- Le robot IA CyberRunner bat les humains au jeu Labyrinth, le maîtrisant en 6 heures.
- Les chercheurs utilisent l'apprentissage par renforcement basé sur un modèle et partagent leurs travaux pour la collaboration en IA.
- La plateforme open-source de CyberRunner à 200 $ invite à l'innovation dans la robotique IA.
Dans une réalisation révolutionnaire, des chercheurs de l'ETH Zurich ont développé un robot IA nommé CyberRunner qui a surpassé les humains dans le jeu populaire Labyrinth. Le robot a accompli cet exploit en naviguant une petite bille métallique à travers un labyrinthe en utilisant des habiletés motrices fines et un raisonnement spatial, maîtrisant le jeu en six heures.
Cela marque l'une des premières instances où l'intelligence artificielle excelle dans une application physique directe, démontrant sa capacité à penser, apprendre et se développer dans des tâches basées sur la dextérité.
Apprentissage par renforcement basé sur le modèle : la clé du succès
Les chercheurs, Raffaello D’Andrea et Thomas Bi, ont exploité les avancées récentes dans un domaine connu sous le nom d'apprentissage par renforcement basé sur le modèle pour enseigner à CyberRunner comment exceller dans le jeu Labyrinth. Ce type d'apprentissage automatique implique que l'IA apprend à se comporter dans un environnement dynamique par essais et erreurs.
En partageant leur travail dans un article académique, les chercheurs ont permis à d'autres de s'appuyer sur leurs découvertes, soulignant la nature collaborative et open-source de leur projet.
L'un des aspects remarquables de ce projet est son accessibilité. D’Andrea et Bi rendent leur travail disponible sur une plateforme open-source, permettant à une communauté plus large d'explorer, d'expérimenter et d'innover dans la robotique IA.
Avec un prix de seulement 200 $, les utilisateurs peuvent utiliser la plateforme CyberRunner pour des expériences à grande échelle, favorisant la communication et le partage des meilleures pratiques parmi les passionnés et chercheurs en IA.
L'évolution de l'IA : de répétitif à adaptatif
Les robots industriels ont longtemps été adeptes de l'exécution de tâches de fabrication répétitives et précises. Cependant, la flexibilité et l'adaptabilité démontrées par CyberRunner représentent un bond en avant significatif dans les capacités des machines pilotées par l'IA.
La capacité de ce robot à penser, apprendre et s'adapter en temps réel à une tâche physique dynamique était auparavant considérée comme réalisable uniquement par l'intelligence humaine.
Apprendre par l'expérience : l'approche unique de CyberRunner
Le processus d'apprentissage de CyberRunner est un aspect intrigant de son succès. Équipé d'une caméra qui observe le labyrinthe de dessus, le robot apprend par l'expérience, découvrant des moyens surprenants de naviguer dans le labyrinthe, y compris en prenant des raccourcis.
Cependant, les chercheurs ont dû intervenir pour lui apprendre à ne pas exploiter ces raccourcis, soulignant la nécessité de considérations éthiques dans le développement de l'IA.
D’Andrea a souligné que leur projet n'est pas une plateforme coûteuse et sur mesure. Au lieu de cela, c'est une ressource ouverte et abordable pour quiconque s'intéresse à faire progresser la robotique IA. Cette inclusivité et cette accessibilité sont des facteurs clés du potentiel de progrès rapides dans le domaine.
Ne vous contentez pas de lire les actualités crypto. Comprenez-les. Abonnez-vous à notre newsletter. C'est gratuit.
Avertissement. Les informations fournies ne constituent pas des conseils en matière d'investissement. Cryptopolitan.com ne saurait être tenue responsable des investissements réalisés sur la base des informations fournies sur cette page. Nous recommandons vivement de mener vos propres recherches et/ou de consulter un professionnel qualifié avant de prendre toute décision d'investissement.
Brian Koome
Brian Koome compte plus de sept ans d'expérience dans la rédaction sur la blockchain et les cryptomonnaies, étant actif dans le secteur depuis 2017. Il a contribué à des publications de premier plan, dont BlockToday.com. Par ailleurs, il a développé le cours Ethereum 101 pour BitDegree.org avant de rejoindre Cryptopolitan en tant qu'auteur à temps plein. Brian rédige des guides intemporels (EG), des analyses approfondies, des interviews et des analyses de prix. Son focus sur la DeFi, l'innovation blockchain et les projets crypto émergents ravit ses lecteurs.
