Des chercheurs ont présenté une nouvelle méthode, baptisée ACG-WAM, qui apprend aux robots à agir à partir d’images. Sur 50 tâches simulées de RoboTwin 2.0, le système a réussi dans 93,46 % des cas en environnement épuré et dans 92,68 % des cas lorsque les scènes étaient randomisées. Sur trois tâches en conditions réelles, il a atteint un taux de réussite complète de 85,00 % et un taux d’achèvement partiel de 91,67 %, dépassant respectivement de 10 et 9,17 points de pourcentage le précédent meilleur système, Motus.
Fonctionnement d’ACG-WAM
La méthode ajoute un prédicteur auxiliaire qui apprend à anticiper plusieurs étapes à l’avance des caractéristiques géométriques, comme la position et la forme des objets, à partir de la vue actuelle de la caméra du robot et des actions qu’il va effectuer. Ce prédicteur est entraîné à l’aide de cibles générées par un encodeur visuel figé, qui traite des paires d’images présentes et futures. Une fois l’entraînement terminé, le prédicteur supplémentaire et les modules enseignants sont supprimés : il ne reste qu’un modèle léger, capable de fonctionner sur le robot.
Ce que cela change pour les utilisateurs de robots
Les taux de réussite plus élevés, en simulation comme sur du matériel réel, laissent penser que les robots utilisant ACG-WAM pourraient apprendre des tâches de manière plus fiable, avec moins d’essais et d’erreurs. Pour les entreprises qui déploient des robots dans des usines ou des entrepôts, cette méthode pourrait réduire les temps d’arrêt dus aux tentatives infructueuses et raccourcir le temps nécessaire pour leur apprendre de nouveaux comportements.
Pourquoi c'est important
Pour un responsable d’usine, ces taux de réussite plus élevés signifient que les robots pourraient apprendre de nouvelles tâches plus rapidement et faire moins d’erreurs, ce qui réduirait potentiellement les coûts de formation. Toutefois, l’article ne présente pas de données sur la fiabilité à long terme ni sur la capacité de la méthode à passer à des tâches plus complexes : ces avantages restent donc à confirmer dans le cadre de déploiements plus vastes.
