SHORE, apprendre à ranger sans faire tomber

MMarc

Une équipe de recherche présente SHORE, une méthode qui apprend à ranger des colis en trois dimensions malgré des arrivées futures inconnues. Déposée vendredi sur arXiv, la publication est une prépublication, c’est-à-dire un texte qui n’a pas encore été relu par d’autres chercheurs. Le problème ressemble à un jeu de rangement qui se poursuit au fil des arrivées. Il faut choisir quel colis placer, dans quelle orientation et à quel endroit, alors que les colis suivants ne sont pas connus. Un tampon permet de traiter les colis en attente. Si la pile s’effondre, la séquence s’arrête. SHORE évalue chaque placement sous 2 angles. Il estime d’abord la probabilité que le colis reste stable. Puis il estime le rendement associé à ce placement, à condition qu’il soit stable. C’est un peu comme remplir une étagère : il faut décider où poser chaque objet, en tenant compte à la fois de sa tenue et de la place qu’il occupe. Pour apprendre à évaluer cette stabilité, le système utilise un réseau de neurones appelé 3D U-Net. Il s’appuie sur les résultats de placements réellement exécutés et sur des alternatives simulées. Autrement dit, il ne tire pas ses leçons uniquement des choix déjà tentés : les simulations lui permettent aussi d’examiner d’autres possibilités. Une méthode d’apprentissage par renforcement estime ensuite le rendement des placements stables. SHORE utilise ces deux estimations pour guider ses choix. Les chercheurs ont aussi évalué la méthode sur des arrivées de colis plus exigeantes. Dans leurs essais, SHORE atteint une utilisation de l’espace de 73 % après 0,4 million d’étapes d’apprentissage. Le même apprentissage sans modèle de stabilité atteint ce niveau après environ 1 million d’étapes. Mais le rangement plus dense s’accompagne d’un risque accru : les échecs de placement sont plus fréquents, à 1,03 %, contre 0,63 % pour GOPT. Ces résultats viennent d’essais décrits dans une prépublication ; ils restent donc à interpréter avec cette précaution.