Les chercheurs de Facebook IA et UC Berkeley ont récemment développé une nouvelle approche pour la navigation de robots dans des environnements inconnus. Leur approche, présentée dans un article publié sur arXiv, combine des techniques de contrôle basées sur un modèle et une perception axée sur l’apprentissage automatique.

Le développement d’outils permettant aux robots de naviguer dans des lieux inconnus est un défi majeur et permanent dans le domaine de la robotique. Au cours des dernières décennies, les chercheurs ont tenté de résoudre ce problème de différentes manières.

Le système utilisé par les chercheurs

La communauté de recherche sur les contrôles a principalement étudié la navigation d’un agent ou système dans un environnement connu. Dans ces cas, un modèle dynamique de l’agent et une carte géométrique de l’environnement dans lequel il va évoluer sont disponibles.

Voici une vidéo expliquant cette approche :

Par conséquent, des schémas de contrôle optimal peuvent être utilisés pour obtenir des trajectoires lisses et sans collision pour que le robot atteigne un emplacement souhaité. Ces systèmes sont généralement utilisés pour contrôler un certain nombre d’informations réelles. Par ailleurs, ces approches sont quelque peu limitées, car elles nécessitent une connaissance explicite de l’environnement dans lequel le système évoluera.

En quoi consiste la nouvelle approche ?

Ces approches peuvent présenter plusieurs avantages, dans la mesure où elles permettent d’apprendre des techniques sans aucune connaissance du système et de l’environnement dans lequel il évoluera. Par ailleurs, des études antérieures ont suggéré que ces méthodes ne se généralisent pas bien entre différents agents.

En outre, l’apprentissage de telles techniques nécessite souvent un grand nombre de processus. L’équipe de chercheurs a formé un modèle basé sur un réseau de neurones à convolution sur des règles générales, qui utilise les observations d’image afin de produire une séquence d’états intermédiaires ou points de passage. En fin de compte, ces points de repère guident le robot vers l’emplacement de son choix en suivant un trajet sans obstacle, dans des environnements auparavant inconnus.

Source :

Techxplore