un état émotionnel donné par des stimuli de plus en plus distants des formes primaires (stimuli associés à la tristesse, à la colère, à la joie ou encore à la surprise) et constituant ainsi une sorte de « halo cognitif ».

Par extension, on pourrait considérer que les œuvres d’art qui nous attirent induisent chez nous un ressenti émotionnel marqué (positif ou négatif). Lorsque notre robot regardera un humain en train lui même de regarder une œuvre d’art, il pourra considérer que cet objet est à priori intéressant et renforcer son état émotionnel par défaut vis à vis de cet objet ou le cas échéant tenir compte de l’expression faciale de l’humain pour modifier l’association avec objet / émotion.

L’intérêt de ce travail sera de montrer que de proche en proche on peut apprendre à associer un stimulus arbitraire voire abstrait à un état émotionnel. L’association pourra se faire de manière directe ou exploiter les liens associatifs créés entre des paires d’états et débouchant sur un graphe (ie une carte cognitive) pouvant être exploité pour mettre en évidence des analogies complexes.

 

Matériel mis à disposition

Dans un premier temps, les tests s'effectueront sur un robot mobile robulab10 doté d’une tête de vision active capable d’afficher des expressions faciales et de capteurs lui permettant d ‘éviter des obstacles.

Dans un deuxième temps les travaux pourront être transférés sur une plateforme humanoïde ROMEO en cours d’acquisition par le laboratoire dans le cadre des équipements d’excellences (projet ROBOTEX du CNRS).

 

Retombées potentielles au bénéfice de la société et valorisation

  • Un test grandeur nature d’un mécanisme de réaction circulaire employé pour redistribuer l’attention des visiteurs dans un musée (+ impact par rapport aux sciences cognitives),
  • Une meilleure compréhension de l’émergence du sens esthétique chez l’humain,
  • Un test grandeur nature d’un robot autonome dans un environnement humain complexe permettant de montrer (et d’évaluer) la capacité de nos modèles à contrôler des robots autonomes pour une grande variété d’applications impliquant des interactions sociales (permet d’espérer une meilleure compréhension des conditions d’acceptabilité des robots dans notre société).


Mots-clés    

art, enseignement, espaces, formes, médiation, robotique, société

Détails d'organisation

Doctorant : Ali Karaouzene  étudiant en Master 2 Robotique Automatique à Université Montpellier2. Classé 1er de sa promotion et très intéressé par les différentes facettes de la thèse : robotique, sciences cognitives et art.

Structure de rattachement administratif : ETIS

Directeur (s) du projet (noms, structures) : Pr P. Gaussier, ETIS, Département sciences informatiques UCP, UFR Sciences et Techniques

Autres encadrants éventuels (noms, structures) :

Dr Denis Vidal
Directeur de recherche à l'IRD (URMIS/ Paris-Diderot)
Chercheur associé au Centre d'études de l'Inde et de l'Asie du Sud  (CEIAS/EHESS )
Adresse: 190-198 avenue de France, 75244 Paris cedex 13
Mail: dvidal@ehess.fr

Autres partenaires, le cas échéant : Anne-Christine Taylor, directrice du Département 'Recherche et Enseignement' du Musée du Quai Branly

Durée : 3 ans

Date de démarrage : septembre 2011