Des chercheurs ont présenté la « prévision latente conditionnée par l’action », un système qui permet à un robot humanoïde d’évaluer des séquences de mouvements et de commandes manuelles avant de les exécuter. Il prédit si une séquence permettra de progresser vers l’objectif, puis exécute une partie de la séquence la mieux notée et planifie la suite à partir d’une nouvelle observation.
Lors des tests des chercheurs, le système a réussi 85,7 % des sept tâches effectuées par un vrai robot dans des conditions standard, contre 70,0 % pour GR00T N1.7. Son taux de réussite est tombé à 65,7 % avec des configurations d’objets inédites, contre 48,6 % pour GR00T N1.7.
Pourquoi c'est important
Pour les chercheurs en robotique qui évaluent les performances des robots humanoïdes, ces résultats suggèrent que la prévisualisation des séquences de commandes peut être utile. Toutefois, le score plus faible obtenu avec des configurations inédites montre que les performances restent sensibles à la disposition des objets.
