Le MIT dévoile une approche révolutionnaire pour entraîner des robots à l'aide de vastes ensembles de données. Inspirée des modèles de langage à grande échelle, cette méthode promet de transformer l'apprentissage robotique.
Un modèle novateur pour surmonter les limites de l'imitation
Les méthodes d'apprentissage par imitation ont montré leurs limites face à des défis imprévus. L'équipe du MIT a donc décidé de repenser l'approche en s'inspirant de la manière dont les modèles linguistiques, tels que GPT-4, accumulent d'immenses quantités de données pour s'entraîner. Les chercheurs ont ainsi constaté que les robots manquent souvent de la diversité de données nécessaires pour s'adapter à des changements imprévus, comme des variations d'éclairage ou de nouveaux obstacles.
Pour pallier ce problème, le MIT a développé une architecture unique appelée Transformateurs pré-entraînés hétérogènes (HPT). Cette architecture rassemble des informations issues de capteurs variés et d'environnements différents. Cela permet aux robots de mieux s'adapter. Les données sont ensuite traitées par un transformateur, un modèle qui améliore l'efficacité de l'entraînement en augmentant sa taille.
Vers un cerveau universel pour les robots
L'objectif ultime de cette recherche est ambitieux : créer un cerveau robotique universel que tout utilisateur pourrait télécharger et utiliser sans devoir le former à nouveau. David Held, professeur associé à la Carnegie Mellon University, explique que même si ce projet en est encore à ses débuts, il offre des perspectives passionnantes. Il espère qu'un entraînement à grande échelle pourrait aboutir à des avancées majeures en robotique, similaires à celles observées avec les modèles de langage.
Les utilisateurs de cette nouvelle méthode peuvent entrer la conception spécifique du robot, ainsi que le type de tâche à effectuer. Cette flexibilité pourrait ouvrir la voie à une nouvelle génération de robots capables d'apprendre et de s'adapter sans nécessiter d'entraînement spécifique pour chaque mission.
Un soutien technologique et des partenariats stratégiques
Le Toyota Research Institute (TRI) a financé une partie de cette recherche novatrice. Le soutien du TRI n'est pas nouveau, puisque l'année dernière, il avait déjà présenté une technique d'entraînement de robots en continu. Plus récemment, TRI a également collaboré avec Boston Dynamics pour combiner leurs forces en matière de recherche et de matériel robotique. Ce fait renforece ainsi les capacités de ce projet.
Cette nouvelle approche du MIT pourrait bien redéfinir l'avenir de la robotique. En s'inspirant des principes d'entraînement des grands modèles de langage, l'équipe ambitionne d'offrir aux robots la capacité de s'adapter et de réagir face aux imprévus. Cette stratégie ouvre la voie à des applications variées et complexes. Les avancées dans ce domaine suscitent déjà un intérêt marqué pour les technologies de demain.
- Partager l'article :
