Des chercheurs de l'Université de Californie à Berkeley ont développé un algorithme révolutionnaire permettant aux robots d'apprendre de nouvelles tâches à partir de leurs propres expériences.
Imaginez un robot nettoyant la maison et triant le linge sale. Ce scénario de science-fiction pourrait bientôt devenir réalité, grâce à des experts de l'Université de Californie à Berkeley. Ils ont créé BRETT (Berkeley Robot for the Elimination of Tedious Tasks), un robot conçu pour accomplir les tâches ménagères fastidieuses.
Traditionnellement, les robots nécessitent une programmation minutieuse et des tests en environnement contrôlé, ce qui les rend inadaptés aux cadres dynamiques comme une maison ou un bureau. Pour surmonter cela, les chercheurs de Berkeley ont doté BRETT d'une capacité d'apprentissage autonome inspiré du cerveau humain.
Grâce à un réseau de neurones artificiels, BRETT traite en temps réel les données sensorielles telles que les images et les sons. Il évalue ses mouvements : ceux qui le rapprochent de l'objectif reçoivent un score élevé, favorisant un apprentissage par essais et erreurs, similaire à celui des humains.
Les tests ont démontré son efficacité : BRETT a appris à suspendre des vêtements, assembler un avion jouet, boucher une bouteille d'eau et empiler des blocs Lego. Avec des coordonnées de départ et d'arrivée fournies, il maîtrise une tâche en 10 minutes ; sans cela, en trois heures. Les chercheurs anticipent des avancées rapides en augmentant les volumes de données traitées, ouvrant la voie à des tâches plus complexes. (ks)
