Les scientifiques ont mis au point une nouvelle méthode qui permet aux êtres humains d’aider les robots à « voir » leur environnement et à effectuer des tâches.
Beaucoup comme nous, les robots ne peuvent pas rendre les murs translucides. Souvent, ils ont besoin d’un peu d’aide pour arriver là où ils vont.
La technique appelée Bayesian Knowing IN the Dark – AVEUGLE, pour faire court – est une toute nouvelle option pour le problème persistant de la préparation du mouvement pour les robots qui travaillent dans des environnements où tout n’est pas clairement perceptible tout le temps.
L’algorithme maintient un humain dans la boucle pour « augmenter la perception robotique et, surtout, éviter l’exécution de mouvements risqués », selon l’étude.
Pour ce faire, les scientifiques de l’Université Rice ont combiné l’apprentissage par renforcement inversé bayésien (par lequel un système apprend à partir d’informations et d’expériences continuellement mises à jour) avec des méthodes de préparation de mouvement reconnues pour aider la robotique qui a des « degrés élevés de liberté », c’est-à-dire un grand nombre de pièces mobiles.
Pour vérifier BLIND, les scientifiques ont dirigé un robot Fetch, un bras articulé à 7 articulations, pour saisir un petit cylindre sur une table et le déplacer à l’autre, mais ce faisant, il devait franchir une barrière.
« Si vous avez plus d’articulations, les directives de la robotique deviennent complexes », explique Carlos Quintero-Peña de la George R. Brown School of Engineering. « Si vous dirigez un humain, vous pouvez simplement dire : « Levez la main ». »
Les développeurs d’un robot doivent être précis sur le mouvement de chaque articulation à chaque point de sa trajectoire, en particulier lorsque les obstacles bloquent la « vue » de la machine sur sa cible.
Plutôt que de programmer une trajectoire à l’avant, BLIND insère un processus intermédiaire humain pour améliorer les options chorégraphiées – ou les suppositions les plus fines – suggérées par l’algorithme du robot .
« BLIND nous permet de prendre des détails dans la tête de l’homme et de calculer nos trajectoires dans cette zone à haut degré de liberté », déclare Quintero-Peña.
« Nous utilisons une méthode spécifique de rétroaction appelée examen, généralement un type binaire de rétroaction où l’humain reçoit des étiquettes sur des morceaux de la trajectoire », dit-il.
Ces étiquettes apparaissent sous la forme de points verts connectés qui représentent des parcours possibles. Au fur et à mesure des actions AVEUGLES d’un point à l’autre, l’humain approuve ou rejette chaque mouvement pour améliorer le chemin, en évitant les obstacles aussi efficacement que possible.
« C’est une interface utilisateur facile à utiliser, car nous pouvons dire, « J’aime ceci » ou « Je n’aime pas cela », et le robot utilise ces informations pour planifier », explique Constantinos Chamzas de la George R. Brown School of Engineering. Lorsqu’il est récompensé par un ensemble autorisé de mouvements, le robot peut accomplir sa tâche, déclare-t-il.
« L’une des choses les plus cruciales ici est que les préférences humaines sont difficiles à décrire avec une formule mathématique », Quintero-Peña dit. « Notre travail simplifie les relations homme-robot en incorporant des choix humains. C’est ainsi que je pense que les applications tireront le meilleur parti de ce travail. »
« Ce travail montre à merveille comment une petite intervention humaine, mais ciblée peut considérablement améliorer les capacités de la robotique à effectuer des tâches complexes dans des environnements où certaines parties sont totalement non identifiées pour le robot mais comprises pour l’homme », déclare Lydia Kavraki, chercheuse en systèmes informatiques, une responsable de la robotique dont le curriculum vitae comprend des spectacles sophistiqués pour le Robonaut humanoïde de la NASA à bord la station spatiale internationale.
Les chercheurs ont présenté leurs travaux lors de la conférence mondiale sur la robotique et l’automatisation de l’Institute of Electrical and Electronics Engineers.
La National Science Foundation a soutenu l’étude de recherche.
Toute l’actualité en temps réel, est sur L’Entrepreneur
