KRAFTON entraîne ses robots à mieux interpréter les intentions humaines

Illustration d'un robot humanoïde interprétant le geste d'une personne
Illustration éditoriale spécifique représentant l'interprétation de signaux humains par un robot.

KRAFTON présente Ludi 0.2, une nouvelle version du système d’intelligence robotique développé par sa filiale Ludo Robotics. L’objectif est d’aider les robots à interpréter les gestes, le contexte et les intentions humaines, au-delà de la simple exécution d’une commande.

Le groupe sud-coréen a dévoilé le système le 30 octobre au Bay Area Robotics Symposium, organisé à l’Université de Californie à Berkeley. Selon GamesBeat, Ludi 0.2 regroupe cinq familles de capacités : intelligence sociale, mémoire et raisonnement, coordination d’outils, interprétation des gestes et amélioration des mouvements physiques.

Lire une situation avant d’agir

L’intelligence sociale doit permettre à un robot de tenir compte des signaux humains pendant une interaction. Il peut s’agir d’un geste qui précise la destination d’un objet, d’un retour négatif qui impose de modifier l’action ou d’un changement de contexte au cours d’une tâche.

La mémoire et le raisonnement servent à conserver ce contexte lorsque la situation évolue. La coordination d’outils relie pour sa part la navigation, la manipulation et l’interaction. KRAFTON affirme également avoir travaillé sur des mouvements plus fluides et adaptables dans les environnements pris en charge.

Ces fonctions répondent à une limite fréquente de la robotique de service. Un robot peut reconnaître un objet et planifier une trajectoire, mais rester maladroit lorsqu’une personne intervient, change d’avis ou donne une instruction incomplète. Ludi 0.2 cherche à réunir ces signaux dans une même architecture de décision.

Des jeux vidéo au monde physique

Ludo Robotics s’appuie sur les travaux de KRAFTON en modèles fondamentaux et en personnages contrôlés par l’IA. Dans ses jeux, le groupe développe des personnages capables de coopérer avec un joueur et de réagir en temps réel. La filiale transpose maintenant une partie de cette expérience vers des machines physiques.

Cette filiation ne garantit pas qu’un système conçu pour un environnement virtuel fonctionnera immédiatement dans un atelier ou un espace public. Un robot réel doit gérer le bruit des capteurs, les délais de communication, les obstacles imprévus et les conséquences matérielles d’une erreur.

KRAFTON n’a pas publié de taux de réussite, de comparaison indépendante ou de calendrier de commercialisation dans les informations accessibles. L’annonce décrit donc une orientation technique et un ensemble de fonctions, pas encore un déploiement validé à grande échelle.

Notre analyse

L’intérêt de Ludi 0.2 tient au rapprochement entre interaction sociale et contrôle physique. Beaucoup d’acteurs traitent encore séparément le langage, la perception et le mouvement. Une architecture capable de maintenir le contexte entre ces modules pourrait rendre les robots plus prévisibles face aux humains.

La prochaine étape devra être mesurable. Des essais publics sur des tâches longues, avec changements d’instruction et interventions humaines, permettraient d’évaluer la valeur réelle du système. Sans ces données, la présentation de Berkeley reste un signal à suivre plutôt qu’une preuve de maturité industrielle.

Le briefing RoboActu

L’essentiel de la robotique, une fois par semaine.

Une sélection courte des annonces, usages et robots à suivre.

Continuer sur ce sujet

Comparer les robots