Des chercheurs ont développés un robot exploitant le deep reinforcement learning pour apprendre à se déplacer

Les chercheurs de Preferred Networks ont présenté récemment des robots construits avec des branches d’arbres et équipés de différents capteurs. Ces appareils utilisent un dispositif de deep reinforcement learning (apprentissage par renforcement en profondeur) pour développer des algorithmes de locomotion. Malgré le fait qu’elle soit complexe, le but de cette expérience consiste à former des systèmes autonomes capables de se déplacer dans n’importe quel environnement. Les robots ont d’abord appris à marcher dans une simulation en 3D, puis les tests réels ont été réalisés une fois le dispositif opérationnel.

Dans cette initiative, l’idée des chercheurs serait également de créer des robots mobiles avec différents types de matériaux. Malgré le fait que les appareils fabriqués avec des branches d’arbres ne soient pas aussi performants que les conceptions robotiques habituelles, les chercheurs de Preferred Networks ont montré qu’il était possible de concevoir des robots à partir de matériaux à moindre coût. Autre avantage : ils sont aussi faciles à former et à réparer.