Ce robot du MIT réussit à dresser la table en apprenant par l’observation

0
42

Jusqu’ici, l’apprentissage d’un robot pour effectuer des tâches précises nécessite l’intervention humaine, soit en codant, soit à partir de tests plus ou moins aboutis. Dernièrement, les chercheurs du MIT ont développé un nouveau concept d’apprentissage pour un robot, appelé PUnS, ou Planning with Uncertain Specifications. Ce dernier aide les robots à apprendre des tâches plus ou moins compliquées par l’observation. Le MIT a dévoilé une vidéo qui montre une main robotique qui parvient à mettre la table. La méthode PUnS aide le robot à raisonner sur les actions qu’il doit faire en se basant sur un langage spécifique.

Pour parvenir à de tels résultats, les chercheurs du MIT ont mis en place des critères qui aident le robot à acquérir ses propres convictions. Les critères ont été conçus de façon à établir des formules avec les plus grandes probabilités d’occurrence ainsi que celles qui ont le moins de chance d’échec. Ce type de robot, capable de prendre des décisions, peut être utile pour les entreprises travaillant sur des matières dangereuses, par exemple.

Dans tous les cas, la méthode établie par les experts du MIT semble être plus prometteuse par rapport à d’autres approches. Lors du test, le robot utilisant l’approche PUnS a seulement fait six erreurs sur 20.000 tentatives. Le robot était capable de réaliser correctement le dressage de table même si les chercheurs ont tenté de l’induire en erreur en cachant quelques objets comme une fourchette. Le robot a placé en dernier cet ustensile après avoir mis en place les autres éléments. Cela a démontré que le robot était capable d’improviser, à la manière d’un humain. À l’avenir, les concepteurs du robot espèrent que le robot réussisse également à réagir à des commentaires, outre son actuelle capacité à apprendre en regardant. Dans ce cas, il serait possible de corriger ses actions ou de critiquer ses performances.

LEAVE A REPLY

Please enter your comment!
Please enter your name here