Le système HUMAC a appris aux robots à anticiper les intentions des coéquipiers
Les chercheurs de Duke et Columbia University ont développé le système HUMAC, enseignant aux robots l’interaction d’équipe à travers le concept de Theory of Mind. La technologie permet aux machines d’anticiper les intentions des partenaires, formant la base pour une coopération coordonnée.
Les indicateurs clés d’efficacité démontrent une percée cool. Sans entraînement, les robots atteignaient le succès seulement dans 36% des cas. Après 40 minutes d’entraînement avec un curateur humain, l’efficacité a grimpé à 84% en simulation et 80% dans des conditions réelles.
La méthodologie Human-guided Multi-Agent Collaboration permet à 1 personne d’enseigner à un groupe de robots des stratégies complexes – de l’encerclement à l’embuscade. De brefs conseils sont intégrés dans les algorithmes, formant un modèle de comportement de partenaire pour chaque membre de l’équipe.
Les tests pratiques ont été menés dans un jeu de cache-cache. 3 robots chercheurs s’opposaient à 3 cacheurs rapides dans un espace confus avec visibilité limitée. Les résultats ont montré la capacité du système pour une prédiction intuitive d’actions sans instructions directes.
Une telle capacité des robots pour un comportement coordonné autonome ouvre des possibilités pour la logistique, les opérations de recherche et sauvetage et l’industrie. Cependant, les mêmes principes sont applicables à des fins militaires, créant des dilemmes éthiques de prise de décision de groupe autonome.
