N’importe quel animal doté de membres acquiert son premier niveau d’indépendance lorsqu’il apprend à se mouvoir par lui-même. La locomotion est l’un des premiers niveaux d’autonomie pour un individu. Aujourd’hui, un robot des laboratoires de Google, un Minitaur à quatre pattes de Ghost Robotics, est parvenu à faire preuve d’une telle autonomie. Jie Tan et ses collègues du laboratoire de robotique de la firme de Mountain View ont détaillé les résultats de leur expérience dans une étude publiée en “open-source”. Jusqu’à maintenant, l’apprentissage de la locomotion pour un robot demandait à ce que chaque fois qu’il se trompe et tombe, un humain puisse intervenir et le remettre littéralement sur pied. Les chercheurs et ingénieurs de Google ont utilisé un nouveau champ d’application des technologies d’intelligence artificielle pour éviter la majorité des interventions humaines.
Appelée Deep RL, pour “deep reinforcement learning” (ou “apprentissage par renforcement profond”), cette méthode donne au système intelligent qui régit les mouvements du robot la possibilité de virtualiser sa propre locomotion dans un environnement purement informatique. Ceci lui permet d’apprendre sans chuter ou même marcher dans le monde réel. Seulement la modélisation virtuelle la plus précise possible peut parfois être un défi pour les ingénieurs. Les chercheurs de Google ont donc opté pour une projection de cette technique directement dans le monde réel en exigeant au robot d’effectuer des mouvements minimisant les dégâts matériels. Pour se situer dans l’espace, le Minitaur comptait sur un capteur de mouvement placé en hauteur auquel il était relié. Les chercheurs lui ont demandé de se déplacer vers l’avant, de reculer ou de changer de direction en utilisant au mieux ses capacités techniques. En seulement deux heures d’essai, le robot savait déjà marcher dans les directions demandées, sans avoir besoin d’un humain pour l’aider. Les ingénieurs de Google sont même parvenus à le faire se mouvoir sur un matelas très mou puis sur une grille métallique couverte de creux et de trous. Ils ne sont intervenus que très rarement pour remettre le robot sur le droit chemin ou en état de marche. “Retirer l’intervention humaine de l’équation est très difficile, souligne Chelsea Finn, une chercheuse de l’université de Stanford et collaboratrice de Google, à MIT Technology Review. En leur permettant d’apprendre de manière plus autonome, les robots pourront bientôt apprendre à se mouvoir dans le monde réel, en dehors des limitations du laboratoire.”
[amazon box=”B0747LZTM8″]
🟣 Pour ne manquer aucune news sur le Journal du Geek, abonnez-vous sur Google Actualités. Et si vous nous adorez, on a une newsletter tous les matins.
Tiens, dans notre monde ça ne sera pas Skynet mais Google!