Apprendre à un robot à brancher un chargeur ou à déboucher une bouteille paraît simple. En pratique, c'est long, délicat et coûteux. ACE Robotics présente une méthode qui vise à rendre cet apprentissage plus économe.
De quoi parle-t-on ?
ACE Robotics est une entreprise spécialisée dans l'IA pour robots. Elle est présidée par Wang Xiaogang, cofondateur de SenseTime. Le média chinois Pandaily rapporte que l'entreprise a annoncé le 13 novembre un travail baptisé ACE-CaP-0. Les chercheurs l'ont mis en ligne la veille sur arXiv, un site où les scientifiques déposent leurs études.
Il s'agit d'une « recette de recherche », pas d'un produit à acheter. Le principe : un agent d'IA généraliste, c'est-à-dire un programme capable d'enchaîner seul plusieurs étapes, écrit des instructions pour piloter un robot. Il les teste, les corrige, puis les fige en compétences réutilisables. Ces compétences fonctionnent ensuite sans lui.
Pourquoi écrire un programme ?
Cette idée prolonge une approche appelée Code as Policies. Le comportement du robot est décrit par un programme, au lieu de solliciter un gros modèle d'IA à chaque mouvement.
Imagine une recette de cuisine. Tu peux la rédiger une bonne fois et la suivre ensuite sans réfléchir. Ou bien demander conseil à un chef avant chaque geste. Selon les auteurs, les appels répétés au modèle ralentissent le robot. Un programme terminé, lui, réutilise le raisonnement qui a servi à l'écrire.
Comment l'agent apprend
La difficulté, c'est d'obtenir un code fiable sans multiplier les essais réels, qui coûtent du temps et du matériel. Ici, l'agent décide lui-même quand il a besoin d'aide. Il dispose de trois leviers :
Premier levier, la démonstration sur demande. L'agent peut demander à une personne de guider physiquement les bras du robot. On enregistre alors la vidéo, la trajectoire des bras et les positions clés des articulations.
Deuxième levier, la simulation à la demande. L'agent construit une version virtuelle de la tâche seulement quand il juge que c'est utile, pour explorer et tester des pistes.
Troisième levier, les retours du vrai robot. L'agent corrige son code selon le déroulement des essais réels.
Dans les comparaisons de l'équipe, la meilleure combinaison associe démonstrations sur demande et simulation utilisée avec parcimonie.
Ce que ça change, et ses limites
L'équipe a testé sa méthode sur huit tâches réelles, dont brancher un chargeur, emballer du pain, déboucher une bouteille et emboîter des gobelets. L'annonce met en avant un taux de réussite de 92,1 %.
Ce chiffre vient des propres tests des auteurs, pas d'une comparaison indépendante. Il faut donc le lire comme une première indication. Autre limite : l'agent a parfois besoin d'une personne pour guider le robot. Enfin, les sources ne disent pas quand une telle méthode pourrait sortir du laboratoire, ni sous quelle forme.
À long terme, l'intérêt est clair. Un robot qui retient un geste sous forme de programme peut le répéter vite, sans repasser par une IA à chaque étape. Il reste à voir si cela tient sur d'autres tâches et dans d'autres lieux.