De la recherche fondamentale dans la compréhension de l’autonomie du vivant

Dans le cadre de recherches prospectives, des animats visent à comprendre comment émergentémergent diverses capacités adaptatives, comme contourner un handicap, savoir se localiser ou apprendre à découvrir le monde.

iCub, un enfant humanoïde. © Team Inria, DR

Comprendre les capacités cognitives

Parmi les nombreux humanoïdes présents dans les laboratoires et qui n'ont le plus souvent d'humain que leur forme, le seul qui vise à comprendre vraiment comment émergent des capacités cognitives humaines serait le robot-enfant iCub, partagé par une vingtaine de laboratoires.

Il est en train d'apprendre patiemment à découvrir le monde, c'est-à-dire intégrer son image du corps, reconnaître des objets à manipuler, acquérir quelques compétences linguistiques par des apprentissages sociaux et individuels, générer de nouveaux comportements grâce à des expériences passées, voire investiguer la façon dont la coopération humaine peut émerger.

Une notion de la résilience

Alors que les animaux sont résilientsrésilients, c'est-à-dire qu'ils s'accommodent facilement de blessures ou de handicaps (observez le nombre de pigeons dans les villes qui survivent malgré leurs pattes réduites en moignons) les robots sont hors service dès le plus petit incident. Comment les animaux se remettent-ils à se comporter relativement correctement sans avoir effectué très exactement le diagnosticdiagnostic de leur problème ? Une équipe de l'ISIR, puis de l'Inria, a mis au point un système d'apprentissage qui permet à un robot de trouver un nouveau comportement efficace en moins d'une vingtaine d'essais et de deux minutes. L'algorithme a été appliqué à divers ResiBots, dont un insectoïde à qui on a brusquement « cassé » une patte et qui a trouvé tout seul et très rapidement la meilleure façon de résorber ce handicap. 

Ce robot hexapode est utilisé dans nos expériences pour évaluer nos algorithmes. Il a ici la patte avant gauche cassée. Le robot embarque une batterie, un ordinateur sous GNU/Linux, et une caméra 3D. Grâce à un algorithme d’odométrie visuelle, la caméra 3D permet au robot d’évaluer sa vitesse de déplacement et donc d'évaluer sa performance sans dispositif externe. © Antoine Cully, UPMC 2015