Des chercheurs de Google DeepMind affirment avoir franchi une étape clé avec le premier joueur de tennis de table robotisé doté d'une intelligence artificielle, capable de battre des joueurs débutants.
S’il n’est pas près de défier les frères Alexis et Félix Lebrun dans un match de tennis de table aux J.O., le robot mis au point par Google DeepMind n’en demeure pas moins une avancée importante.
« Il s’agit du premier agent robotique capable de pratiquer un sport avec des humains à un niveau humain et représente une étape importante dans l’apprentissage et le contrôle des robots », écrivent les chercheurs de DeepMind dans leur article scientifique.
Un apprentissage par renforcement
Ils rappellent que le tennis de table est un sport mêlant vitesse et stratégie qui sert d’étalon pour la recherche en robotique depuis les années 1980.
L’expérimentation de Google combine un bras robotique industriel ABB et une IA développée par DeepMind. Le système est en mesure de jouer contre des humains en s’adaptant à leur niveau.
Les chercheurs se sont appuyés sur une bibliothèque de compétences de joueurs humains qui répertorie des coups basiques tels que le coup droit lifté et le revers. Puis, ils ont entraîné le robot dans un environnement physique simulé en utilisant l'apprentissage par renforcement.
Le robot s’adapte au niveau des joueurs humains
Les compétences ont ensuite été transférées au bras robotisé qui a commencé à jouer contre des humains afin de générer davantage de données d’entraînement.
Le bras robotisé est doté de six degrés de liberté. Il est monté sur des rails pour se déplacer latéralement. Des caméras à haute vitesse et un système de capture de mouvement suivent la position de la balle et la raquette du joueur humain. Une IA de haut niveau adapte le jeu en temps réel à partir de l’ensemble des informations collectées.
Le robot a gagné 45 % des matchs
Le robot a joué 29 matchs contre des humains dont le niveau allait du débutant au confirmé. Il a battu tous les débutants et 55 % des joueurs de niveau intermédiaire. Au total, la machine a remporté 45 % des matchs.
La principale limite du système est sa latence qui compromet sa capacité à intercepter les balles rapides. Les chercheurs veulent perfectionner les algorithmes de contrôle et optimiser la partie matérielle pour gagner en réactivité.
Les progrès accomplis grâce à cette expérimentation devraient faire progresser la robotique pour les tâches nécessitant des réactions rapides et une adaptation en temps réel. « Cependant, il ne s'agit que d'un petit pas vers un objectif de longue date en robotique, qui est d'atteindre des performances de niveau humain pour de nombreuses compétences utiles dans le monde réel », concluent les chercheurs.
Source : Google DeepMind
