Des chercheurs ont mis au point un système d'IA pour contrôler des robots par la pensée
Deux équipes de recherche de l'EPFL (École polytechnique fédérale de Lausanne) ont uni leurs efforts pour développer un programme d'apprentissage automatique qui peut être connecté au cerveau humain et utilisé pour contrôler un robot. Le programme régule les mouvements du robot à partir des signaux électriques du cerveau. On espère qu'avec cette invention, les patients tétraplégiques pourront accomplir davantage de tâches quotidiennes seuls.
Les patients tétraplégiques sont prisonniers de leur propre corps, incapables de parler ou de faire le moindre mouvement. Les chercheurs travaillent depuis des années à la mise au point de systèmes capables de les aider à accomplir seuls certaines tâches.
« Les personnes atteintes d'une lésion de la moelle épinière présentent souvent un déficit neurologique permanent et de graves troubles moteurs, qui les empêchent d'accomplir même des tâches élémentaires, comme saisir un objet. L'aide de robots peut permettre à ces personnes de retrouver en partie la dextérité perdue, car le robot peut effectuer les tâches à leur place »
La professeure Billard a mené cette recherche avec le professeur José Millán, qui dirigeait alors le laboratoire d'interaction cerveau-machine de l'EPFL, mais qui a depuis rejoint l'Université du Texas.
Les deux équipes de recherche ont développé un programme informatique capable de piloter un robot à l'aide des signaux électriques émis par le cerveau du patient. Aucune commande vocale ni fonction sensorielle n'est nécessaire : les patients peuvent déplacer le robot simplement par la pensée. L'étude a été publiée dans la revue Communications Biology de Nature Portfolio.
Pour créer leur système, les chercheurs sont partis d'un bras robotisé conçu il y a quelques années. Ce bras peut avancer et reculer, aller de droite à gauche, déplacer des objets devant lui et éviter les obstacles sur son chemin.
« Dans notre étude, nous avons programmé le robot pour éviter les obstacles, mais nous aurions pu choisir n'importe quel autre type de tâche, par exemple remplir un verre d'eau, pousser ou tirer un objet »
Les ingénieurs ont commencé par améliorer le mécanisme de contournement des obstacles du robot afin qu'il soit plus précis. La doctorante du laboratoire de Billard, Carolina Gaspar, explique : « Au départ, le robot choisissait une trajectoire trop large pour certains obstacles, l'éloignant trop, et trop étroite pour d'autres, le maintenant trop près. Comme l'objectif de notre robot était d'aider des patients paralysés, nous devions trouver un moyen pour que les utilisateurs puissent communiquer avec lui sans utiliser la voix ni les mouvements. »
Cela a nécessité la mise au point d'un algorithme capable de réguler les mouvements du robot uniquement à partir des pensées du patient. L'algorithme était relié à un casque équipé d'électrodes permettant de réaliser un électroencéphalogramme (EEG) de l'activité cérébrale du patient.
Pour utiliser le système, il suffit au patient de regarder le robot. Si le robot fait un mouvement incorrect, le cerveau du patient envoie un « message d'erreur » sous la forme d'un signal clairement identifiable, comme si le patient disait : « Non, pas comme ça ». Le robot comprend alors que ce qu'il fait est incorrect, mais il ne sait pas d'emblée précisément pourquoi.
Par exemple, s'est-il approché trop près de l'objet ou s'en est-il trop éloigné ? Pour aider le robot à trouver la bonne réponse, le message d'erreur est transmis à un algorithme qui utilise une méthode d'apprentissage par renforcement inverse afin de déterminer ce que veut le patient et quelles actions le robot doit entreprendre.
Cela se fait par essais et erreurs : le robot essaie différents mouvements pour voir lequel est le bon. Le processus est assez rapide : il ne faut généralement au robot que trois à cinq tentatives pour trouver la bonne réponse et réaliser le souhait du patient.
« Le programme d'intelligence artificielle du robot peut apprendre rapidement, mais il faut lui signaler ses erreurs pour qu'il corrige son comportement. Mettre au point une technologie de détection des signaux d'erreur a été l'un des plus grands défis techniques auxquels nous avons été confrontés »
Le premier auteur de l'étude, Iason Batzianoulis, a souligné : « Dans notre étude, il était particulièrement difficile de relier l'activité cérébrale du patient au système de contrôle du robot, ou, en d'autres termes, de « traduire » les signaux du cerveau du patient en actions exécutées par le robot. Nous y sommes parvenus en utilisant l'apprentissage automatique pour associer un signal cérébral donné à une tâche précise. Nous avons ensuite associé les tâches à des commandes individuelles du robot, afin que le robot fasse ce que le patient a en tête. »
Les chercheurs espèrent à terme utiliser leur algorithme pour contrôler des fauteuils roulants.
« Pour l'instant, il reste encore de nombreux obstacles techniques à surmonter. Les fauteuils roulants posent un ensemble de problèmes entièrement nouveau, car le patient et le robot sont tous deux en mouvement »
L'équipe de recherche prévoit également d'utiliser son algorithme avec un robot capable de lire plusieurs types de signaux différents et de coordonner les données provenant du cerveau avec celles issues des fonctions visuo-motrices.
