Les robots sont de plus en plus intégrés dans notre vie quotidienne, nous assistant dans diverses tâches. Pour garantir une collaboration efficace entre les humains et les robots, il est essentiel que ces derniers comprennent nos intentions et anticipent nos actions. Dans cet article, nous proposons un cadre d'anticipation des interactions humain-objet (HOI) pour les robots collaboratifs. Nous présentons un modèle basé sur les transformers, à la fois efficace et robuste, capable de détecter et d'anticiper les HOIs à partir de vidéos. Cette amélioration de l'anticipation permet aux robots d'assister activement les humains, conduisant ainsi à des collaborations plus efficaces et intuitives. Notre modèle surpasse les résultats de pointe en matière de détection et d'anticipation des HOIs dans le jeu de données VidHOI, avec une augmentation respective de 1,76 % et 1,04 % du mAP tout en étant 15,4 fois plus rapide. Nous illustrons l'efficacité de notre approche par des résultats expérimentaux sur un robot réel, démontrant que la capacité du robot à anticiper les HOIs est cruciale pour une meilleure interaction homme-robot. Pour plus d'informations, consultez notre page web du projet : https://evm7.github.io/HOI4ABOT_page/