Comment doter les robots d’un semblant de bon sens humain qui les rendrait aptes à infiniment plus de tâches qu’aujourd’hui ? Des chercheurs du MIT ont apporté un début de réponse à l’aide du deep learning. Ils ont développé une méthode, baptisée Dense Object Nets, permettant à un robot de "comprendre" un objet.
Ils le démontrent avec un bras robotisé doté d’une caméra qui, après avoir capté moins d’une dizaine d’images dudit objet, est capable d’en élaborer seul (sans supervision humaine), une représentation géométrique particulièrement utile pour la préhension.
Ayant "compris" ce qu’est une chaussure, le robot peut l’attraper par une zone indiquée par un opérateur – ici la languette – avec un algorithme de préhension simple. Surtout, il peut répéter l’opération sur une chaussure de forme et couleur différentes qu’il n’a jamais vue. Il est aussi capable de distinguer et attraper une chaussure particulière au milieu d’un tas de chaussures. De quoi, selon les chercheurs, étendre les possibilités de la manipulation robotisée.
Article rédigé par Georges Simmonds pour RT Flash
