Les robots contrôlés par l’esprit font maintenant un pas de plus –

Les patients tétraplégiques sont prisonniers de leur propre corps, incapables de parler ou d’effectuer le moindre mouvement. Les chercheurs travaillent depuis des années pour développer des systèmes qui peuvent aider ces patients à effectuer eux-mêmes certaines tâches. “Les personnes atteintes d’une lésion de la moelle épinière souffrent souvent de déficits neurologiques permanents et de handicaps moteurs sévères qui les empêchent d’effectuer même les tâches les plus simples, comme saisir un objet”, explique la professeure Aude Billard, responsable du Laboratoire d’algorithmes et de systèmes d’apprentissage de l’EPFL. “L’aide de robots pourrait aider ces personnes à récupérer une partie de leur dextérité perdue, puisque le robot peut exécuter des tâches à leur place.”

Le Pr Billard a mené une étude avec le Pr José del R. Millán, qui dirigeait à l’époque le laboratoire Interface cerveau-machine de l’EPFL mais a depuis déménagé à l’Université du Texas. Les deux groupes de recherche ont développé un programme informatique capable de contrôler un robot à l’aide de signaux électriques émis par le cerveau d’un patient. Aucune commande vocale ou fonction tactile n’est nécessaire ; les patients peuvent déplacer le robot simplement avec leurs pensées. L’étude a été publiée dans Biologie des communications, une revue en libre accès de Nature Portfolio.

Éviter les obstacles

Pour développer leur système, les chercheurs ont commencé avec un bras robotique qui avait été développé il y a plusieurs années. Ce bras peut se déplacer d’avant en arrière de droite à gauche, repositionner des objets devant lui et contourner les objets sur son passage. « Dans notre étude, nous avons programmé un robot pour éviter les obstacles, mais nous aurions pu sélectionner n’importe quel autre type de tâche, comme remplir un verre d’eau ou pousser ou tirer un objet », explique le Pr Billard.

Les ingénieurs ont commencé par améliorer le mécanisme du robot pour éviter les obstacles afin qu’il soit plus précis. “Au début, le robot choisissait un chemin trop large pour certains obstacles, l’emmenant trop loin, et pas assez large pour d’autres, le gardant trop près”, explique Carolina Gaspar Pinto Ramos Correia, doctorante au Prof. Le labo de Billard. « Étant donné que le but de notre robot était d’aider les patients paralysés, nous devions trouver un moyen pour que les utilisateurs puissent communiquer avec lui sans parler ni bouger. »

Un algorithme qui peut apprendre des pensées

Cela impliquait de développer un algorithme qui pourrait ajuster les mouvements du robot en se basant uniquement sur les pensées d’un patient. L’algorithme a été connecté à un casque équipé d’électrodes pour effectuer des analyses d’électroencéphalogramme (EEG) de l’activité cérébrale d’un patient. Pour utiliser le système, il suffit au patient de regarder le robot. Si le robot fait un mouvement incorrect, le cerveau du patient émettra un « message d’erreur » via un signal clairement identifiable, comme si le patient disait « Non, pas comme ça ». Le robot comprendra alors que ce qu’il fait est mal, mais au début, il ne saura pas exactement pourquoi. Par exemple, s’est-il trop rapproché ou trop éloigné de l’objet ? Pour aider le robot à trouver la bonne réponse, le message d’erreur est introduit dans l’algorithme, qui utilise une approche d’apprentissage par renforcement inverse pour déterminer ce que le patient veut et quelles actions le robot doit entreprendre. Cela se fait par un processus d’essais et d’erreurs par lequel le robot essaie différents mouvements pour voir lequel est correct. Le processus se déroule assez rapidement – seulement trois à cinq tentatives sont généralement nécessaires pour que le robot trouve la bonne réponse et exécute les souhaits du patient. “Le programme d’IA du robot peut apprendre rapidement, mais vous devez lui dire quand il fait une erreur afin qu’il puisse corriger son comportement”, explique le professeur Millán. « Le développement de la technologie de détection des signaux d’erreur a été l’un des plus grands défis techniques auxquels nous avons été confrontés ». Iason Batzianoulis, l’auteur principal de l’étude, ajoute : “Ce qui était particulièrement difficile dans notre étude, c’était de lier l’activité cérébrale d’un patient au système de contrôle du robot – ou en d’autres termes, de “traduire” les signaux cérébraux d’un patient en actions effectuées par le robot. Nous l’avons fait en utilisant l’apprentissage automatique pour lier un signal cérébral donné à une tâche spécifique. Ensuite, nous avons associé les tâches à des commandes de robot individuelles afin que le robot fasse ce que le patient a en tête.

Prochaine étape : un fauteuil roulant à contrôle mental

Les chercheurs espèrent éventuellement utiliser leur algorithme pour contrôler les fauteuils roulants. « Pour l’instant, il reste encore beaucoup d’obstacles techniques à surmonter », explique le professeur Billard. “Et les fauteuils roulants posent un tout nouvel ensemble de défis, car le patient et le robot sont en mouvement.” L’équipe prévoit également d’utiliser leur algorithme avec un robot capable de lire plusieurs types de signaux différents et de coordonner les données reçues du cerveau avec celles des fonctions motrices visuelles.

Source de l’histoire :

Matériaux fourni par Ecole Polytechnique Fédérale de Lausanne. Original écrit par Valérie Geneux. Remarque : Le contenu peut être modifié pour le style et la longueur.