vendredi, septembre 19, 2025
  • Connexion
Enerzine.com
  • Accueil
  • Energie
    • Electricité
    • Marché Energie
    • Nucléaire
    • Pétrole
    • Gaz
    • Charbon
  • Renouvelable
    • Biogaz
    • Biomasse
    • Eolien
    • Géothermie
    • Hydro
    • Hydrogène
    • Solaire
  • Technologie
    • Batterie
    • Intelligence artificielle
    • Matériaux
    • Quantique
    • Recherche
    • Robotique
    • Autres
      • Chaleur
      • Communication
      • Fusion
      • Graphène
      • Impression
      • Industrie énergie
      • Industrie technologie
      • Laser
      • Nanotechnologie
      • Optique
  • Environnement
    • Carbone
    • Circulaire
    • Climat
    • Déchets
    • Durable
    • Risques
    • Santé
  • Mobilité
    • Aérien
    • Infrastructure
    • Logistique
    • Maritime
    • Spatial
    • Terrestre
  • Habitat
  • Insolite
  • GuideElectro
    • Sommaire
    • Maison
    • Chauffage
    • Bricolage
    • Jardin
    • Domotique
    • Autres
      • Isolations
      • Eclairage
      • Nomade
      • Loisir
      • Compostage
      • Médical
  • LaboFUN
    • Science
    • Lévitation
    • Globe
Aucun résultat
Voir tous les résultats
  • Accueil
  • Energie
    • Electricité
    • Marché Energie
    • Nucléaire
    • Pétrole
    • Gaz
    • Charbon
  • Renouvelable
    • Biogaz
    • Biomasse
    • Eolien
    • Géothermie
    • Hydro
    • Hydrogène
    • Solaire
  • Technologie
    • Batterie
    • Intelligence artificielle
    • Matériaux
    • Quantique
    • Recherche
    • Robotique
    • Autres
      • Chaleur
      • Communication
      • Fusion
      • Graphène
      • Impression
      • Industrie énergie
      • Industrie technologie
      • Laser
      • Nanotechnologie
      • Optique
  • Environnement
    • Carbone
    • Circulaire
    • Climat
    • Déchets
    • Durable
    • Risques
    • Santé
  • Mobilité
    • Aérien
    • Infrastructure
    • Logistique
    • Maritime
    • Spatial
    • Terrestre
  • Habitat
  • Insolite
  • GuideElectro
    • Sommaire
    • Maison
    • Chauffage
    • Bricolage
    • Jardin
    • Domotique
    • Autres
      • Isolations
      • Eclairage
      • Nomade
      • Loisir
      • Compostage
      • Médical
  • LaboFUN
    • Science
    • Lévitation
    • Globe
Aucun résultat
Voir tous les résultats
Enerzine.com
Aucun résultat
Voir tous les résultats
Quand les robots modernes apprennent à demander de l'aide

Quand les robots modernes apprennent à demander de l’aide

par La rédaction
30 novembre 2023
en Robotique, Technologie

Les robots modernes sont capables de percevoir leur environnement et de répondre au langage humain, mais il est essentiel de leur apprendre à demander de l’aide pour les rendre plus sûrs et plus efficaces. Découvrez comment des ingénieurs de l’Université de Princeton et de Google ont développé une nouvelle méthode pour y parvenir.

Les ingénieurs ont mis au point une technique qui consiste à quantifier l’incertitude du langage humain et à utiliser cette mesure pour indiquer aux robots quand demander des instructions supplémentaires. Afin d’y parvenir, ils utilisent de grands modèles de langage (LLM), comme ChatGPT, pour évaluer l’incertitude dans des environnements complexes.

Anirudha Majumdar, professeur adjoint en ingénierie mécanique et aérospatiale à Princeton et auteur principal de l’étude, souligne que les sorties des LLM sont encore souvent peu fiables. Il est donc crucial que les robots basés sur les LLM sachent quand ils ne savent pas.

Définir un seuil d’incertitude pour demander de l’aide

Le système permet également à l’utilisateur de définir un degré de réussite cible, lié à un seuil d’incertitude particulier qui amènera le robot à demander de l’aide. Par exemple, un robot chirurgical aura une tolérance à l’erreur beaucoup plus faible qu’un robot nettoyant un salon.

Allen Ren, étudiant diplômé en ingénierie mécanique et aérospatiale à Princeton et auteur principal de l’étude, explique que l’objectif est de minimiser la quantité d’aide dont le robot a besoin tout en atteignant le niveau de réussite souhaité par l’utilisateur.

Des tests prometteurs sur des robots réels et simulés

Les chercheurs ont testé leur méthode sur un bras robotique simulé et sur deux types de robots dans des installations de Google à New York et Mountain View (Googleplex), en Californie. Les expériences les plus complexes ont impliqué un bras robotique monté sur une plateforme à roues et placé dans une cuisine de bureau.

