L'humanoïde Apollo apprend le cornhole en regardant une vidéo : sept lancers d'affilée, selon DeepMind

Lors d'un test interne, le modèle Argon a regardé une vidéo brute d'une personne qui jouait au cornhole. Le modèle a ensuite analysé la scène, repéré les positions dans l'espace et calculé les mouvements de chaque articulation du corps nécessaires pour reproduire le geste.

Argon a écrit seul le code d'une simulation, puis le comportement appris a été transféré au robot Apollo. Selon Google DeepMind, Apollo a ensuite réussi sept lancers d'affilée lors d'un essai en conditions réelles.

L'entreprise affirme que sa méthode, qui passe de la vidéo à la simulation puis au robot réel, réduit à quelques heures un travail de modélisation qui demande d'habitude des semaines à la main.

Google DeepMind a aussi soumis Argon à son propre test de raisonnement physique et spatial en trois dimensions. D'après l'entreprise, le modèle y obtient un score de 87 %.

Le modèle est désormais accessible dans les produits d'intelligence artificielle de Google et par son interface de programmation Gemini.