De nouvelles recherches suggèrent que, lorsque deux personnes doivent travailler ensemble sur une tâche physique malgré des objectifs contradictoires, la quantité d'informations disponibles sur les actions des uns et des autres influence la rapidité et l'optimisation avec lesquelles ils apprennent à collaborer. Vinil Chackochan et Vittorio Sanguineti de l'Université de Gênes, Italie, présenter ces conclusions dans Biologie computationnelle PLOS .

La plupart des recherches antérieures sur la capacité des humains à coordonner leurs actions avec d'autres ont porté sur des situations dans lesquelles deux personnes partagent un objectif commun, comme le transport d'une charge ou l'utilisation d'un outil. Beaucoup plus souvent, les objectifs des gens sont en conflit, et ils doivent trouver comment collaborer. Cependant, peu d'études ont exploré de telles situations.

Pour la nouvelle étude, Chackochan et Sanguineti ont conçu une tâche expérimentale dans laquelle deux participants sont chargés d'effectuer différents, ensembles concurrents de mouvements utilisant le même appareil mécanique en même temps. Ils ont également utilisé les statistiques bayésiennes et la théorie des jeux différentiels pour concevoir un modèle informatique qui simule des situations de partenaires similaires.

L'analyse des résultats expérimentaux et des simulations a révélé que, quand on a plus d'informations sur la façon dont un partenaire réagit à ses actions, la collaboration se fait plus rapidement, et on a tendance à développer des stratégies d'interaction optimales similaires à celles prédites par la théorie des jeux. En revanche, avec moins d'informations sur son partenaire, une personne développe des stratégies qui minimisent le besoin de cette information.

Les résultats fournissent de nouvelles informations sur la machinerie de calcul minimale nécessaire pour une collaboration physique stable. Comprendre les mécanismes qui sous-tendent ces types d'interactions homme-homme pourrait aider au développement de robots capables d'interagir avec les gens de manière plus naturelle, mode humaine.

"La théorie des jeux a eu un impact énorme dans de nombreux domaines, y compris l'économie, science politique, linguistique, recherche opérationnelle, et plus, " dit Chackochan. " L'application de la théorie des jeux dans l'action humaine conjointe peut avoir un potentiel de grande envergure, en particulier dans le domaine de l'interaction homme-robot."

Prochain, les chercheurs prévoient d'explorer comment les gens acquièrent et représentent les connaissances sur les actions et les objectifs en cours d'un partenaire. Ils visent également à travailler au développement d'un agent virtuel bio-inspiré avec des capacités de collaboration intégrées.