Un robot humanoïde peut-il entrer dans une maison qu’il n’a jamais vue et se mettre au travail immédiatement, sans la moindre donnée collectée sur place ? C’est la question que pose Figure avec Helix 2.5, présenté par le constructeur comme son réseau de neurones le plus avancé. L’entreprise dit l’avoir testé dans 30 maisons de la Bay Area, en Californie, sur trois tâches, sans aucun ajustement local.
Figure qualifie l’exercice de zero-shot : les environnements d’évaluation et les objets manipulés n’avaient jamais été vus par le modèle pendant son apprentissage. Les tâches, elles, avaient été définies par des données collectées ailleurs. Pour chaque maison, le robot s’appuyait sur les canapés, lits et surfaces déjà présents, avec des objets mis de côté avant le début des essais. Selon Figure, un modèle d’IA puis une revue humaine ont vérifié que ces objets n’apparaissaient pas dans les données d’apprentissage.
Trois tâches, un seul modèle de base
Les trois comportements évalués : ranger un salon, plier des serviettes, faire un lit. Figure précise les critères de réussite, fixés avant l’évaluation :
- Rangement du salon : les 13 à 15 jouets éparpillés sont tous ramassés et placés dans le panier.
- Pliage de serviettes : toutes les serviettes sont pliées et déposées dans le panier.
- Faire le lit : les deux oreillers et les coins de la couette sont placés en haut du lit, la couette lissée.
Le constructeur indique n’accorder aucun crédit partiel : une tâche ne compte comme réussie que si elle est menée à son terme. Chaque tâche utilisait un même point de contrôle figé pour les 30 maisons, sans adaptation des poids aux environnements ni aux objets d’évaluation.
D’après Figure, ces trois comportements découlent d’un seul modèle de fondation, pré-entraîné sur Index, un jeu de données de comportements humains à grande échelle. Ils mobilisent locomotion, manipulation d’objets rigides et déformables, coordination à deux bras et perception active.
De 9 % à 56 % de réussite, selon Figure
Pour mesurer ce que le pré-entraînement apporte réellement, Figure dit avoir entraîné deux politiques sur des données de spécification de tâche identiques, n’incluant ni les maisons ni les objets d’évaluation. L’une partait de poids aléatoires, l’autre du modèle Helix 2.5 pré-entraîné sur Index. Architecture, optimisation et évaluation étaient maintenues identiques.
Résultat annoncé : en évaluation à l’aveugle, la politique entraînée de zéro a réussi 9 % des essais zero-shot, contre 56 % pour la politique pré-entraînée sur Index, soit plus de six fois plus. Figure en conclut que le pré-entraînement sur Index explique l’essentiel de la capacité zero-shot du modèle. Le constructeur précise qu’aucune tâche d’évaluation ne représente plus de 1,90 % du jeu de pré-entraînement.
Figure dit par ailleurs avoir comparé Helix 2.5 à une version précédente, Helix 02, entraînée directement dans l’environnement où elle était évaluée. Selon le constructeur, Helix 2.5 a atteint le même taux de réussite avec moitié moins de données d’adaptation, tout en généralisant à 30 maisons inconnues.
Autocorrection et loi d’échelle
Figure met en avant une amélioration qu’il juge marquante : la capacité du robot à se corriger. Reculer pour se repositionner, changer de posture, contourner un lit pour reprendre un pliage. Le constructeur attribue cette faculté de récupération au pré-entraînement sur Index.
L’entreprise évoque aussi une loi d’échelle du transfert de l’humain vers le robot. Elle dit avoir entraîné quatre modèles sur des sous-ensembles d’Index couvrant une multiplication par huit du volume de données, à taille de modèle et entraînement aval constants. La perte de prédiction baissait régulièrement à chaque doublement des données, assez pour que la plus grande expérimentation soit, selon Figure, prévisible à quatre décimales avant même l’entraînement.
Figure précise ne pas prétendre que la robotique humanoïde générale est résolue. Il s’agit, pour le constructeur, d’une démonstration de généralisation du corps entier en zero-shot sur un humanoïde, qu’il présente comme la première à cette échelle.