Il peut-être difficile pour un robot d’attraper des objets inconnus ou mal positionnés. Cependant, à force d’entraînements et de répétitions, le robot Baxter arrive à s’améliorer pour réaliser la manœuvre aisément avec ses deux bras.

Des robots qui apprennent les uns des autres

C’est une professeure de la Brown University accompagnée de l’un de ses élèves qui est à l’origine du projet. Pour réaliser cette expérience, ils se sont servis d’un robot Baxter doté de deux bras articulés et de la technologie deep learning. A l’aide de nombreuses caméras et capteurs, le robot étudie d’abord l’objet pendant un long moment avant d’essayer de l'agripper. Une fois que celui-ci passe à la pratique pour tenter de saisir l’objet, il peut lui falloir des dizaines de tentatives pour réussir à bien l’agripper sans le faire glisser. Cet apprentissage prend du temps mais une fois qu’il est réalisé, le robot a la capacité de transmettre ses nouvelles connaissances à d’autres robots.

Il existe près de 300 robots Baxter dans différents laboratoires de recherche dans le monde. L’objectif à plus long terme des chercheurs à l’origine du projet est d’apprendre aux robots à fonctionner comme le font les jeunes enfants qui arrivent à transposer les compétences acquises pour saisir un objet à un autre très différent sans avoir besoin de recourir à l’expérience d’autres robots. Selon l’instigatrice du projet, si chacun d’eux apprend à saisir des objets pendant 11 jours tout en transmettant son savoir aux autres, à l’issue de cette période, ils seraient tous à même de saisir un million d’objets différents.

 
Rédigé par Constance Guyon
Journaliste / attachée de production