Des chercheurs présentent DiMuRe, un système qui aide les robots à se reprendre lorsqu’une perturbation rend inadaptée l’action qu’ils s’apprêtent à effectuer. Le système s’appuie sur des indices liés à la phase en cours de la tâche pour déterminer s’il faut réutiliser le programme existant ou essayer une compétence de reprise prédéfinie. Un modèle d’IA peut aussi générer du code correctif une fois le programme terminé.
Pour 801 cas perturbés planifiés dans l’environnement de développement Encore, l’article fait état d’un taux de réussite de 77,65 % pour les tâches menées à bien avec Local DiMuRe, contre 58,68 % avec le programme initial, à budget identique d’étapes physiques. DiMuRe dans son ensemble a atteint 81,90 %, mais au prix d’étapes supplémentaires et d’une nouvelle planification en fin d’exécution. Les chercheurs présentent également LIBERO-Disturb, un benchmark conçu pour tester les capacités de reprise.
Pourquoi c'est important
Pour les chercheurs en robotique qui évaluent la fiabilité des tâches, LIBERO-Disturb propose un benchmark axé sur les perturbations en cours d’exécution. Rien ne permet toutefois d’établir ici si les gains rapportés se confirmeront avec d’autres robots ou dans des conditions réelles.
