Donnons aux robots la possibilité d'apprendre par l'erreur !

Une équipe de chercheurs suisses de l’école polytechnique fédérale de Losane vient de présenter sa contribution dans les avancées en intelligence artificielle en robotique. Ils ont produit un algorithme capable d’apprendre à effectuer des opérations à partir d’un modèle, et l’ont implémenté sur un robot.
Ce robot est donc capable dans un premier temps, d’observer les gestes humains dans des contextes différents et d’être averti par un opérateur lorsqu’un geste n’a pas atteint son but. Dans un second temps, le robot va pouvoir reproduire le geste de manière optimisée.
Par exemple, si un homme tente de lancer une balle de tennis dans une corbeille, le robot pourra savoir que le geste qu’il vient de voir est mauvais ou plutôt bien réussi. Il va pouvoir analyser les différentes scènes et jouer à son tour.
Le processus d’apprentissage qui lui a été incorporé lui permet donc de reproduire les gestes humains mieux que le modèle ! 🙂
Evidemment, il est possible que la machine échoue elle même. Elle apprend donc aussi de ses propres erreurs, et via un processus d’extrapolation, elle optimise le geste qu’elle va produire.
Le processus d’extrapolation consiste tout simplement à simuler un geste avant de le faire, c’est en quelques sortes de la prédiction basée sur l’expérience.
 
Source :
EPFL (PDF)