Comment les robots apprennent à demander de l’aide

Dans le monde évoluant de la robotique, une collaboration innovante entre l’Université de Princeton et Google (GOOGL ) se démarque. Les ingénieurs de ces institutions prestigieuses ont développé une méthode innovante qui enseigne aux robots une compétence cruciale : reconnaître quand ils ont besoin d’aide et comment la demander. Ce développement marque un saut significatif en avant dans la robotique, en comblant le fossé entre le fonctionnement autonome et l’interaction humain-robot.

Le chemin vers des robots plus intelligents et plus indépendants a toujours été entravé par un défi important : la complexité et l’ambiguïté du langage humain. Contrairement à la clarté binaire des codes informatiques, le langage humain est parsemé de nuances et de subtilités, ce qui en fait un labyrinthe pour les robots. Par exemple, une commande aussi simple que “ramasse le bol” peut devenir une tâche complexe lorsqu’il y a plusieurs bols présents. Les robots, équipés pour détecter leur environnement et répondre au langage, se trouvent souvent à la croisée des chemins lorsqu’ils sont confrontés à de telles incertitudes linguistiques.

Quantification de l’incertitude

Pour relever ce défi, l’équipe de Princeton et de Google a introduit une approche novatrice qui quantifie la “flou” du langage humain. Cette technique mesure essentiellement le niveau d’incertitude dans les commandes linguistiques et utilise cette mesure pour guider les actions du robot. Dans les situations où une commande pourrait conduire à plusieurs interprétations, le robot peut maintenant évaluer le niveau d’incertitude et décider quand demander des éclaircissements supplémentaires. Par exemple, dans un environnement avec plusieurs bols, un degré d’incertitude plus élevé inciterait le robot à demander quel bol ramasser, évitant ainsi les erreurs ou les inefficacités potentielles.

Cette approche non seulement dote les robots d’une meilleure compréhension du langage, mais améliore également leur sécurité et leur efficacité dans l’exécution des tâches. En intégrant des modèles de langage grandeur nature (LLM) comme ceux qui se trouvent derrière ChatGPT, les chercheurs ont fait un pas important pour aligner les actions robotiques plus étroitement sur les attentes et les besoins humains.

Rôle des grands modèles de langage

L’intégration des LLM joue un rôle crucial dans cette nouvelle approche. Les LLM sont essentiels pour traiter et interpréter le langage humain. Dans ce contexte, ils sont utilisés pour évaluer et mesurer l’incertitude présente dans les commandes linguistiques données aux robots.

Cependant, la dépendance à l’égard des LLM n’est pas sans défis. Comme le souligne l’équipe de recherche, les sorties des LLM peuvent parfois être peu fiables.

Anirudha Majumdar, professeur adjoint à Princeton, souligne l’importance de cet équilibre :

“Suivre aveuglément les plans générés par un LLM pourrait amener les robots à agir de manière non sécuritaire ou non fiable, et nous devons donc faire en sorte que nos robots LLM sachent quand ils ne savent pas.”

Cela met en évidence la nécessité d’une approche nuancée, où les LLM sont utilisés comme outils de guidance plutôt que comme décideurs infallibles.

Application pratique et tests

La praticité de cette méthode a été testée dans divers scénarios, illustrant sa polyvalence et son efficacité. Un tel test a impliqué un bras robotique, chargé de trier des aliments jouets en différentes catégories. Ce dispositif simple a démontré la capacité du robot à naviguer des tâches avec des choix clairs de manière efficace.

Image: Université de Princeton

La complexité a augmenté de manière significative dans une autre expérience mettant en scène un bras robotique monté sur une plate-forme mobile dans une cuisine de bureau. Ici, le robot a été confronté à des défis du monde réel, tels que l’identification de l’objet correct à placer dans un micro-ondes lorsqu’il y a plusieurs options.

Grâce à ces tests, les robots ont réussi à démontrer leur capacité à utiliser l’incertitude quantifiée pour prendre des décisions ou demander des éclaircissements, validant ainsi l’utilité pratique de cette méthode.

Implications futures et recherches

En regardant vers l’avenir, les implications de cette recherche s’étendent bien au-delà des applications actuelles. L’équipe, dirigée par Majumdar et l’étudiant diplômé Allen Ren, explore comment cette approche peut être appliquée à des problèmes plus complexes dans la perception robotique et l’IA. Cela inclut des scénarios où les robots doivent combiner des informations visuelles et linguistiques pour prendre des décisions, réduisant ainsi encore le fossé entre la compréhension robotique et l’interaction humaine.

La recherche en cours vise non seulement à améliorer la capacité des robots à effectuer des tâches avec une plus grande précision, mais également à naviguer dans le monde avec une compréhension similaire à la cognition humaine. Cette recherche pourrait ouvrir la voie à des robots non seulement plus efficaces et plus sûrs, mais également plus en phase avec les demandes nuancées des environnements humains.

Vous pouvez trouver la recherche publiée ici.