C-LEARN

C-LEARN : Quand le robot passe d’élève à enseignant

Le MIT conduit actuellement des recherches pour améliorer l’apprentissage des robots, et le rendre accessible à tous. Le projet C-LEARN pourrait bien révolutionner ce secteur, en permettant aux robots de s’adapter aux situations et transmettre leur savoir à d’autres machines. 

Aujourd’hui l’apprentissage des robots se fait par deux techniques :

  • L’apprentissage par la démonstration. En reproduisant ce qu’ils voient, ils sont capables rapidement d’effectuer une tâche.
  • L’apprentissage par la programmation. Cette méthode nécessite un technicien spécialisé.

Ces deux méthodes ont leurs défauts : la première ne permet pas au robot de s’adapter en cas de contrainte ou de changement imprévu. La seconde oblige à passer par du code, et donc par un technicien qualifié. Le MIT a voulu dépasser ces contraintes en expérimentant C-LEARN.

Cette méthode repose sur deux phases pour apprendre au robot. La première consiste à lui transmettre une base de connaissances concernant les pièces qu’il manipule. Grâce à elle, il va connaître la façon dont doit être utilisé tel ou tel objet.

Ensuite un opérateur (qui peut être un novice) utilise une interface 3D simple pour lui montrer comment la tâche doit être réalisée, comme on peut le faire dans l’apprentissage par démonstration.

Le robot va ensuite combiner ces deux “savoirs” afin de trouver la méthode optimale pour réaliser la tâche. Il devient donc capable de mieux en comprendre l’exécution et surtout de s’adapter aux contraintes : dans le cas de la présence d’un obstacle, il sait dévier sa trajectoire, car il comprend qu’une vis doit être placée à un endroit précis et d’une manière précise.

Outre le gain de temps et d’efficacité, ces informations peuvent être transmises à d’autres robots pour qu’ils effectuent la même tâche, même s’ils ne sont pas du même type. Le MIT a effectué un test avec un robot Optimus, très compact et doté de deux bras. Son savoir a été ensuite transmis à un autre robot, Atlas, qui est un humanoïde de 180 kg.

Grâce à C-LEARN, une personne n’ayant aucune connaissance en programmation peut apprendre à un robot, qui peut à son tour transmettre ce savoir.

Voici la vidéo de démonstration de C-LEARN : 

Quels impacts et conséquences de cette technologie ?

Pour l’instant les tests sont toujours en cours, et un robot entraîné avec C-LEARN reste meilleur quand il est aidé par un humain. Il est aujourd’hui capable de réussir 87,5 % de ses tâches quand il agit seul. Lorsqu’un opérateur est présent pour corriger les erreurs inhérentes à des défauts de mesures de ses capteurs, ce taux de réussite atteint les 100 %.

Au final, C-LEARN se rapproche de l’apprentissage humain. Nous apprenons en observant une action et en la reliant à ce que nous savons déjà.

Une telle technologie peut radicalement changer la manière de fonctionner d’un robot. Il passe d’un modèle où il sait faire une tâche à un modèle dans lequel il comprend comment faire une tâche. Le bénéfice direct est le gain en flexibilité par rapport à l’apprentissage par la démonstration et le gain en rapidité par rapport à l’apprentissage par la programmation.

Une application concrète est celle des robots d’urgences : dans un environnement compliqué, ils seront capables de s’adapter à la situation pour effectuer leurs actions.

Autre bénéfice, plus la base de connaissance est grande, plus le robot va être capable d’effectuer des actions. Le Machine Learning et le Big Data ont un rôle à jouer dans cette transmission d’informations dans le cas de projets à grande échelle.

Pour les tâches simples, la méthode de C-LEARN ne nécessite que peu de données, et surtout peu de connaissances de la part de l’opérateur qui veut apprendre au robot l’action à effectuer. Une fois perfectionnée, la méthode du MIT pourrait rapidement devenir un standard dans le monde de la robotique grâce auquel tout un chacun pourra transmettre un savoir-faire à un robot, qui pourra ensuite le transmettre à d’autres robots.

The following two tabs change content below.

Francois Marie Lesaffre

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *