Domain Randomization
La randomisation de domaine entraîne les modèles sur des simulations aux textures, éclairages, caméras et lois physiques randomisés afin qu’ils se généralisent au monde réel.
La randomisation de domaine est une technique qui consiste à entraîner des modèles en simulation afin qu’ils fonctionnent dans le monde réel. Un simulateur ne correspond jamais exactement à la réalité : la randomisation de domaine fait donc varier ses paramètres, notamment les textures, les couleurs, l’éclairage, la pose de la caméra, le placement des objets, les objets perturbateurs et les propriétés physiques comme la masse et la friction, dans une telle mesure pendant l’entraînement que le monde réel ressemble au modèle à une variation de plus. C’est un outil courant pour réduire l’écart entre simulation et réalité en robotique, pour les modèles de vision par ordinateur entraînés sur des données synthétiques et pour les politiques de contrôle apprises par apprentissage par renforcement.
Josh Tobin et ses collègues d’OpenAI et de l’UC Berkeley ont décrit cette technique dans un article de 2017. Ils ont entraîné un réseau de détection d’objets à localiser des objets en utilisant uniquement des images simulées avec des textures aléatoires non réalistes. Bien qu’aucune image réelle n’ait été utilisée pendant l’entraînement, le détecteur a localisé les objets dans le monde réel avec une précision d’environ 1,5 cm, suffisante pour qu’un bras robotisé puisse les saisir dans un environnement encombré.
Ce qui est randomisé#
Chaque échantillon d’entraînement ou épisode tire de nouvelles valeurs dans les plages définies par les ingénieurs pour chaque paramètre :
- Apparence : textures et couleurs des objets et de l’arrière-plan, nombre, position et type des lumières, et bruit d’image.
- Caméra : position, orientation et champ de vision, afin que le modèle ne dépende jamais d’un seul point de vue.
- Contenu de la scène : nombre, forme et position des objets perturbateurs, qui apprennent au modèle à ignorer l’encombrement et l’occlusion partielle.
- Dynamique : masses, friction, amortissement des articulations, puissance des moteurs et latence de commande, afin qu’une politique de contrôle apprise tolère les différences entre la physique simulée et réelle.
L’entraînement répète cet échantillonnage à chaque lot, et les résultats dans le monde réel déterminent si les plages doivent être modifiées :
Un modèle qui voit un objet sous des milliers de textures et d’éclairages aléatoires ne peut pas s’appuyer sur une texture ou une lumière particulière. Il apprend donc des caractéristiques qui résistent aux changements, comme la forme et la géométrie. En contrepartie, le problème d’apprentissage est plus difficile : les données randomisées nécessitent généralement davantage d’entraînement et des modèles plus grands, des plages trop larges gaspillent la capacité sur des conditions qui ne se produisent jamais, et des plages trop étroites entraînent un surapprentissage du simulateur. La randomisation ne peut pas non plus fournir ce que le simulateur est incapable de modéliser, comme les matériaux déformables ou les artefacts de capteur qu’il ne rend pas.
Variantes et résultats#
En 2018, des chercheurs de NVIDIA ont appliqué la randomisation de domaine à la détection de voitures et ont constaté qu’un détecteur entraîné sur des images synthétiques randomisées, puis ajusté finement sur des images réelles de KITTI, surpassait un détecteur entraîné uniquement sur des données réelles. La randomisation de la dynamique a étendu cette idée des images à la physique, en entraînant des politiques de contrôle robotique avec des masses et des coefficients de friction randomisés. La randomisation automatique du domaine commence par des plages étroites et élargit chacune d’elles à mesure que le modèle réussit. OpenAI l’a utilisée en 2019 pour entraîner une main robotisée à résoudre un Rubik’s Cube. La randomisation structurée du domaine maintient l’aléatoire dans un contexte réaliste, par exemple en plaçant les voitures sur les routes plutôt que dans le ciel.
La randomisation de domaine est aujourd’hui largement utilisée en IA incarnée : elle entraîne des systèmes de préhension et de placement guidés par la vision, la navigation de drones et les piles de perception des véhicules autonomes.
L’entraînement d’Ultralytics YOLO sur un jeu de données synthétiques randomisées ajoute une randomisation dans l’espace image : par défaut, chaque échantillon d’entraînement reçoit un facteur de saturation aléatoire compris entre 0,3 et 1,7 et un facteur de luminosité aléatoire compris entre 0,6 et 1,4, définis par les paramètres d’augmentation hsv_s et hsv_v. Ces valeurs sont tirées de nouveau chaque fois qu’une image est chargée.
Randomisation de domaine et termes associés#
- Augmentation des données : transforme les images après leur capture ou leur rendu en leur appliquant des retournements, des recadrages et des changements de couleur. La randomisation de domaine modifie la scène avant le rendu, ce qui permet de faire varier l’éclairage 3D, les matériaux et le point de vue, contrairement aux transformations 2D.
- Adaptation non supervisée de domaine (UDA) : utilise des images non étiquetées du domaine cible pour aligner les caractéristiques d’un modèle sur ce domaine. La randomisation de domaine ne nécessite aucune donnée cible pendant l’entraînement.
- Génération de données synthétiques : processus plus général de création de données d’entraînement artificielles, dont la randomisation de domaine est une stratégie pour choisir l’apparence de chaque échantillon généré.










