Un bras robotisé apprend avec succès 1 000 tâches de manipulation en une seule journée
infohightech ·
Au cours des dernières décennies, les roboticiens ont mis au point une vaste gamme de systèmes capables de résoudre efficacement certains problèmes concrets. Cependant, la plupart de ces robots sont souvent peu performants sur des tâches pour lesquelles ils n'ont pas été entraînés, notamment celles qui consistent à manipuler des objets jamais vus auparavant ou à manipuler des objets déjà rencontrés d'une manière inédite.
Des chercheurs du Laboratoire d'apprentissage robotique de l'Imperial College de Londres ont récemment mis au point une nouvelle approche d'apprentissage par imitation qui pourrait permettre aux robots d'apprendre plus rapidement de nouvelles tâches, sans nécessiter d'importantes quantités de données d'entraînement. Grâce à cette méthode, présentée dans un article publié dans Science Robotics , ils ont pu entraîner un bras robotisé à réaliser 1 000 tâches différentes en une seule journée.
« Ces recherches ont été initialement inspirées par nos travaux antérieurs sur le transfert de trajectoire , où nous avons introduit une méthode qui s'est avérée robuste et efficace pour enseigner aux robots des tâches uniques », ont déclaré Kamil Dreczkowski et Pietro Vitiello, co-auteurs de l'article, à Tech Xplore.
« Notre superviseur, Edward Johns, nous a alors présenté un objectif ambitieux, mais passionnant : enseigner à un robot un très grand nombre de tâches en un minimum de temps, plus précisément « mille en une journée ». Étant donné que notre méthode existante nécessitait moins d’une minute par tâche et permettait un déploiement immédiat sans formation réseau post-démonstration, nous pensions que cet objectif était tout à fait réalisable en étendant notre méthode à un contexte d’apprentissage multitâche. »
Démonstration du système MT3 réalisant une tâche de nettoyage de plaque de cuisson sur une longue distance, par la composition séquentielle de quatre tâches à interaction unique. Crédit : Kamil Dreczkowski et Pietro Vitiello.
Pour relever le défi que leur avait lancé leur superviseur, Johns, Dreczkowski et Vitiello ont d'abord mené une étude systématique des facteurs fondamentaux influençant l'efficacité de l'apprentissage par imitation. Leur étude visait finalement à évaluer l'efficacité de différents choix de conception pour permettre aux robots d'apprendre de manière fiable plusieurs tâches en peu de temps.
Une nouvelle méthode pour améliorer l'apprentissage par imitation
L'apprentissage par imitation consiste à enseigner de nouvelles compétences aux robots en leur présentant des démonstrations, des vidéos ou d'autres exemples de personnes réalisant les tâches que le robot doit accomplir. Malgré leur potentiel, la plupart des techniques d'apprentissage par imitation nécessitent un volume important de données de démonstration humaine pour obtenir de bons résultats.
« L’objectif principal de cet article était de remettre en question l’hypothèse généralement admise selon laquelle les systèmes robotiques performants nécessitent des ensembles de données massifs, des politiques neuronales complexes et de grands modèles pour l’apprentissage à grande échelle », ont déclaré Dreczkowski et Vitiello. « Dans le cadre de notre étude, nous avons examiné deux approches pour l’apprentissage robotique : la décomposition de trajectoires et la généralisation basée sur la récupération d’informations. »
Démonstration de MT3 réalisant une tâche de préparation et de service du café à long terme par la composition séquentielle de cinq tâches à interaction unique. Crédit : Kamil Dreczkowski et Pietro Vitiello
La première contrainte intégrée par les chercheurs dans leur approche, appelée décomposition de trajectoire, consiste à séparer chaque trajectoire de manipulation d'objet en deux phases : la phase d'alignement et la phase d'interaction.
« Pendant la phase d'alignement, le robot positionne son effecteur terminal ou un objet saisi par rapport à un objet cible — imaginez un robot alignant une prise avec une douille », ont expliqué Dreczkowski et Vitiello.
« Ensuite, lors de la phase d'interaction, le robot effectue la manipulation proprement dite, par exemple en insérant la fiche dans la prise. Ces deux phases ont des exigences différentes ; ainsi, l'utilisation séquentielle de deux politiques différentes permet d'améliorer considérablement l'efficacité des données dans le régime de faible démonstration par tâche. »
La seconde a priori sur laquelle repose l'approche de l'équipe est la généralisation basée sur la récupération. Contrairement à diverses autres méthodes d'apprentissage profond, qui encodent tous les comportements dans des poids de réseau, leur méthode stocke toutes les démonstrations dans un composant de mémoire.
