Comment un robot apprend-il une tâche physique ?

Programmer, démontrer ou entraîner

Un robot peut apprendre une tâche de plusieurs manières. La méthode la plus directe consiste à programmer une séquence et ses conditions : aller à une position, fermer une pince, déplacer un objet, puis recommencer. Cette approche fonctionne bien lorsque l'environnement varie peu.

Pour des situations plus nombreuses, les concepteurs peuvent enregistrer des démonstrations humaines, entraîner un modèle sur des exemples ou utiliser l'apprentissage par renforcement. Ces approches ne s'excluent pas. Un système peut apprendre une stratégie générale puis conserver des règles classiques pour les mouvements et la sécurité.

Répéter en simulation avant le monde réel

Une simulation permet au robot virtuel de rencontrer de nombreuses positions d'objets, erreurs et perturbations sans endommager une machine réelle. NVIDIA décrit l'utilisation de simulations physiques et de données synthétiques pour entraîner puis vérifier des politiques robotiques.

Le passage au matériel reste difficile. La friction, les reflets, le jeu mécanique et les délais des capteurs ne sont jamais reproduits parfaitement. Un comportement réussi virtuellement doit donc être adapté et testé sur le robot réel.

L'exemple d'une démonstration vidéo

Skild AI présente S1 comme un modèle qui reçoit la vidéo d'une tâche, courte ou longue, puis tente de l'exécuter. L'entreprise affirme que cette démonstration peut concerner une tâche absente de l'entraînement et qu'aucun nouvel entraînement propre à la tâche n'est nécessaire.

La vidéo fournit davantage de détails qu'une phrase : ordre des gestes, position des objets et résultat attendu. Le robot doit cependant traduire ce qu'il voit vers son propre corps. Il ne peut pas recopier exactement les mouvements d'une personne si ses bras, ses articulations ou sa pince sont différents.

Les exemples publiés pour S1 restent des résultats de première partie. Ils montrent des possibilités, mais ne donnent pas encore un taux de réussite indépendant sur une longue série de tâches et de matériels.

Apprendre pendant l'entraînement ou pendant l'action

Il faut distinguer deux moments. Pendant l'entraînement, les paramètres d'un modèle sont modifiés à partir de grandes collections d'exemples. Pendant l'exécution, le système utilise ce qu'il a appris et peut recevoir une nouvelle consigne, une image ou une démonstration comme contexte.

Skild AI qualifie S1 d'apprenant en contexte : la démonstration influence la tâche en cours sans imposer un nouveau cycle d'entraînement. Cette adaptation ne signifie pas que le modèle réécrit durablement toutes ses compétences après chaque essai.

Mesurer la généralisation

Pour établir qu'un robot a réellement appris, il faut faire varier les objets, leur position, la lumière et le lieu. Il faut compter les réussites, les échecs, les reprises humaines et le temps nécessaire. Un test doit aussi préciser si la tâche ou des variantes proches figuraient dans les données d'entraînement.

La généralisation la plus utile n'est pas une réussite spectaculaire, mais une capacité répétable face à des changements raisonnables. Un robot qui sait recommencer après un objet déplacé, reconnaître une erreur et terminer sa mission apporte une preuve plus forte qu'une séquence unique choisie pour une démonstration.

Apprendre une tâche physique reste donc un ensemble d'étapes : données, entraînement ou démonstration, transfert au matériel, essais et mesures. Le résultat dépend autant du corps et de l'environnement que du modèle logiciel.