Nous avons Ă©tĂ© tĂ©moins de robots de plus en plus intelligents et humains. Le rythme fixĂ© par les entreprises de robotique est incroyable. La capacitĂ© d’apprendre est l’une des compĂ©tences les plus demandĂ©es en robotique. Cette capacitĂ© peut potentiellement aider les robots Ă s’adapter efficacement aux tĂąches assignĂ©es dans l’environnement donnĂ©. Le MIT a prĂ©sentĂ© un robot qui a appris Ă jouer Ă Jenga.

L’annonce du MIT se lit comme suit: «Dans le sous-sol du MIT Building 3, un robot envisage soigneusement son prochain mouvement. Appuyez doucement sur une tour de blocs, Ă la recherche du meilleur bloc Ă miner sans faire tomber la tour, dans un jeu de Jenga solitaire, lent et Ă©tonnamment agile.
Pour ceux d’entre vous qui ne le savent pas, le jeu de Jenga oblige les joueurs Ă retirer les blocs d’une tour composĂ©e de 54 piĂšces identiques, puis Ă placer le bloc retirĂ© au sommet de la tour. Le jeu continue jusqu’Ă ce que la tour perde sa stabilitĂ© et tombe. Le robot en question semble trĂšs simple si l’on considĂšre la tĂąche Ă accomplir. Il ne dispose que d’une pince Ă pointe souple, d’une dragonne Ă dĂ©tection de force et d’un appareil photo. Ce qu’il rĂ©alise est une histoire complĂštement diffĂ©rente!

Chaque fois que le robot touche un bloc Jenga, un ordinateur reçoit les informations visuelles capturĂ©es par la camĂ©ra ainsi que le retour tactique du bracelet. L’ordinateur effectue ensuite une analyse des donnĂ©es fournies en utilisant les donnĂ©es des mouvements prĂ©cĂ©dents effectuĂ©s par le robot et prĂ©dit les rĂ©sultats possibles, ce qui aide le robot Ă placer le bloc sur le dessus dans un endroit sĂ»r.
Alberto RodrĂguez, professeur adjoint de dĂ©veloppement professionnel de Walter Henry Gale au dĂ©partement de gĂ©nie mĂ©canique du MIT, a dĂ©clarĂ©: «Contrairement aux tĂąches ou aux jeux purement cognitifs comme les Ă©checs ou le go, jouer au jeu de Jenga nĂ©cessite Ă©galement la maĂźtrise de compĂ©tences physiques telles que sonder, pousser, tirer, positionner et aligner des piĂšces. Cela nĂ©cessite une perception et une manipulation interactives, oĂč vous devez aller toucher la tour pour apprendre comment et quand dĂ©placer des blocs. C’est trĂšs difficile Ă simuler, le robot doit donc apprendre dans le monde rĂ©el, en interagissant avec la vraie tour Jenga. Le principal dĂ©fi consiste Ă tirer des leçons d’un nombre relativement restreint d’expĂ©riences exploitant le bon sens sur les objets et la physique ».

Quant Ă la qualitĂ© du robot, Miquel Oller, co-auteur de l’Ă©tude, a dĂ©clarĂ©: “Nous avons vu combien de blocs un humain pouvait extraire avant que la tour ne tombe, et la diffĂ©rence n’Ă©tait pas si grande.” Mais quelles sont les applications, demandez-vous? Cela semble sĂ»rement ĂȘtre une compĂ©tence sans aucune utilisation dans le monde rĂ©el – vous vous trompez. Rodrigues dĂ©clare: «Sur une ligne d’assemblage de tĂ©lĂ©phones portables, Ă presque chaque Ă©tape, la sensation d’un ajustement serrĂ© ou d’une vis filetĂ©e vient de la force et du toucher plutĂŽt que de la vision. Les modĂšles d’apprentissage pour ces actions sont des biens immobiliers de premier plan pour ce type de technologie. Il peut Ă©galement ĂȘtre utilisĂ© dans des situations telles que la sĂ©paration des articles recyclables des dĂ©chets destinĂ©s Ă la dĂ©charge.
La revue Science Robotics présente cette étude.
