En associant deux réseaux de neurones, le laboratoire américain OpenAI a fait en sorte qu’une main robotique puisse pour résoudre le cube de Rubik. C’est en mai 2017, que le laboratoire a lancé un projet pour concevoir une main robotique capable de résoudre le cube de Rubik, avec le secret espoir que la capacité d’une telle main robotique à effectuer des tâches de manipulation complexes jette les bases des robots polyvalents. Cependant, cette main robotique n’est pas encore tout à fait au point, car elle ne résout le cube de Rubik que dans 60 % des cas.
En utilisant une nouvelle technique appelée Automatic Domain Randomization (ADR), le laboratoire a été « en mesure de former des réseaux de neurones en simulation pouvant résoudre le cube de Rubik sur la vraie main du robot. En effet, la technique ADR expose le réseau à une variété infinie de simulations aléatoires. C’est cette exposition à la complexité pendant la formation qui prépare le réseau à passer de la simulation au monde réel, car il doit apprendre à identifier et à s’adapter rapidement au monde physique auquel il est confronté. »
Pour tester les limites de sa méthode, le laboratoire « expérimente diverses perturbations pendant que la main résout le cube de Rubik. Cela teste non seulement la robustesse du réseau de contrôle », mais également du réseau de vision, utilisé ici pour estimer la position et l’orientation du cube.
Comme le souligne un porte-parole de OpenAI : « Nous constatons que notre système est étonnamment robuste aux perturbations : le robot peut effectuer avec succès la plupart des rotations de face et de retournement avec toutes les perturbations testées, mais pas encore à un niveau de performance maximale. »
Plus concrètement, les chercheurs impliqués dans ces travaux font « l’hypothèse qu’un réseau de neurones à capacité finie confronté à des environnements de complexité illimitée oblige à recourir à un algorithme d’apprentissage spécifique, car le robot ne peut pas mémoriser de solutions pour chaque environnement individuel, puisqu’il n’existe pas de stratégie unique robuste qui fonctionne avec toutes les randomisations.
Pour tester cela systématiquement, les chercheurs de OpenAI mesurent « le temps de succès par retournement de cube (rotation du cube de sorte qu’une couleur différente soit visible) par notre réseau de neurones sous différentes perturbations. Nous réalisons ces expériences en simulation, ce qui nous permet d’obtenir une performance moyenne sur 10 000 essais dans un cadre contrôlé. »
https://openai.com/
Print this page
