Les bras robotiques conservent cette image d’être un peu pataud, de manquer de fluidité. Dans une publication, le 12 mars, des chercheurs de Nvidia, connus pour leur rôle dans la robotique, ont présenté un robot plus fluide grâce à l’intelligence artificielle.

Nvidia veut fluidifier l’échange d’objet entre robot et humain

Les transferts d’objets entre l’homme et le robot sont encore aujourd’hui complexes. Les recherches dans le domaine se concentrent sur la phase de dépose d’un objet dans la pince du robot. La complexité de cette opération, pourtant simple entre deux personnes, vient de l’identification, la visualisation de l’objet par le robot car la main qui le tiens l’occulte en partie, nuisant à la précision.

Pour passer outre cette difficulté les chercheurs de Nvidia ont catégorisé la différente façon qu’avait un homme pour tenir un objet : « paume ouverte », « pincement du fond », « pincement du dessus », « pincement du côté » ou « soulèvement ».

Ces différentes façons de saisir quelque chose ont été filmées par une caméra Kinect Azure de Microsoft. Pendant 20 à 60 secondes des personnes ont été captées tenant l’objet, se mouvant avec, mettant leurs mains de différents points de vue. L’opération a été réalisée de la main gauche et de la main droite.

Les chercheurs de Nvidia

Crédit : Wei Yang, Chris Paxton, Maya Cakmak,
, Dieter Fox

Au total 151 551 images ont été compilées. Ces données ont servi à entraîner une IA, dont le rôle dans la robotique s’annonce central. Ensuite, les chercheurs de Nvidia ont modélisé l’action de transfert de l’objet qu’ils définissent comme un « système logico-dynamique-robuste ».

Le but du modèle est de s’adapter aux différentes saisies pour déterminer le plus rapidement possible l’approche la plus pertinente. S’il n’y parvient pas, il reste en position d’attente.

Des expériences concluantes

Le modèle a été testé au cours d’une série d’expériences. Différentes positions des mains, avec des blocs de quatre couleurs différentes ont été soumis à deux robots Panda différents de Franka Emika montés sur des tables différentes.

Chercheurs de Nvidia

Crédit : Wei Yang, Chris Paxton, Maya Cakmak,
, Dieter Fox

Les auteurs de l’étude affirment que leur modèle améliore considérablement le taux de saisie, 100% contre 80% pour les robots sans le modèle, le temps d’exécution 17,83 secondes contre 20,93 secondes et le taux de réussite de la planification opérée par le robot pour atteindre l’objet, 64,3% contre 29,6%.

Les chercheurs de Nvidia espèrent que grâce à leur IA, les robots d’entrepôts qui collaborent avec des humains seront plus efficaces et améliorent par ricochet la productivité.