Des chercheurs de l’université Carnegie Mellon et de Facebook AI Research ont créé un système de navigation pour les robots, alimenté par le bon sens.
Avec l’aide de l’équipe de Facebook AI Research (FAIR), l’université a conçu une navigation sémantique qui aide les robots à se déplacer en reconnaissant des objets familiers.
Le système SemExp, qui a battu Samsung pour remporter la première place lors d’un récent Habitat ObjectNav Challenge, utilise l’apprentissage automatique pour entraîner le système à reconnaître des objets.
Cette technique fait appel à l’apprentissage pour apprendre aux robots à reconnaître les objets et à comprendre où ils sont susceptibles de les trouver dans la maison. Le résultat permet aux machines d’effectuer des recherches plus stratégiques.
Le robot utilise le machine learning, il a connaissance d’une arborescence d’objets reliés aux pièces d’une maison. Pourquoi si une requête humaine parle d’un canapé, le robot devrait commencer ses investigations dans une cuisine ? Les chercheurs de la Carnegie Mellon University ont donné cette logique. En lui apprenant la différence qu’il y a entre les différents objets qui se trouvent dans un logement, comme la différence qu’il y a entre un frigo et des toilettes…
En scannant son environnement, le robot établit les relations entre les objets et les pièces dans lesquelles on peut les trouver. Il n’a plus ensuite qu’à rechercher la pièce dans laquelle il a le plus de chance de trouver l’objet recherché.
Ce travail de recherche en laboratoire permettra de rendre les interactions plus faciles entre les humains et les robots.