Les chercheurs ont testé leur méthode sur un bras robotique simulé et sur deux types de matériel robotique. Les expériences les plus complexes (à gauche) ont porté sur un bras robotisé monté sur une plate-forme à roulettes et placé dans une cuisine de bureau équipée d’un micro-ondes et d’un ensemble de bacs de recyclage, de compost et de poubelles. Une autre série d’expériences a utilisé un bras robotisé de table (à droite) chargé de trier un ensemble de jouets alimentaires en deux catégories différentes ; une configuration avec un bras gauche et un bras droit (au centre) a ajouté une couche supplémentaire d’ambiguïté. Crédit Etude

En utilisant une approche statistique appelée prédiction conforme et un taux de réussite garanti spécifié par l’utilisateur, les chercheurs ont conçu leur algorithme pour déclencher une demande d’aide humaine lorsque les options atteignent un certain seuil de probabilité.

Les défis futurs pour les robots et la perception active

Allen Ren travaille actuellement sur l’extension de cette méthode aux problèmes de perception active pour les robots, comme l’utilisation de prédictions pour déterminer l’emplacement d’objets dans une maison lorsque le robot se trouve dans une autre partie de la maison. Cette opération nécessite un planificateur basé sur un modèle qui combine des informations visuelles et linguistiques, soulevant de nouveaux défis pour estimer l’incertitude et déterminer quand déclencher l’aide.

En synthèse

En enseignant aux robots à demander de l’aide lorsqu’ils sont confrontés à l’incertitude, les ingénieurs de l’Université de Princeton et de Google ont développé une méthode prometteuse pour améliorer la sécurité et l’efficacité des robots. En utilisant des grands modèles de langage et la prédiction conforme, cette approche pourrait contribuer à résoudre les défis futurs liés à la perception active et à la collaboration entre les robots et les humains.

Pour une meilleure compréhension

Qu’est-ce que les grands modèles de langage (LLM) ?

Les grands modèles de langage (LLM) sont des outils technologiques utilisés pour évaluer l’incertitude dans des environnements complexes. Ils sont utilisés pour aider les robots à comprendre et à répondre au langage humain.

Articles à explorer

Comment les chercheurs suisses enseignent le badminton à un robot à quatre pattes

Comment les chercheurs suisses enseignent le badminton à un robot à quatre pattes

25 août 2025
Des étudiants en robotique construisent de toutes pièces des chiens robots dotés d'une intelligence artificielle

Des étudiants en robotique construisent de toutes pièces des chiens robots dotés d’une intelligence artificielle

23 août 2025

Comment les robots peuvent-ils demander de l’aide ?

Les robots peuvent demander de l’aide en utilisant une mesure d’incertitude basée sur le langage humain. Lorsque cette mesure atteint un certain seuil, le robot est programmé pour demander des instructions supplémentaires.

Qu’est-ce que la prédiction conforme ?

La prédiction conforme est une approche statistique utilisée pour déclencher une demande d’aide humaine lorsque les options d’action d’un robot atteignent un certain seuil de probabilité.

Quels sont les avantages de cette nouvelle méthode ?

Cette nouvelle méthode permet d’améliorer la sécurité et l’efficacité des robots en leur apprenant à demander de l’aide lorsqu’ils sont confrontés à l’incertitude. Elle permet également de minimiser la quantité d’aide dont le robot a besoin.

Quels sont les défis futurs pour les robots ?

Les défis futurs pour les robots comprennent la perception active, comme l’utilisation de prédictions pour déterminer l’emplacement d’objets dans une maison lorsque le robot se trouve dans une autre partie de la maison. Cela nécessite un planificateur basé sur un modèle qui combine des informations visuelles et linguistiques.

Principaux enseignements

Enseignements
Les robots modernes peuvent percevoir leur environnement et répondre au langage humain.
Une nouvelle méthode a été développée pour enseigner aux robots à demander de l’aide lorsqu’ils sont confrontés à l’incertitude.
Cette méthode utilise de grands modèles de langage (LLM) pour évaluer l’incertitude dans des environnements complexes.
Un système permet à l’utilisateur de définir un degré de réussite cible pour le robot.
La prédiction conforme est utilisée pour déclencher une demande d’aide humaine lorsque les options d’action d’un robot atteignent un certain seuil de probabilité.
Les chercheurs ont testé leur méthode sur un bras robotique simulé et sur deux types de robots dans des installations de Google.
Les défis futurs pour les robots comprennent la perception active, comme l’utilisation de prédictions pour déterminer l’emplacement d’objets dans une maison.
Cette nouvelle méthode pourrait contribuer à résoudre les défis futurs liés à la perception active et à la collaboration entre les robots et les humains.

