Robot See, Robot Do : comment les robots peuvent apprendre de nouvelles tâches en observant

Cela peut prendre des semaines pour reprogrammer un robot industriel pour effectuer une nouvelle tâche compliquée, ce qui rend le réoutillage d'une chaîne de fabrication moderne extrêmement coûteux et lent.

Un robot prépare un cocktail après avoir vu une personne effectuer la tâche.

Le processus pourrait être considérablement accéléré si les robots pouvaient apprendre à faire un nouveau travail en regardant les autres le faire en premier. C'est l'idée derrière un projet en cours à l'Université du Maryland, où des chercheurs enseignent aux robots à être des étudiants attentifs.

Nous l'appelons une 'académie de formation de robots', dit Yezhou Yang , étudiant diplômé en Laboratoire Autonomie, Robotique et Cognition à l'Université du Maryland. Nous demandons à un expert de montrer au robot une tâche et de laisser le robot comprendre la plupart des séquences de choses qu'il doit faire, puis de peaufiner les choses pour que cela fonctionne.

Lors d'une récente conférence à Saint-Louis, les chercheurs ont présenté un robot de fabrication de cocktails qui utilise les approches sur lesquelles ils travaillent. Le robot, une machine industrielle à deux bras fabriquée par une société basée à Boston appelée Repenser la robotique , regardait une personne mélanger une boisson en versant le liquide de plusieurs bouteilles dans un pichet, puis copiant ces actions, saisissant les bouteilles dans le bon ordre avant de verser les bonnes quantités dans le pichet. Yang a réalisé le travail avec Yiannis Aloimonos et Cornelia Fermüller , deux professeurs d'informatique à l'Université du Maryland.

L'approche consiste à former un système informatique pour associer des actions de robot spécifiques à des séquences vidéo montrant des personnes effectuant diverses tâches. Un article récent du groupe, par exemple, montre qu'un robot peut apprendre à ramasser différents objets à l'aide de deux systèmes différents en regardant des milliers de vidéos pédagogiques sur YouTube. Un système apprend à reconnaître différents objets ; un autre identifie différents types de prise.

Regarder des milliers de vidéos YouTube peut sembler fastidieux, mais l'approche d'apprentissage est plus efficace que la programmation d'un robot pour gérer d'innombrables éléments différents, et elle peut permettre à un robot de gérer un nouvel objet. Les systèmes d'apprentissage utilisés pour le travail de préhension impliquaient des réseaux de neurones artificiels avancés, qui ont connu des progrès rapides ces dernières années et sont maintenant utilisés dans de nombreux domaines de la robotique.

Les chercheurs discutent avec plusieurs entreprises manufacturières, dont une entreprise d'électronique et un constructeur automobile, de l'adaptation de la technologie à une utilisation dans les usines. Ces entreprises veulent trouver des moyens d'accélérer le processus par lequel les ingénieurs reprogramment leurs machines. Dans de nombreuses entreprises, il faut normalement un mois et demi ou plus pour reprogrammer un robot, dit Yang. Alors, quelles sont les capacités actuelles de l'IA que nous pouvons utiliser pour raccourcir cette durée, peut-être même de moitié ?

Le projet reflète deux tendances en robotique; l'une consiste à trouver de nouvelles approches d'apprentissage, et l'autre à des robots travaillant à proximité des personnes. Comme d'autres groupes, les chercheurs du Maryland veulent relier les actions au langage pour améliorer la capacité des robots à analyser les instructions parlées ou écrites (voir Robots Learn to Make Pancakes from WikiHow Articles ).

D'autres universitaires étudient également des moyens de fabriquer des robots capables d'apprendre. Un groupe dirigé par Pieter Abbeel à l'Université de Californie à Berkeley, explore les moyens pour les robots d'apprendre par l'expérimentation. Julie Shah | , professeur au MIT, développe des moyens permettant aux robots d'apprendre non seulement à effectuer une tâche, mais également à collaborer plus efficacement avec des collègues humains (voir Innovateurs de moins de 35 ans : Julie Shah).

cacher