Depuis plusieurs années, Deepmind utilise la technique du « Reinforcement Learning », ou apprentissage par renforcement pour ses robots, qui a pour but de faire apprendre un comportement en utilisant un système de récompenses ou, au contraire, de punitions.
C’est la méthode que l’entreprise utilise pour apprendre à ses robots comment se déplacer dans un parcours semé d’obstacles. Selon la rapidité avec laquelle le robot conclut le parcours, il reçoit ou non une récompense. De même, plus le parcours est complexe, plus la récompense est grande.
Schéma du fonctionnement de l’apprentissage par renforcement
Comment est-ce que cela fonctionne concrètement ? Le robot est équipé d’une série de capteurs visuels qui lui permettent de comprendre et d’analyser ses environs. De plus, le logiciel est programmé pour toujours aller de l’avant. À partir de là, le robot fait le reste : il doit trouver comment avancer, comment passer outre les obstacles.
Si ce n’est pas la première fois que l’apprentissage par renforcement est utilisé pour les robots, le fait que le logiciel évolue devant chaque obstacle rencontré et développe de nouvelles manières de se déplacer est inédit. Cette technique ne fonctionnait jusque-là que dans l’environnement habituel du robot.
+ rapide, + pratique, + exclusif
Zéro publicité, fonctions avancées de lecture, articles résumés par l'I.A, contenus exclusifs et plus encore.
Découvrez les nombreux avantages de Numerama+.
Vous avez lu 0 articles sur Numerama ce mois-ci
Tout le monde n'a pas les moyens de payer pour l'information.
C'est pourquoi nous maintenons notre journalisme ouvert à tous.
Mais si vous le pouvez,
voici trois bonnes raisons de soutenir notre travail :
- 1 Numerama+ contribue à offrir une expérience gratuite à tous les lecteurs de Numerama.
- 2 Vous profiterez d'une lecture sans publicité, de nombreuses fonctions avancées de lecture et des contenus exclusifs.
- 3 Aider Numerama dans sa mission : comprendre le présent pour anticiper l'avenir.
Si vous croyez en un web gratuit et à une information de qualité accessible au plus grand nombre, rejoignez Numerama+.
Si vous avez aimé cet article, vous aimerez les suivants : ne les manquez pas en vous abonnant à Numerama sur Google News.