Références

Légende illustration principale : Des ingénieurs de l’université de Princeton et de Google ont trouvé un nouveau moyen d’apprendre aux robots à savoir quand ils ne savent pas et à demander des éclaircissements à un humain. Photo des chercheurs

L’article, intitulé « Robots That Ask for Help : Uncertainty Alignment for Large Language Model Planners« , a été présenté le 8 novembre à la conférence sur l’apprentissage robotique. Outre Ren, Zeng et Majumdar, les coauteurs sont Anushri Dixit et Alexandra Bodrova de Princeton, ainsi que Sumeet Singh, Stephen Tu, Noah Brown, Peng Xu, Leila Takayama, Fei Xia, Jake Varley, Zhenjia Xu et Dorsa Sadigh de Google DeepMind. La recherche a été soutenue en partie par la National Science Foundation des États-Unis et l’Office of Naval Research.

Partager l'article avec :
  WhatsApp   LinkedIn   Facebook   Telegram   Email
Tags: activeIncertitudeLangage humainPerceptionpredictionrobot
Article précédent

Pollution de l’air liée aux combustibles fossiles : un fléau mondial

Article suivant

1 000 fois moins d’énergie : la promesse des nouvelles membranes polymères

La rédaction

La rédaction

Enerzine.com propose une couverture approfondie des innovations technologiques et scientifiques, avec un accent particulier sur : - Les énergies renouvelables et le stockage énergétique - Les avancées en matière de mobilité et transport - Les découvertes scientifiques environnementales - Les innovations technologiques - Les solutions pour l'habitat Les articles sont rédigés avec un souci du détail technique tout en restant accessibles, couvrant aussi bien l'actualité immédiate que des analyses. La ligne éditoriale se concentre particulièrement sur les innovations et les avancées technologiques qui façonnent notre futur énergétique et environnemental, avec une attention particulière portée aux solutions durables et aux développements scientifiques majeurs.

A lire également

Meta et Ray-Ban misent sur des lunettes à affichage intégré et un bracelet « neuronal »
Industrie technologie

Meta et Ray-Ban misent sur des lunettes à affichage intégré et un bracelet « neuronal »

il y a 17 heures
Un capteur de température à fibre optique repousse ses limites à 150 kilomètres pour la surveillance des réseaux électriques
Optique

Un capteur de température à fibre optique repousse ses limites à 150 kilomètres pour la surveillance des réseaux électriques

il y a 18 heures
Les intestins des chenilles pourraient-ils contribuer à la fabrication de nanomatériaux ?
Nanotechnologie

Les intestins des chenilles pourraient-ils contribuer à la fabrication de nanomatériaux ?

il y a 19 heures
Une méga-batterie pour stabiliser le réseau électrique allemand
Batterie

Stockage d’énergie : l’Allemagne mise sur une batterie géante près de Berlin

il y a 20 heures
Près d’un milliard d’euros pour propulser le synchrotron Alba dans la 4e génération
Recherche

Près d’un milliard d’euros pour propulser le synchrotron Alba dans la 4e génération

il y a 21 heures
Qubic ne refroidit pas les ordinateurs quantiques… il les libère de leur propre chaleur
Quantique

Qubic ne refroidit pas les ordinateurs quantiques… il les libère de leur propre chaleur

il y a 2 jours
Plus d'articles
Article suivant
1 000 fois moins d'énergie : la promesse des nouvelles membranes polymères

1 000 fois moins d'énergie : la promesse des nouvelles membranes polymères

Le lancement de la fusée Vulcan prévu le 24 décembre

Fusée Vulcan : lancement inaugural prévu le 24 décembre

HevenDrones dévoile sa nouvelle série de drones à hydrogène lors du Forum de Monaco

HevenDrones dévoile sa nouvelle série de drones à hydrogène

Bibliothèque photos préférée : Depositphotos.com
depositphotos
Enerzine est rémunéré pour les achats éligibles à la plateforme AMAZON

Articles récents

En Italie, 2 nouvelles solutions pour la protection des coraux : une biopâte conductrice et un patch cicatrisant naturel

Pour la protection des coraux : une biopâte conductrice et un patch cicatrisant naturel

19 septembre 2025
Kraken Tech, la plateforme énergétique mondiale d’Octopus Energy, devient indépendante

Kraken s’émancipe d’Octopus Energy pour dominer la gestion énergétique mondiale à l’IA

18 septembre 2025
  • A propos
  • Newsletter
  • Publicité – Digital advertising
  • Mentions légales
  • Confidentialité
  • Contact

© 2025 Enerzine.com

Bienvenue !

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In
Aucun résultat
Voir tous les résultats
  • Accueil
  • Energie
  • Renouvelable
  • Technologie
  • Environnement
  • Mobilité
  • Habitat
  • Insolite
  • Guide
  • Labo

© 2025 Enerzine.com