Extraction interactive de règles d’adaptation à partir de feedback utilisateurs: Évaluation sur un robot compagnon adaptatif

Abstract : Nos travaux s’inscrivent dans le cadre du projet FUI-RoboPopuli qui vise à développer un robot compagnon doté d’un comportement social et adaptatif. Plus précisément, nous cherchons à équiper ce robot d’une capacité à adapter son comportement/ses actions vis–à–vis d’une situation d’interaction. Une situation, dans notre contexte, représente l’utilisateur courant (en interaction avec le robot) et l’environnement ambiant (e.g. lieu, luminosité, etc.) à l’aide d’un ensemble d’attributs. Nos travaux antérieurs nous ont permis de développer une approche adaptative basée sur la détection des attributs importants pour chaque décision, afin d’optimiser le processus d’apprentissage à partir des feedback des utilisateurs. A l’aide de cette approche, le comportement du robot converge plus rapidement vers le comportement attendu. Dans cet article, nous présentons une expérience effectuée à l’aide du robot adaptatif EMOX – calqué sur notre approche – et discutons des résultats obtenus, résultats évaluant la satisfaction des utilisateurs vis–à–vis du comportement personnalisé et adaptatif du robot.
Complete list of metadatas

https://hal.archives-ouvertes.fr/hal-01337451
Contributor : Karim Sehaba <>
Submitted on : Sunday, June 26, 2016 - 2:32:53 PM
Last modification on : Thursday, November 21, 2019 - 2:12:51 AM

Identifiers

  • HAL Id : hal-01337451, version 1

Citation

Abir-Beatrice Karami, Karim Sehaba, Benoît Encelle. Extraction interactive de règles d’adaptation à partir de feedback utilisateurs: Évaluation sur un robot compagnon adaptatif. Conférence Nationale en Intelligence Artificielle, 2016, Clermont-Ferrant, France. pp.127-134. ⟨hal-01337451⟩

Share

Metrics

Record views

370