Si Gaston Lagaffe peut faire preuve d’une flemme sans égale sur les sujets qui l’ennuient, il est aussi capable de prouesses techniques dès qu’il s’agit de travail inutile pour la vie de bureau. Pour preuve, sa machine à jouer au bilboquet, incroyablement en avance sur son temps en 1974, dans l’album n° 12, Le Gang des gaffeurs. Certes, la machine à bilboquet de Gaston n’est pas tout à fait au point, puisqu’elle finit par s’autodétruire lorsque la boule du bilboquet lui retombe dessus. Néanmoins, réussir à fabriquer une telle machine avec les moyens de l’époque relève de l’exploit.
Chez l’humain, jouer au bilboquet mobilise plusieurs sens : la vision, la perception du mouvement de notre bras et même l’audition et l’oreille interne, et tous ces sens doivent se combiner de manière très fine. Nous mettons du temps à réussir et ne parvenons jamais à 100 % de succès. Pour la machine, c’est encore plus difficile. C’est pourquoi, à ce jour, toutes les tentatives des roboticiens concernent une version simplifiée du bilboquet : il ne s’agit plus de lancer une boule trouée pour qu’elle s’encastre sur une tige, mais seulement de faire retomber une boule dans une coupelle tenue par le robot. Cela ne nécessite pas de maîtriser le mouvement de rotation de la boule sur elle-même, contrairement au vrai bilboquet où le trou de la boule doit se trouver en face du pic.
L’humain apprend plus vite
« Même si les mouvements de la boule répondent à des lois connues de la mécanique, une petite variation des paramètres du mouvement peut conduire à une trajectoire très différente. C’est une forme de système chaotique, on ne peut pas complètement anticiper le mouvement, indique Philippe Souères, responsable du département robotique du laboratoire d’analyse et d’architecture des systèmes (CNRS, Toulouse). Il est difficile d’évaluer en temps réel les paramètres du mouvement et d’adapter la trajectoire en conséquence. » Gaston, lui, calculait le mouvement à effectuer avec une précision « au micropoil ».
C’est pourquoi, plutôt que suivre une approche « déterministe » visant à calculer précisément la trajectoire à partir d’équations, certains roboticiens préfèrent une approche par apprentissage : ils indiquent grossièrement au robot comment effectuer le mouvement, et créent un algorithme (suite d’instructions) pour que le robot se corrige de lui-même, par des petites modifications de paramètres après chaque échec. C’est ce que montre une vidéo de 2016 du robot Pepper, qui parvient à mettre la boule dans la coupelle après… 100 essais. L’humain apprend plus vite, mais une fois l’apprentissage terminé, le robot, lui, réussit à tous les coups.
Il vous reste 19.08% de cet article à lire. La suite est réservée aux abonnés.
