Qu’est-ce qui vient juste de se passer? Des scientifiques du Laboratoire d’informatique et d’intelligence artificielle (CSAIL) du MIT ont formé un guépard robotique pour battre le record de la course la plus rapide jamais enregistrée. Le secret était de laisser le robot comprendre comment exécuter des essais et des erreurs plutôt que de compter sur des ingénieurs humains pour programmer le bot.

En tant que doctorant au MIT Gabriel Margolis et postdoctorant à l’IAIFI Ge Yang expliqué dans une récente interview, le paradigme traditionnel de la robotique est que les humains disent à un robot quoi faire et comment le faire. Le problème avec cette approche est qu’elle n’est pas évolutive en raison de la quantité d’heures humaines nécessaires pour programmer manuellement un robot pour qu’il fonctionne dans de nombreux environnements différents.

« Une façon plus pratique de construire un robot avec de nombreuses compétences diverses est de dire au robot quoi faire et de le laisser comprendre comment. »

Une façon de contourner cette limitation consiste à utiliser la simulation et l’IA / l’apprentissage automatique. À l’aide d’outils de simulation modernes, le robot de l’équipe a pu accumuler 100 jours d’expérience sur divers terrains comme la glace et le gravier en seulement trois heures de temps réel.

Le modèle d’apprentissage par l’expérience, ou renforcement, est pleinement exposé dans la dernière vidéo du MIT et les résultats sont incroyablement impressionnants.

Le bot a atteint une vitesse de pointe de 3,9 mètres par seconde, soit environ 8,7 mph, lors du sprint. Encore plus impressionnant est sa gestion des terrains risqués comme le gravier. Avec le contrôleur conçu par l’homme, le bot a du mal à traverser le gravier et même trébuche et tombe lorsqu’il essaie de se déplacer sur le trottoir. L’unité avec le contrôleur appris gère la situation sans effort.