Les robots capables d’apprendre des tâches compliquées à partir de quelques démonstrations

Dans l’un des derniers développements dans le domaine de la robotique, les chercheurs de l’Université de Californie du Sud (USC) ont développé un système où les robots peuvent apprendre des tâches compliquées avec quelques démonstrations. Encore plus impressionnant, certaines des démonstrations peuvent être imparfaites.

La recherche a été présentée à la Conférence sur l’apprentissage des robots (CoRL) le 18 novembre, intitulée “Apprentissage à partir de démonstrations en utilisant la logique temporelle des signaux.”

Le Système

La qualité de chaque démonstration est mesurée afin que le système puisse apprendre de ses succès et de ses échecs. Contrairement aux méthodes actuelles, qui nécessitent au moins 100 démonstrations pour enseigner une tâche spécifique, le nouveau système n’en nécessite que quelques-unes. De manière intuitive, la façon dont ces robots apprennent est similaire à la façon dont les humains apprennent les uns des autres. Par exemple, les humains regardent et apprennent des autres qui complètent des tâches avec succès ou de manière imparfaite.

Aniruddh Puranic est l’auteur principal de la recherche et un étudiant en doctorat en informatique à l’USC Viterbi School of Engineering.

“De nombreux systèmes d’apprentissage automatique et de renforcement d’apprentissage nécessitent de grandes quantités de données et des centaines de démonstrations – vous devez avoir un humain qui démontre encore et encore, ce qui n’est pas réalisable”, a déclaré Puranic.

“De plus, la plupart des gens n’ont pas de connaissances en programmation pour indiquer explicitement ce que le robot doit faire, et un humain ne peut pas démontrer tout ce que le robot doit savoir”, a-t-il continué. “Que se passe-t-il si le robot rencontre quelque chose qu’il n’a jamais vu auparavant ? C’est un défi clé.”

Les chercheurs ont utilisé la “logique temporelle des signaux” ou STL pour déterminer la qualité des démonstrations, les classant en conséquence et créant des récompenses inhérentes.