Que doit apprendre un robot pour s’adapter à une nouvelle situation ?

Un robot qui efface un tableau doit maintenir le contact ; un robot qui appuie sur une agrafeuse doit réussir malgré un changement de décor ; un humanoïde qui ferme un ordinateur portable doit coordonner son corps et ses doigts. Chaque difficulté indique un endroit différent où l’apprentissage pourrait aider.

Dans trois études, les enregistrements du toucher humain ont amélioré les performances sur les tâches testées où le contact est central, les récompenses attribuées à des tentatives réussies différentes ont amélioré les résultats testés dans des décors modifiés, et une représentation commune du mouvement a permis d’entraîner un contrôleur d’humanoïde à partir de démonstrations humaines.

Les éléments recueillis étayent le choix d’une modification de l’apprentissage adaptée à la difficulté rencontrée, dans le cadre évalué par chaque étude.

Imaginez un robot qui efface une marque sur un tableau blanc. Passer un chiffon sur la surface ne suffit pas : il doit maintenir le contact assez longtemps pour faire disparaître la marque.

Imaginez maintenant un humanoïde qui ferme un ordinateur portable. Son bras doit atteindre le couvercle tandis que son corps reste en équilibre, et sa main doit agir au bon moment.

Ces tâches concrètes viennent de deux études sur les robots. Toutes deux impliquent des mouvements, mais elles exigent des informations différentes pour l’apprentissage.

Dans un troisième cas, un robot doit faire sonner une cloche ou appuyer sur une agrafeuse après un changement de décor. La tâche reste la même, mais des objets ajoutés, un autre fond de table ou un éclairage différent peuvent compliquer son exécution.

Dans ces exemples, un échec ne permet pas à lui seul de savoir ce qui manque : la connaissance du contact, une façon efficace d’agir dans des conditions modifiées ou la coordination du corps d’un humanoïde.

Cette distinction pose la question de la leçon : à quel endroit du système faut-il intervenir dans l’apprentissage ? Une étude ajoute, avant l’entraînement propre au robot, une façon d’apprendre à partir d’enregistrements humains ce que le toucher deviendra.

Une autre modifie la récompense pendant la pratique afin que les réussites obtenues de différentes façons comptent. Une troisième change ce qu’une politique pour humanoïde prédit, en utilisant les mouvements humains enregistrés comme cibles d’action.

Leurs essais physiques rendent chaque approche concrète, mais comme les tâches diffèrent, ils ne permettent pas de les classer directement.