Dialogue Interactif Structuré, Consolidé et Unifié pour la réalisation de Tâches En Robotique – DISCUTER

Des robots capables d'apprendre de nouveaux concepts et de recevoir des instructions pour exécuter de nouvelles tâches par le biais d'une simple conversation - par opposition à une démonstration complète ou à un codage en dur par des experts - seront utiles dans un large éventail de contextes à l'avenir, qu'il s'agisse d'exécuter des tâches de construction dans des usines ou de s'engager dans des situations de conflit. Ces robots devront être capables de réagir sur-le-champ à de nouvelles informations acquises soit par l'observation du contexte non-linguistique, soit par la conversation. Le développement d'assistants véritablement conversationnels de ce type nécessitera de modéliser comment le sens de ce qui est dit dans une conversation, et ce qui se passe dans le contexte non-linguistique dans lequel elle se déroule, interagit dynamiquement avec la base de connaissances du robot et la représentation de ses propres croyances et objectifs et de ceux de son interlocuteur.

La principale contribution du projet DISCUTER (Dialogue Interactif Structuré, Consolidé et Unifié pour la réalisation de Tâches En Robotique) est d'étudier et de faire progresser les modèles et les processus nécessaires pour intégrer efficacement le dialogue en langage naturel dans les processus de prise de décision impliqués dans l'exécution de tâches conjointes humain-robot et, plus généralement, humain-système. L'objectif à long terme est d'atteindre la capacité d'utiliser le dialogue en langage naturel pour collaborer efficacement avec les humains et apprendre en interagissant avec eux. L'objectif immédiat est de produire un module de dialogue capable de gérer une conversation en utilisant des éléments de contexte non-linguistiques et des représentations d'états de croyance (qui peuvent évoluer dynamiquement).

Les travaux actuels en robotique qui exploitent les modèles cognitifs pour guider les actions d'un robot ne laissent que peu ou pas de place au rôle que peut jouer le langage dans la mise à jour de la représentation qu'a un agent de son propre état mental ou de celui de son interlocuteur. Les assistants vocaux et les chatbots actuellement sur le marché peuvent engager des conversations plus ou moins complexes, mais ils sont rigides et fragiles. Ils utilisent soit des bases de connaissances limitées et statiques, soit des modèles de langage déterminés par la probabilité des prochains mouvements sans aucune notion des contraintes que ces mouvements exercent sur la conversation et les mouvements futurs, ou des états cognitifs et des objectifs discursifs des participants à la conversation. Ils sont encore moins capables de saisir la relation entre ces états et la conversation en cours.

La clé du développement d'assistants plus flexibles et réactifs, qu'ils soient ou non incarnés par des robots, sera de leur donner les outils nécessaires pour reconnaître la différence entre un acte de dialogue ou un événement non linguistique inattendu ou inconnu d'une part, et un événement incohérent avec sa base de connaissances et sa représentation de ses propres états mentaux et de ceux de son interlocuteur d'autre part. Pour cela, réunissant des spécialistes du langage (LINAGORA et IRIT) et de l'interaction humain-robot (LAAS), le projet DISCUTER exploitera les travaux sur la structure et l'interprétation du discours, qui nous donneront les outils pour modéliser la cohérence entre le discours et les événements non-linguistiques et le contenu des bases de connaissances et des états cognitifs modélisés. Le projet DISCUTER utilisera ces outils pour développer un module de conversation interactive et située qui s'appliquera à tout système multimodal, qu'il s'agisse d'un assistant robotique entièrement incarné ou d'un assistant vocal. Les domaines d'application potentiels d'un tel module sont nombreux, et existent partout où la communication en langage naturel pourrait améliorer l'automatisation intelligente.