fr.wedoany.com Rapport : Des chercheurs du Georgia Institute of Technology (États-Unis) ont développé un cadre d’apprentissage automatique baptisé « Apprendre pour enseigner » (Learn to Teach), qui permet à des robots humanoïdes bipèdes de traverser des terrains complexes tels que le sable, les gravats meubles, les surfaces intérieures glissantes et les pentes raides, en entraînant simultanément deux modèles d’apprentissage par renforcement.
La méthode traditionnelle d’apprentissage par renforcement « enseignant-élève » consiste d’abord à former un modèle « enseignant » simulé disposant d’informations environnementales complètes, puis à transférer ses connaissances à l’algorithme « élève » du robot physique. Feiyang Wu, doctorant en apprentissage automatique au Georgia Institute of Technology, souligne que cette approche séquentielle présente deux problèmes : d’une part, la durée d’entraînement continu est trop longue ; d’autre part, une grande partie des informations environnementales collectées par l’enseignant est gaspillée. Étant donné que la simulation repose sur des puces GPU coûteuses, l’allongement du temps de calcul augmente directement les coûts de développement.
La solution de l’équipe consiste à entraîner simultanément les modèles enseignant et élève. L’enseignant n’a plus besoin d’être un expert avant de commencer à enseigner ; il peut progressivement transmettre les connaissances acquises en cours de route à l’élève. Parallèlement, l’enseignant apprend également des erreurs de l’élève, réduisant ainsi le « fossé d’imitation enseignant-élève » — c’est-à-dire le problème de performance moindre du robot physique en raison du manque de données riches disponibles dans l’environnement simulé.
Sur le robot humanoïde physique du laboratoire du professeur associé Ye Zhao, ce contrôleur a montré lors des tests des performances supérieures à celles du logiciel standard fourni par le fabricant du robot. Même lorsque les chercheurs poussaient ou tiraient vigoureusement le robot, celui-ci parvenait à ajuster sa démarche de manière autonome et à rester debout. Cette méthode a été présentée à la Conférence internationale IEEE sur la robotique et l’automatisation (IEEE International Conference on Robotics and Automation).
Ce cadre illustre une transition du calcul intensif vers l’efficacité algorithmique. En démontrant qu’un entraînement concurrent permet d’obtenir de meilleures performances d’équilibre avec moins de calculs sur des terrains non modélisés, le Georgia Institute of Technology abaisse le seuil d’entrée pour les petites start-ups et les laboratoires académiques souhaitant participer au développement de la robotique. Le cadre « Apprendre pour enseigner » est polyvalent et pourrait à l’avenir être appliqué à des bras robotisés dans des installations de fabrication ou à des drones automatisés dans des entrepôts, afin de réduire le délai de mise sur le marché des systèmes d’automatisation spécialisés.
Cependant, cette technologie se heurte encore à des obstacles avant une application commerciale. Les chercheurs n’ont pas encore publié de données de référence précises, et les économies de coûts de calcul ne sont que des conclusions indicatives. De plus, l’environnement industriel impose des exigences strictes en matière de certification de sécurité, et les réseaux neuronaux peuvent avoir un comportement décisionnel imprévisible face à des obstacles jamais rencontrés. Les entreprises se montrent prudentes quant au déploiement de tels contrôleurs flexibles avant l’établissement de protocoles de test hautement standardisés.
