Pepper, c’est ce robot qui perçoit les émotions et apprend de ses erreurs, tel un enfant. Cousin de Néo, l’humanoïde développé par la société française Aldebaran et le groupe japonais SoftBank est parvenu à jouer au bilboquet en analysant la trajectoire optimale à partir d’une simple démonstration.
100 essais ont été nécessaires à Pepper avant qu’il ne parvienne à faire tenir la balle dans le petit cornet de bois. Mais chaque échec a rapproché un peu plus le robot de la réussite. Car l’humanoïde analyse et tente d’améliorer ses performances à chaque tentative, un peu comme un être humain. Après chaque essai raté, le robot modifie légèrement son mouvement pour résoudre le problème. Ici, il s’agissait de trouver le mouvement idéal qui permettrait à la balle d’atterrir dans le cornet.

Une seule démonstration suffit à Pepper pour apprendre à jouer au bilboquet
Une seule démonstration suffit à Pepper pour apprendre à jouer au bilboquet

La persévérance de Pepper a fini par être récompensée. Après ses 100 essais, le robot est parvenu à intégrer le geste optimal pour mettre la balle dans le cornet. Ainsi, il a maintenu un taux de réussite de 100% sur les essais suivants. Et si cela paraît simple à visionner, plusieurs dizaines, voire centaines, de possibilités et de calculs sont étudiés par le robot durant son apprentissage.

Chaque échec oblige Pepper à adopter une approche différente afin de trouver la trajectoire optimale. Ici, le robot tente d’apprendre à jouer au bilboquet, mais cette apprentissage par l’erreur pourrait être testé sur de nombreux robots dont les activités sont des plus variées. Cela pourrait ainsi diminuer leur temps de programmation et des mois de tests.

Pepper apprend de ses erreurs tel un enfant
Pepper apprend de ses erreurs tel un enfant

Pour l’heure, la recherche sur la robotique n’en est pas encore là, mais la réussite de Pepper est très encourageante pour l’avenir. Alors, prêt à adopter un robot de compagnie ? Et si le sujet vous intéresse, découvrez 11 robots conçus grâce au biomimétisme, cette technique qui s’inspire de l’ingéniosité de la nature.

S’abonner
Notifier de
guest

0 Commentaires
Inline Feedbacks
View all comments