Comment l'intelligence cinématique permet à des robots différents d'apprendre une même tâche

Chez les humains, l'apprentissage passe souvent par l'observation. Il suffit parfois de regarder une personne réaliser un geste pour comprendre comment le reproduire et l'adapter ensuite à nos propres capacités si nécessaire.

Cette faculté nous semble naturelle, mais elle est beaucoup plus complexe lorsqu'il s'agit de robots. En effet, leurs structures, leurs articulations et leurs possibilités de mouvement peuvent varier considérablement d'un modèle à un autre.

Une « intelligence cinématique » pour s'adapter à chaque robot

Ainsi, un geste adapté à une machine ne peut pas nécessairement être reproduit de la même manière par une autre. C'est justement cet obstacle que des chercheurs de l'École polytechnique fédérale de Lausanne (EPFL) ont tenté de surmonter.

Ils ont développé une nouvelle méthode permettant à des robots aux caractéristiques et morphologies très différentes d'apprendre une même compétence à partir d'une démonstration humaine, tout en l'adaptant automatiquement à leurs propres contraintes techniques.

Cette méthode repose sur le concept de « l'intelligence cinématique », une approche de l'apprentissage par démonstration. Elle permet aux robots de comprendre leurs propres limites physiques afin d'exécuter une tâche.

Quand une même démonstration suffit à plusieurs robots

Avec l'intelligence cinématique, des compétences peuvent être transférées d'une machine à une autre sans réécrire le code. Par exemple, des robots aussi dissemblables que R2-D2 et un lave-vaisselle peuvent acquérir de nouvelles compétences en observant une même démonstration effectuée par un instructeur humain.

L'apprentissage par démonstration n'est pas nouveau en robotique, mais il était jusqu'ici utilisé avec des machines appartenant au même modèle. L'intelligence cinématique permet de contourner cette limite.

Au lieu de chercher à reproduire exactement les mouvements observés, chaque robot analyse l'action afin de déterminer une stratégie. Celle-ci est ensuite adaptée aux caractéristiques de chaque robot, notamment à l'amplitude de ses articulations, à ses possibilités de mouvement.

Bientôt des robots capables d'apprendre sans démonstration ?

« Chaque robot interprète la même compétence à sa manière, mais toujours dans des limites sûres et réalisables », précise Sthithpragya Gupta, co-auteur principal de l'étude. Les chercheurs ont testé leur méthode sur trois robots commerciaux aux morphologies très différentes.

Après avoir observé les démonstrations humaines, les machines sont parvenues à manipuler des blocs de bois, notamment en les déplaçant depuis un tapis roulant, en les posant sur une table ou encore en les lançant dans des récipients.

À terme, les chercheurs espèrent aller encore plus loin en supprimant même le besoin de démonstration. Il suffirait alors de décrire aux robots la tâche souhaitée pour qu'ils déterminent eux-mêmes comment l'exécuter. Cela permettrait de rendre ces machines accessibles à des utilisateurs sans expertise technique.

Source : École polytechnique fédérale de Lausanne (EPFL)