Techniques révolutionnaires de dressage canin permettent aux robots d'acquérir rapidement de nouvelles compétences

Avec une technique d'entraînement couramment utilisée pour apprendre aux chiens à s'asseoir et rester, des informaticiens ont montré à un robot comment s'enseigner plusieurs nouveaux tours, dont l'empilement de blocs. Avec cette méthode, le robot (nommé Spot) a pu apprendre en quelques jours ce qui prend habituellement un mois. En utilisant le renforcement positif — une approche familière à quiconque a utilisé des friandises pour changer le comportement d'un chien — l'équipe a dramatiquement amélioré les compétences du robot et l'a fait assez vite pour rendre l'entraînement de robots pour le travail réel plus faisable.

Contrairement aux humains et animaux nés avec des cerveaux hautement intuitifs, les ordinateurs sont des pages blanches et doivent tout apprendre de zéro. Mais le vrai apprentissage s'accomplit souvent par essai-erreur et les roboticistes essaient encore de comprendre comment les robots peuvent apprendre efficacement de leurs erreurs. L'équipe a accompli cela en concevant un système de récompense qui fonctionne pour un robot comme les friandises pour un chien. Là où un chien pourrait avoir un biscuit pour un travail bien fait, le robot gagnait des points numériques.

Pour empiler des blocs, Spot le robot devait apprendre à se concentrer sur les actions constructives. En explorant les blocs, il a vite appris que les bons comportements pour empiler gagnaient des points élevés mais les incorrects ne gagnaient rien. Spot gagnait le plus en plaçant le dernier bloc au sommet d'une pile de quatre blocs.

La tactique d'entraînement a non seulement fonctionné mais a aussi pris juste quelques jours pour enseigner au robot ce qui prenait des semaines. L'équipe a pu réduire le temps de pratique en entraînant d'abord un robot simulé, qui est un peu comme un jeu vidéo, puis en faisant des tests avec Spot. Le robot apprend vite le bon comportement pour obtenir la meilleure récompense. En fait, ce qui prenait un mois de pratique pour atteindre 100 % de précision a été fait en deux jours.

Le renforcement positif n'a pas seulement aidé le robot à s'enseigner à empiler des blocs mais aussi, avec le système de points, le robot a vite appris plusieurs autres tâches — même comment jouer à un jeu de navigation simulé. La capacité d'apprendre des erreurs dans tous types de situations est critique pour concevoir un robot qui pourrait s'adapter à de nouveaux environnements.

L'équipe imagine que ces découvertes pourraient aider à entraîner des robots domestiques à faire la lessive et la vaisselle — des tâches qui pourraient aider les seniors à vivre indépendamment. Cela pourrait aussi aider à concevoir des voitures autonomes améliorées ou effectuer de l'assemblage de produits.

Pour plus d'informations, contactez Jill Rosen à cet email protégé ; 443-547-8805.