Une équipe de l’EPFL a montré que les personnes peuvent contrôler leurs prothèses ou appareils de rééducation en moins de 20 séances d’entraînement quand elles sont accompagnées d’un retour d’information en temps réel sur le succès ou l’échec.Contrôler un bras robotisé, une prothèse de main ou un appareil de rééducation est plus difficile qu’il n’y paraît. Par exemple, pour saisir un œuf, il faut doser très précisément sa force: si la prise est trop faible, il tombe ; si elle est trop forte, il se casse.Pour les personnes utilisant des prothèses ou les patientes et patients en convalescence après un AVC, ce type de contrôle précis peut être très difficile, d’autant plus qu’ils n’ont souvent pas ou peu de retour visuel et tactile. Moins il y a de retour, plus il est difficile de contrôler ses mouvements avec précision.Les scientifiques tentent depuis longtemps de relever ce défi en intégrant des vibrations, des sons ou des repères visuels qui remplacent ce qu’un membre ressentirait normalement. Ces approches de « retour sensoriel augmenté » peuvent aider, mais elles nécessitent souvent du matériel supplémentaire et ne remplacent que partiellement les sensations naturelles.Une équipe de l’EPFL dirigée par Pierre Vassiliadis et Friedhelm Hummel à l’Institut Neuro-X, en collaboration avec le laboratoire de Silvestro Micera et Solaiman Shokur de la Faculté des sciences et techniques de l'ingénieur, a testé une idée plus simple. Au lieu d’essayer de recréer les sensations manquantes, pourraient-ils aider le cerveau à apprendre de ses succès au fur et à mesure qu’ils se produisent ?Retour d’information constant« La plupart des méthodes d’entraînement n’indiquent aux utilisatrices et utilisateurs s’ils ont réussi qu’une fois le mouvement terminé », explique Pierre Vassiliadis. « Mais un score final ou un message de réussite n’indique pas quelle partie d’une action complexe s’est mal passée. »L’équipe de l’EPFL a conçu un moyen de fournir des informations sur le succès pendant le mouvement. Cinq études ont été menées auprès de 106 participantes et participants, dont 18 victimes d’un AVC chronique. Ils devaient suivre une cible en mouvement pendant sept secondes à l’aide d’un curseur contrôlé en serrant un capteur de force ou en contractant leur biceps.Pendant que les participants suivaient la cible, sa couleur changeait en temps réel en fonction de leurs performances récentes : vert pour un succès, rouge pour un échec. Le signal s’adaptait au fur et à mesure que les participants progressaient, ce qui permettait de maintenir le niveau de difficulté de la tâche et la pertinence du retour d’information. Lors d’expériences témoins, les couleurs changeaient de manière aléatoire et les participants avaient pour consigne de les ignorer.Le résultat est sans appel : moins de 20 séances d’entraînement avec ce simple retour d’information par couleur ont suffi pour améliorer le contrôle moteur, et ces gains ont perduré après la suppression du retour d’information.Illustration de l'expérience de suivi de cible © 2026 EPFLDes réactions différentesL’approche « couleur » s’est révélée la plus efficace lorsque les autres sources de retour d’information étaient limitées. Quand les participantes et participants ne pouvaient voir le curseur qu’un tiers du temps, le gain de performance était environ trois fois plus important que lorsqu’ils disposaient d’un retour visuel complet. La même tendance est apparue dans une autre expérience utilisant une interface d’activité musculaire, où le bénéfice augmentait lorsque le retour tactile artificiel était réduit.Les victimes d’un AVC ont aussi progressé dans des conditions de faible visibilité, cependant leurs gains n’ont pas perduré une fois l’entraînement terminé. Cela pourrait être dû à la courte durée de l’entraînement et à des différences dans la façon dont les mémoires motrices se forment après une lésion cérébrale.Tous les participants n’ont pas réagi de la même manière. Celles et ceux présentant une plus grande sensibilité à la récompense, un trait de personnalité lié au système de récompense du cerveau, ont montré des améliorations plus importantes, tant chez les volontaires sains que chez les victimes d’un AVC. Cela suggère qu’il sera peut-être un jour possible de prédire quels patients et patientes sont susceptibles de bénéficier de ce type d’entraînement.L’équipe a analysé la manière dont l’information circulait entre les participants et l’interface et a constaté que le renforcement en temps réel aidait à compenser la perte des corrections motrices instantanées lorsque les informations sensorielles étaient rares. Plutôt que d’encourager les utilisateurs et utilisatrices à explorer de nouvelles stratégies après avoir commis des erreurs, le signal coloré les aidait à exploiter et à consolider les actions qui fonctionnaient déjà.« Du fait de sa simplicité, cette méthode pourrait être intégrée à de nombreux systèmes existants de prothèses, de rééducation et d’interfaces cerveau-machine à moindre coût», explique Pierre Vassiliadis. « En exploitant la capacité naturelle du cerveau à apprendre par la récompense, le renforcement en temps réel pourrait offrir un moyen évolutif de rendre l’entraînement à l’interface motrice plus rapide, plus simple et plus efficace. »Autres contributeursScuola Superiore Sant'AnnaCNRS BordeauxUniversità Vita-Salute San RaffaeleCentre hospitalier universitaire vaudois (CHUV)Université de GenèveFinancementProgramme de recherche et d'innovation Horizon Europe dans le cadre de la subvention 101092612 (projet Social and hUman ceNtered XR—SUN)Fonds pour la formation à la recherche dans l'industrie et l'agriculture (FRIA)Plateforme pour l'éducation et les talents (bourses Gustave Boël-Sofina)Wallonie-Bruxelles InternationalFondation DefitechRéférencesPierre Vassiliadis, Daniel Leal Pinheiro, Lisa Fleury, Alexandre Zenon, Martín Esparza-Iaizzo, Abigaïl Ingster, Silvestro Micera, Solaiman Shokur, Friedhelm C Hummel. Real-time reinforcement for human-machine interface control. Neuron 15 juin 2026. DOI: 10.1016/j.neuron.2026.05.009