Cadre d’IA guidé par l’homme promet un apprentissage robotique plus rapide dans des environnements nouveaux

Dans l’ère future des maisons intelligentes, acquérir un robot pour rationaliser les tâches ménagères ne sera pas une rareté. Cependant, la frustration pourrait s’installer lorsque ces aides automatisées échouent à effectuer des tâches simples. Andi Peng, une chercheuse du département de génie électrique et d’informatique du MIT, ainsi que son équipe, sont en train de créer un chemin pour améliorer la courbe d’apprentissage des robots.

Peng et son équipe interdisciplinaire de chercheurs ont créé un cadre d’interaction humain-robot. Le point fort de ce système est sa capacité à générer des récits contre-factuels qui identifient les changements nécessaires pour que le robot puisse effectuer une tâche avec succès.

Pour illustrer, lorsque un robot a du mal à reconnaître une tasse peinte de manière inhabituelle, le système propose des situations alternatives dans lesquelles le robot aurait réussi, peut-être si la tasse était d’une couleur plus courante. Ces explications contre-factuelles couplées avec les commentaires humains rationalisent le processus de génération de nouvelles données pour l’affinement du robot.

Peng explique : “L’affinement est le processus d’optimisation d’un modèle d’apprentissage automatique existant qui est déjà compétent dans une tâche, lui permettant d’effectuer une deuxième tâche analogue.”

Un bond en efficacité et en performance

Lorsqu’il a été testé, le système a montré des résultats impressionnants. Les robots formés selon cette méthode ont fait preuve de capacités d’apprentissage rapides, tout en réduisant l’engagement temps des enseignants humains. Si cette méthode est mise en œuvre avec succès à plus grande échelle, ce cadre innovant pourrait aider les robots à s’adapter rapidement à de nouveaux environnements, en minimisant le besoin pour les utilisateurs de posséder des connaissances techniques avancées. Cette technologie pourrait être la clé pour débloquer des robots polyvalents capables d’assister efficacement les personnes âgées ou handicapées.

Peng croit : “L’objectif final est de permettre à un robot d’apprendre et de fonctionner à un niveau abstrait similaire à celui de l’homme.”

La révolution de la formation des robots

Le principal obstacle dans l’apprentissage robotique est le « décalage de distribution », un terme utilisé pour expliquer une situation dans laquelle un robot rencontre des objets ou des espaces qu’il n’a pas été exposé pendant sa période de formation. Les chercheurs, pour résoudre ce problème, ont mis en œuvre une méthode appelée « apprentissage par imitation ». Mais elle avait ses limites.

“Imaginez avoir à démontrer avec 30 000 tasses pour qu’un robot puisse prendre n’importe quelle tasse. Au lieu de cela, je préfère démontrer avec une seule tasse et enseigner au robot à comprendre qu’il peut prendre une tasse de n’importe quelle couleur”, déclare Peng.

En réponse à cela, le système de l’équipe identifie quels attributs de l’objet sont essentiels pour la tâche (comme la forme d’une tasse) et lesquels ne le sont pas (comme la couleur de la tasse). Armé de ces informations, il génère des données synthétiques, en modifiant les éléments visuels « non essentiels », optimisant ainsi le processus d’apprentissage du robot.

Connecter le raisonnement humain avec la logique robotique

Pour évaluer l’efficacité de ce cadre, les chercheurs ont mené un test impliquant des utilisateurs humains. Les participants ont été invités à déterminer si les explications contre-factuelles du système amélioraient leur compréhension de la performance de la tâche du robot.

Peng dit : “Nous avons constaté que les humains sont naturellement doués pour ce type de raisonnement contre-factuel. C’est cet élément contre-factuel qui nous permet de traduire le raisonnement humain en logique robotique de manière transparente.”

Au cours de multiples simulations, le robot a régulièrement appris plus rapidement avec leur approche, surpassant d’autres techniques et nécessitant moins de démonstrations de la part des utilisateurs.

En regardant vers l’avenir, l’équipe prévoit de mettre en œuvre ce cadre sur des robots réels et de travailler sur la réduction du temps de génération de données via des modèles d’apprentissage automatique génératifs. Cette approche innovante a le potentiel de transformer la trajectoire d’apprentissage des robots, ouvrant la voie à un avenir où les robots coexistent harmonieusement dans notre vie quotidienne.