PAMoR: Parameterized Affective Motion Generation in Real Time for Humanoid Robots

Dans les espaces bondés de notre vie quotidienne, des centres commerciaux aux scènes de concerts, les robots commencent à circuler parmi nous. Nous ne les regardons pas seulement pour voir s'ils peuvent soulever une boîte ou traverser une pièce ; nous les observons pour voir ce qu'ils ressentent. L'être humain est programmé pour lire l'émotion dans le mouvement. Une épaule affaissée suggère la tristesse, tandis qu'un pas bondissant implique la joie. C'est un langage du corps que nous comprenons sans mots, une compétence que nous utilisons constamment lors de nos interactions avec autrui. Mais pour qu'un robot parle ce langage, il doit faire plus que simplement accomplir une tâche ; il doit accomplir cette tâche avec un ton émotionnel spécifique. Jusqu'à présent, enseigner cela à une machine a été difficile. La plupart des systèmes qui créent des mouvements émotionnels pour les personnages numériques reposent sur des acteurs humains pour fournir une vidéo de référence ou une étiquette simple comme « joyeux ». Ces méthodes sont rigides. Une étiquette ne peut pas être ajustée pour rendre un mouvement légèrement plus excité ou légèrement moins tendu, et une vidéo de référence est figée dans le temps, incapable de changer d'humeur à la volée. De plus, lorsque ces mouvements numériques sont transférés à un robot physique, le processus déforme souvent les sentiments mêmes qu'ils étaient censés transmettre, perdant les nuances subtiles de vitesse et de posture qui portent l'émotion.

Une équipe de chercheurs a développé une nouvelle façon de résoudre ce problème, créant un système qui permet à un robot physique de générer un mouvement émotionnel en temps réel, avec la capacité d'ajuster son humeur pendant qu'il bouge. Ils appellent leur cadre de travail PAMoR. Au lieu de s'appuyer sur des étiquettes humaines ou des vidéos préenregistrées, le système traite l'émotion comme un ensemble de quantités physiques mesurables. Il utilise un modèle psychologique connu sous le nom de plan valence-éveil, qui cartographie les sentiments sur deux échelles simples. La première échelle, la valence, mesure à quel point un sentiment est positif ou négatif, allant de la tristesse au bonheur. La seconde échelle, l'éveil, mesure à quel point un sentiment est actif ou calme, allant de l'ennui à l'excitation. Les chercheurs ont découvert qu'ils pouvaient calculer ces deux nombres directement à partir des propres mouvements du corps du robot. Ils ont constaté qu'un sentiment positif et joyeux correspond à une posture ouverte et expansée, tandis qu'un sentiment négatif correspond à une posture contractée et repliée. De même, une énergie et une vitesse élevées indiquent un éveil élevé, tandis que des mouvements lents et immobiles indiquent un faible éveil. En transformant ces observations physiques en une formule mathématique, le système peut étiqueter chaque mouvement qu'il voit avec une coordonnée émotionnelle précise, sans avoir besoin qu'un humain le regarde et l'écrive.

Les chercheurs ont construit un robot capable d'utiliser ce système sur une machine humanoïde de 29 articulations appelée Unitree G1. Le cerveau du robot est conçu pour écouter trois instructions différentes simultanément. Une instruction lui dit quelle action accomplir, comme marcher ou donner un coup de poing. Les deux autres instructions lui disent comment accomplir cette action en fixant les chiffres de valence et d'éveil. Pour faire fonctionner cela sans que les instructions ne se confondent entre elles, le système utilise une méthode spéciale où il combine trois modèles d'apprentissage distincts. Un modèle apprend l'action, tandis que les deux autres apprennent à façonner cette action avec différents tons émotionnels. À chaque étape de la génération du mouvement, ces modèles travaent ensemble pour produire un mouvement qui correspond à la commande. Cela permet au robot de changer d'humeur pendant qu'il bouge. Un utilisateur peut dire au robot de marcher, puis, pendant qu'il marche, changer la commande de « calme et neutre » à « excité et joyeux », et le robot ajustera instantanément sa foulée et sa posture pour correspondre au nouveau sentiment.

Les résultats de ce travail montrent que le système fonctionne remarquablement bien. Lorsque les chercheurs ont ordonné au robot de bouger avec des coordonnées émotionnelles spécifiques, les mouvements réels du robot correspondaient à ces commandes avec une grande précision. Le système pouvait générer toute une gamme d'émotions, de la détresse à la relaxation, et le langage corporel du robot changeait de manière fluide à travers ce spectre. Pour voir si les humains pouvaient réellement lire ces émotions, les chercheurs ont mené une étude où des personnes regardaient des vidéos du robot effectuant des actions comme faire un signe de la main ou donner un coup de poing avec différents tons émotionnels. Les observateurs devaient deviner quelle émotion le robot exprimait. Le système a réussi à rendre les émotions prévues claires pour les spectateurs. Dans près de �40 pour cent des essais, les spectateurs ont correctement identifié l'émotion spécifique que le robot essayait de transmettre. C'est une amélioration significative par rapport aux méthodes précédentes, qui reposaient sur des invites textuelles ou des références vidéo, et cela se rapproche du niveau de reconnaissance que les gens atteignent en regardant des acteurs humains effectuer des mouvements émotionnels. L'étude a également confirmé que les mouvements du robot semblaient naturels et humains, plutôt que mécaniques ou rigides.

Cette approche représente un changement dans notre façon de concevoir le mouvement des robots. Au lieu de traiter l'émotion comme une couche séparée ajoutée à une tâche, les chercheurs l'ont ancrée dans la réalité physique du corps du robot. En mesurant directement la posture et la vitesse, ils ont créé un système où l'émotion n'est pas seulement une étiquette, mais un paramètre contrôlable qui peut être ajusté aussi facilement que le volume ou la vitesse. Le système fonctionne en temps réel, ce qui signifie que le robot peut réagir à son environnement et changer son expression émotionnelle instantanément. Bien que les chercheurs notent que le système repose actuellement sur une compréhension préprogrammée de la relation entre la forme du corps et l'émotion, et que les travaux futurs devront traiter la manière dont le robot maintient cette expression lorsque son contrôleur physique commet de petites erreurs, la base est solide. Ils ont démontré qu'un robot peut générer un mouvement corporel complet et complexe à la volée, et que les humains peuvent lire ces émotions avec une précision surprenante. Cela nous rapproche d'un avenir où les robots ne seront pas seulement des outils fonctionnels, mais des partenaires sociaux capables de s'exprimer dans le langage universel du corps.