La clé pour des robots collaborateurs plus intelligents pourrait être plus de simplicité

Mme Tech | Getty, Pixabay

Pensez à tous les processus subconscients que vous effectuez pendant que vous conduisez. Au fur et à mesure que vous recueillez des informations sur les véhicules environnants, vous anticipez comment ils pourraient se déplacer et réfléchissez à la volée à la façon dont vous réagiriez à ces manœuvres. Vous pensez peut-être même à la façon dont vous pourriez influencer les autres conducteurs en fonction de ce qu'ils pensent que vous pourriez faire.

Si les robots doivent s'intégrer de manière transparente dans notre monde, ils devront faire de même. Maintenant, des chercheurs de l'Université de Stanford et de Virginia Tech ont proposé une nouvelle technique pour aider les robots à effectuer ce type de modélisation comportementale, qu'ils présenteront la semaine prochaine à la conférence internationale annuelle sur l'apprentissage des robots. Cela implique que le robot ne résume que les grandes lignes des mouvements des autres agents plutôt que de les capturer avec précision. Cela lui permet de prédire avec agilité leurs actions futures et ses propres réponses sans s'enliser dans des calculs lourds.

Une autre théorie de l'esprit

Les méthodes traditionnelles pour aider les robots à travailler aux côtés des humains s'inspirent d'une idée en psychologie appelée théorie de l'esprit. Cela suggère que les gens s'engagent et sympathisent les uns avec les autres en développant une compréhension des croyances des autres - une compétence que nous développons en tant que jeunes enfants. Les chercheurs qui s'appuient sur cette théorie s'attachent à amener les robots à construire un modèle de l'intention sous-jacente de leurs collaborateurs comme base pour prédire leurs actions.

Dorsa Sadigh, professeure adjointe à Stanford, pense que c'est inefficace. Si vous pensez aux interactions entre humains, nous ne faisons pas vraiment cela, dit-elle. Si nous essayons de déplacer une table ensemble, nous ne faisons pas de modélisation des croyances. Au lieu de cela, dit-elle, deux personnes déplaçant une table s'appuient sur des signaux simples comme les forces qu'elles ressentent lorsque leur collaborateur pousse ou tire la table : Je pense donc que ce qui se passe réellement, c'est que lorsque les humains font une tâche ensemble, ils gardent une trace de quelque chose. c'est beaucoup moins dimensionnel.

En utilisant cette idée, un robot pourrait stocker des descriptions très simples des actions des agents qui l'entourent. Dans un jeu de air hockey, par exemple, il peut stocker les mouvements de ses adversaires avec un seul mot : droite, gauche ou centre. Il peut ensuite utiliser ces données pour former deux algorithmes distincts : un algorithme d'apprentissage automatique qui prédit où l'adversaire se déplacera ensuite, et un algorithme d'apprentissage par renforcement pour déterminer comment il doit réagir. Ce dernier algorithme garde également une trace de la façon dont l'adversaire change de bord sur la base de sa propre réponse, afin qu'il puisse apprendre à influencer les actions de l'adversaire.

L'idée clé ici est la nature légère des données d'entraînement, qui permet au robot d'effectuer tout cet entraînement parallèle à la volée. Une approche plus traditionnelle pourrait stocker les coordonnées de toute la trajectoire des mouvements de l'adversaire, pas seulement leur direction globale. Bien qu'il puisse sembler contre-intuitif que moins c'est plus, il convient de rappeler à nouveau la théorie de Sadigh sur l'interaction humaine. Nous aussi, nous ne modélisons les gens qui nous entourent qu'à grands traits.

Les chercheurs ont testé cette idée en simulation pour des applications telles qu'une voiture autonome et dans le monde réel avec un jeu de hockey sur air robotisé. Dans chacun des essais, la nouvelle technique a surpassé les méthodes précédentes pour apprendre aux robots à s'adapter aux agents environnants. Le robot a également appris efficacement à influencer ceux qui l'entouraient.

Travail futur

Il reste encore quelques problèmes que les recherches futures devront résoudre. Les travaux supposent actuellement, par exemple, que chaque interaction dans laquelle le robot s'engage est finie, explique Jakob Foerster, professeur adjoint à l'Université de Toronto, qui n'a pas participé aux travaux.

Dans la simulation de conduite autonome, les chercheurs ont supposé que la voiture robot ne subissait qu'une seule interaction clairement délimitée avec une autre voiture au cours de chaque cycle d'entraînement. Mais la conduite, bien sûr, ne fonctionne pas de cette façon. Les interactions sont souvent continues et nécessiteraient qu'une voiture autonome apprenne et adapte son comportement au sein de chaque interaction, et pas seulement entre elles.

Un autre défi, dit Sadigh, est que l'approche suppose la connaissance de la meilleure façon de décrire le comportement d'un collaborateur. Les chercheurs eux-mêmes ont dû trouver les étiquettes droite, gauche et centre dans le jeu de air hockey pour que le robot décrive les actions de son adversaire. Ces étiquettes ne seront pas toujours aussi évidentes dans des interactions plus compliquées.

Néanmoins, Foerster voit des promesses dans la contribution de l'article. Combler le fossé entre l'apprentissage multi-agents et l'interaction homme-IA est une voie extrêmement importante pour la recherche future, dit-il. Je suis vraiment excité quand ces choses seront mises en place.

cacher