« Lors des tests, cette méthode utilise la description linguistique d'une tâche et l'observation de l'environnement pour retrouver de mémoire la démonstration la plus pertinente », expliquent Dreczkowski et Vitiello. « Cette démonstration sert ensuite à orienter la politique sur la manière de s'aligner sur l'objet testé et d'interagir avec lui. »
Démonstration de MT3 jouant aux échecs. Crédit : Kamil Dreczkowski et Pietro Vitiello
La nouvelle approche de l'équipe, baptisée MT3 (transfert de trajectoire multitâche), est conçue pour récupérer et décomposer des données de démonstration. Grâce à une stratégie de récupération, elle identifie les démonstrations pertinentes pour la tâche à accomplir par le robot, puis les adapte à l'objet cible et planifie les mouvements du robot, en utilisant l'estimation de pose et un module de planification.
« Pour l’interaction, la méthode consiste simplement à reproduire le mouvement de l’effecteur terminal démontré », expliquent Dreczkowski et Vitiello. « Ses principaux avantages résident dans sa grande efficacité et sa facilité d’interprétation. Nous avons constaté qu’elle est particulièrement performante lorsque le nombre de démonstrations par tâche est limité. De plus, grâce à l’estimation de la pose, les utilisateurs peuvent visualiser le mouvement que le robot va effectuer avant même qu’il ne le fasse. Surtout, il est garanti que le robot n’effectuera jamais une action qui n’a pas été explicitement démontrée. »
Entraînement de robots à différentes tâches avec peu de données
Pour tester le potentiel de leur approche d'apprentissage par imitation, l'équipe l'a utilisée pour entraîner le robot Sawyer, un système robotique composé d'un seul bras, d'une pince et d'une caméra intégrées. Ils ont notamment réussi à apprendre au robot à réaliser 1 000 tâches de manipulation distinctes en moins de 24 heures, grâce à une seule démonstration par tâche. De plus, ils ont pu déployer cette stratégie immédiatement après chaque démonstration, sans nécessiter d'entraînement supplémentaire.
« Nous avons démontré qu'un apprentissage robotique complexe et à grande échelle est possible sans avoir recours à des ensembles de données massifs ni à de grands modèles neuronaux », ont déclaré Dreczkowski et Vitiello. « À notre connaissance, il s'agit de la première évaluation systématique et à grande échelle de l'apprentissage multitâche dans le cadre d'un nombre réduit de démonstrations par tâche, comblant ainsi une lacune importante dans la littérature. Notre approche offre une alternative convaincante et économe en données au paradigme traditionnel de clonage comportemental monolithique. »
La nouvelle approche d'apprentissage par imitation développée par les chercheurs pourrait bientôt être perfectionnée et appliquée à d'autres plateformes robotiques. À terme, elle pourrait contribuer à la création de robots capables de maîtriser un plus large éventail de compétences, sans nécessiter d'importantes quantités de données d'entraînement.
« Le recours de MT3 à des étapes analytiques rend ses actions hautement interprétables et fiables, ce qui constitue un avantage majeur par rapport à la nature « boîte noire » de nombreuses méthodes d'apprentissage profond », ont déclaré Dreczkowski et Vitiello.
« De plus, cette méthode très efficace a été mise au point grâce à une étude à grande échelle portant sur de nombreux choix de conception. En comparant les performances de toutes ces conceptions, en faisant varier la taille de l'ensemble de données et la diversité des tâches apprises, nous avons pu recueillir plusieurs enseignements qui pourraient s'avérer utiles à quiconque cherche à améliorer l'efficacité de ses robots dans la manipulation d'objets. »
Dans le cadre de leurs prochains travaux, Dreczkowski et Vitiello prévoient de poursuivre le développement de stratégies d'apprentissage robotique efficaces et économes en données, déployables instantanément sur les robots. Leur objectif est de réduire les efforts humains et les ressources financières actuellement nécessaires à la formation des robots.
« Un axe d'amélioration majeur consistera à abandonner la simple répétition de la trajectoire lors de notre phase d'interaction », ont ajouté Dreczkowski et Vitiello. « Nous souhaitons explorer des méthodes permettant d'adapter les trajectoires à la géométrie des objets et aux différents scénarios de test, afin que le robot puisse mieux généraliser face à des variations inédites qui nécessitent plus qu'une simple exécution du mouvement démontré. »
https://techxplore.com/news/2025-12-robotic-arm-successfully-tasks-day.html