Un algorithme d’IA a finalement permis de conquérir une tâche que la plupart des gens tiennent pour acquise : s’habiller le matin.

S’habiller est étonnamment difficile à comprendre pour une machine parce qu’il s’agit de se démener avec un morceau de matériau très flexible. Pensez aux mouvements gênants que vous faites lorsque vous mettez un pull : vous devez tirer sur le tissu et bouger votre corps de la bonne façon pour le mettre sur vos bras et votre tête sans le déchirer.

Des chercheurs du Georgia Institute of Technology ont programmé un personnage humanoïde pour comprendre la tâche par lui-même, même lorsque la position de départ et la forme du vêtement changeaient. Ils l’ont fait avec un algorithme d’apprentissage de renforcement (RL), une technique d’apprentissage machine. Inspiré par la façon dont nous dressons les animaux, RL utilise des récompenses et des pénalités pour qu’un agent d’IA atteigne un objectif souhaité. Dans ce cas, l’algorithme a récompensé les comportements qui ont conduit l’humanoïde à mettre ses membres et sa tête dans les bons trous et a pénalisé les comportements qui pouvaient provoquer le déchirement du vêtement.

Plutôt que de programmer le mouvement de s’habiller comme une longue tâche avec un seul but, les chercheurs l’ont décomposé en sous-tâches, comme saisir la couche avant d’une chemise, glisser une main dans l’ouverture de la chemise et la pousser dans la manche. Chaque sous-tâche nécessitait des heures de simulation et d’optimisation, mais elle rendait la performance finale plus robuste aux variations des vêtements.

Dans le futur : la capacité de simuler des habiletés motrices complexes est pertinente pour l’animation par ordinateur et le divertissement afin de créer des expériences physiques plus réalistes. Il pourrait également être utilisé pour faire progresser la robotique bien plus tard en donnant aux machines la capacité de s’adapter à des conditions environnementales changeantes.

Publicités

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.