Collaboration humain-robot: modèles mentaux et apprentissage de la rationalité pour une assistance adaptative

L’interaction humain-machine représente un enjeu central dans le développement de systèmes intelligents destinés à assister l’humain dans des tâches complexes. Ce mémoire explore un cadre de collaboration humain-robot dans lequel le robot aide un humain poursuivant un objectif parmi plusieurs possibles, en adaptant sa stratégie de décision en fonction des actions observées. L’objectif principal est d’optimiser l’assistance du robot en réduisant l’incertitude sur l’intention humaine, sans communication explicite entre les agents. Pour aborder cette problématique, les Processus Décisionnels Markoviens Partiellement Observables (POMDP) sont utilisés. L’hypothèse principale repose sur le fait que l’humain adopte un comportement à rationalité limitée. Ainsi, le robot estime son intention à l’aide d’un modèle mental fondé sur une politique de Boltzmann, ajusté dynamiquement grâce à une méthode d’apprentissage de l’indice de rationalité en fonction des états et actions observées. Deux niveaux de planification sont étudiés : (a) Modèle mental de premier ordre : le robot suppose que l’humain agit indépendamment de ses propres décisions et optimise sa politique en conséquence ; (b) Modèle mental de second ordre : le robot intègre l’idée que l’humain peut adapter ses actions en réponse aux siennes, introduisant une complexité supplémentaire liée à la récursion dans les modèles de décision. L’approche adoptée est validée expérimentalement dans un environnement simulé où le robot doit aider un humain à atteindre un objectif en retirant des obstacles sur son chemin. Les résultats montrent que l’intégration du modèle mental améliore la capacité du robot à anticiper les besoins de l’humain et à agir de manière proactive. Cependant, des limitations persistent, telles que l’estimation précise de la rationalité humaine et la complexité des modèles. Ce travail contribue à l’avancement des méthodes de prise de décision en collaboration humain-robot, ouvrant la voie à des applications en logistique, en santé et en robotique de service.