L'IA pourrait aider à rendre les robots moins chers sans limiter leurs capacités

Catégorie: Intelligence artificielle Posté 19 juil.

L'apprentissage par transfert, la capacité d'utiliser les connaissances précédemment acquises dans un contexte dans un autre, pourrait apprendre à des robots bon marché à être aussi performants qu'à des robots coûteux.

Le contexte: L'un des défis les plus difficiles auxquels la robotique est actuellement confrontée est de faire en sorte que le robot fonctionne sans heurts en dehors du laboratoire. Dans un cadre de recherche, il est possible d'équiper le robot de capteurs coûteux et de lui fournir un environnement idéal pour apprendre la navigation. Mais dans le monde réel, l'utilisation des mêmes capteurs s'avérerait coûteuse et peu conviviale pour les consommateurs. De plus, il est désordonné et imparfait.

La proposition: Chercheurs à l'Université libre se sont tournés vers un type d'apprentissage automatique connu sous le nom d'apprentissage par transfert pour voir s'ils pouvaient résoudre le problème. L'apprentissage par transfert est le processus qui consiste à prendre ce qu'un algorithme a appris dans un contexte et à l'appliquer dans un autre. Il pourrait être utilisé pour adapter un algorithme qui contrôle un robot en laboratoire afin qu'il puisse contrôler un robot dans le monde réel. Cela signifie que le robot pourrait d'abord s'entraîner avec l'avantage de meilleurs capteurs et d'un meilleur environnement, puis exploiter ce qu'il a appris même s'il ne dispose que de capteurs bon marché et d'un environnement médiocre.

Les résultats: Pour tester cette idée, les chercheurs ont créé un robot dans un environnement simulé qu'il naviguait d'abord à l'aide de huit capteurs de proximité, puis avec une seule caméra. Ils ont découvert que lorsque l'algorithme de contrôle du robot utilisait l'apprentissage par transfert pour prendre des décisions, avec un accès à la caméra uniquement, il apprenait à naviguer dans la pièce beaucoup plus rapidement que lorsqu'il n'utilisait aucun apprentissage par transfert. Il était également beaucoup plus rapide que lorsqu'il utilisait l'apprentissage par transfert pendant la formation plutôt que la prise de décision.

Pour recevoir plus d'histoires comme celle-ci directement dans votre boîte de réception, inscrivez-vous à notre newsletter AI nominée par Webby, The Algorithm. C'est gratuit.