Connaître le moment de demander : résoudre l'incertitude dans la planification conjointe humain-robot via dialogue explicite et indices d'intention implicites

Une équipe de recherche a publié une version révisée sur arXiv (2603.07822v2) d'un système de planification homme-robot conjointe pour savoir quand interroger l'humain plutôt qu'agir seul. Il combine deux modules : un dialogue de clarification, où un LLM ancre les instructions ambiguës, une recherche A* augmentée d'hypothèses évalue la traversabilité du terrain, et une politique de questionnement par programmation dynamique ne pose que les questions dont la réponse change le plan ; et une lecture d'intention implicite, qui infère par probabilité l'intention latente de l'humain à partir de signaux spatiaux et directionnels, sans échange verbal. Testé en simulation Gazebo et sur drones réels, avec interface vocale et perception sémantique 3D par modèle vision-langage, le système réduit le coût d'interaction de 51,9% pour 100% de réussite, et accélère de 25,4% l'exécution des tâches coopératives face aux méthodes de référence.

La plupart des systèmes homme-robot actuels ne communiquent que dans un sens, le robot exécutant des ordres sans jamais interroger l'humain sur les points réellement ambigus, ce qui provoque soit des erreurs d'exécution soit une sursollicitation par des questions superflues. En chiffrant une politique de questionnement optimale sur le coût, ces travaux montrent qu'on peut réduire fortement la charge de communication sans perdre en fiabilité, un compromis rarement quantifié avec cette précision. Pour les intégrateurs de flottes de drones ou de robots mobiles évoluant aux côtés d'humains, le résultat suggère qu'un LLM contraint par une structure de planification formelle réduit les frictions d'usage sans multiplier les interruptions, plutôt qu'un simple chatbot greffé sur la pile de navigation.

Ce travail prolonge une tendance de recherche qui dépasse les architectures purement réactives, où le robot agit sans jamais signaler son incertitude, au profit de systèmes qui raisonnent sur ce qu'ils ignorent et sur le coût de le découvrir, en traitant l'humain comme un coéquipier conversationnel actif plutôt qu'un simple superviseur. Le choix du drone comme plateforme, plutôt qu'un bras manipulateur ou un robot humanoïde, souligne un enjeu propre aux environnements 3D ouverts, où l'ambiguïté sur la traversabilité coûte cher à corriger par essai erreur. S'agissant d'une révision d'un article déjà soumis, aucun calendrier de transfert commercial n'est mentionné, situant la publication au stade de la recherche académique.