FLEX aide les robots à comprendre les corrections humaines

LLéna

Des chercheurs du MIT et de l’Université de New York ont développé FLEX, un système qui permet à un robot de réviser sa représentation de l’environnement à partir de corrections formulées en conversation, selon Unite.AI. Concrètement, ces corrections modifient les caractéristiques de l’environnement que le robot prend en compte lorsqu’il se déplace. L’objectif est d’éviter qu’il interprète une consigne de façon trop littérale et ne retienne que les mots, sans saisir la raison de la demande. Par exemple, si on lui demande de ne pas renverser de café sur un ordinateur portable, le robot pourrait traiter l’ordinateur comme un simple obstacle. Il risquerait alors de ne pas saisir pourquoi la consigne demande de protéger l’objet. FLEX est conçu pour que la correction puisse conduire à une révision de ce que le robot considère comme pertinent dans son environnement, plutôt qu’à l’ajout mécanique d’un obstacle à éviter. Le MIT a annoncé ces travaux lundi, avant leur présentation à la Conference on Robot Learning, prévue en novembre 2026. Le système s’appuie donc sur des corrections en langage naturel pour ajuster les informations utilisées par le robot pendant ses déplacements. L’enjeu est de faire évoluer son interprétation après une consigne humaine, sans lui attribuer une compréhension qui n’est pas établie par ces travaux.