Un robot peut désormais préparer son prochain geste en représentant ce qui pourrait arriver, sans générer une vidéo complète de la scène future.
Pour agir correctement, un robot doit souvent prévoir les conséquences de ses mouvements. Déplacer une tasse, saisir un objet ou ouvrir un tiroir modifie son environnement. Certaines intelligences artificielles produisent donc plusieurs images du futur supposé avant de choisir une action. Cette méthode apporte des informations utiles, mais demande beaucoup de calculs à chaque décision.
Certaines tâches de la vie demandent une grande dextérité et une anticipation de ses mouvements.
Image générée par IA
Une équipe liée notamment à l’université Jiao Tong de Shanghai et à ACE Robotics propose une autre approche, baptisée ForeWAM. Au lieu de construire des images futures visibles, le système conserve une représentation interne de changements possibles. Celle-ci contient des indices sur le déplacement des objets, les contacts avec le robot et l’avancement d’une tâche.
Autrement dit, l’IA n’a pas besoin de « voir » une vidéo qu’elle vient elle-même de fabriquer. Elle prépare des états internes correspondant à des futurs possibles, puis réutilise ces informations lorsqu’elle calcule le mouvement suivant. Cela évite plusieurs étapes successives de génération d’images.
L’apprentissage nécessite encore de véritables observations avant et après une action. Un modèle utilisé uniquement pendant cette phase aide ForeWAM à reconnaître les changements pertinents. Une fois entraîné, le système fonctionne sans ces observations futures et sans ce modèle supplémentaire. Le robot reçoit alors l’image actuelle et une instruction, puis calcule directement son action.
Les chercheurs ont évalué leur méthode sur LIBERO, un ensemble de tâches simulées de manipulation robotique. ForeWAM réussit en moyenne 96,7 % des essais. Une autre version atteint 96,9 %. Chaque tâche du test standard a été répétée 50 fois, ce qui permet de mesurer la fréquence réelle des réussites dans cet environnement numérique.
Un second test, LIBERO-Plus, modifie la caméra, l’éclairage, la position du robot, les instructions ou encore la disposition des objets. ForeWAM y atteint 61,6 % de réussite sur l’échantillon évalué. Ce résultat mesure donc sa résistance à des situations différentes de celles rencontrées pendant l’apprentissage.
Reste à vérifier si cette méthode conserve ses avantages hors simulation. Les auteurs précisent que leurs essais couvrent seulement LIBERO et LIBERO-Plus. D’autres formes de robots, des tâches plus longues et des environnements physiques réels pourraient produire des résultats différents. Le travail est actuellement diffusé sous forme de prépublication sur arXiv.