Pour faire accomplir une tâche à un robot, on pourrait croire qu’il suffit de le programmer. Pourtant, des chercheurs de l’Université de Berkeley viennent une fois de plus de prouver qu’il pouvait être plus efficace de passer par une procédure d’apprentissage, similaire à ce qui existe… chez les humains. Aurement dit de faire expérimenter l’erreur aux machines.
Plusieurs missions ont été fixées au robot sans que ce dernier connaisse préalablement son environnement : mettre un cintre sur un support, assembler un jouet en forme d’avion, ou encore visser un bouchon sur une bouteille d’eau. L’idée était d’utiliser le même logiciel pour ne pas avoir à le reprogrammer pour chacune des actions… tout en le confrontant à chaque fois à quelque chose de complétement nouveau. On peut voir le résultat en vidéo ci-dessous :
« La plupart des applications robotiques se déroulent dans des environnements contrôlés où les objets sont en position prévisible », a déclaré Trevor Darrell, le directeur du Centre Vision et Apprentissage de Berkeley. « Le défi est de placer des robots dans des situations réelles, comme des maisons ou des bureaux, et que ces environnements soient constamment mouvants. Le robot doit être capable de percevoir et de s’adapter à son environnement. »
Pour surmonter ces difficultés, l’équipe de chercheurs a fait appel au deep learning (apprentissage en profondeur), cette branche de l’intelligence artificielle qui permet de créer des réseaux neuronaux inspiré par le cerveau humain. Ce qui permet au robot de reconnaître des motifs ou des catégories, quelle que soit la situation. C’est grâce à cette technique que fonctionnent Siri ou certaines fonctions du moteur de recherche de Google.
Mais la difficulté était de l’associer à des tâches motrices. Pour cela, le robot Brett (un PR-2) a été doté d’une caméra filmant ses bras et ses mains. L’algorithme a fourni ensuite une réponse en fonction du type de mouvement réalisé. Au fur et à mesure des essais, Brett a fini par sélectionner le geste le plus adapté en fonction de son but. Lorsque Brett dispose déjà d’informations sur les objets à manipuler, il est capable d’apprendre une nouvelle tâche en 10 minutes environ. Si ce n’est pas le cas, il lui faut environ trois heures.
Le chemin sera encore long avant de voir des robots réussir à faire la vaisselle de cette façon. Mais cette nouvelle méthode ouvre de nouvelles perspectives en robotique. L’équipe de Berkeley présentera son travail le 28 mai prochain à Seattle lors de la conférence internationale sur la robotique et l’automatisation (ICRA). Notons, par ailleurs, que la Darpa -le département de R&D de l’armée américaine- finance en partie le projet.
Source :
🔴 Pour ne manquer aucune actualité de 01net, suivez-nous sur Google Actualités et WhatsApp.
