Une main de robot très adroite peut fonctionner dans le noir

Université Columbia, New York, NY

Des chercheurs de Columbia Engineering ont démontré une main de robot très adroite, qui combine un sens avancé du toucher avec des algorithmes d'apprentissage moteur afin d'atteindre un niveau élevé de dextérité.

Pour démontrer son habileté, l'équipe a choisi une tâche de manipulation difficile : exécuter une rotation arbitrairement grande d'un objet saisi de forme inégale dans la main tout en maintenant toujours l'objet dans une prise stable et sécurisée. Non seulement la main était capable d’accomplir cette tâche, mais elle l’a également fait sans aucun retour visuel – basé uniquement sur la détection tactile. De plus, la main a fonctionné sans caméra externe, elle est donc insensible à l'éclairage, à l'occlusion ou à des problèmes similaires.

"Bien que notre démonstration concernait une tâche de validation de principe destinée à illustrer les capacités de la main, nous pensons que ce niveau de dextérité ouvrira la voie à des applications entièrement nouvelles pour la manipulation robotique dans le monde réel", a déclaré le professeur agrégé Matei Ciocarlie. . "Certaines des utilisations les plus immédiates pourraient concerner la logistique et la manutention des matériaux, contribuant ainsi à atténuer les problèmes de chaîne d'approvisionnement comme ceux qui ont frappé notre économie ces dernières années, ainsi que la fabrication et l'assemblage avancés dans les usines."

Les chercheurs ont conçu et construit une main robotique avec cinq doigts et 15 articulations actionnées indépendamment – chaque doigt était équipé de la technologie de détection tactile de l'équipe. L’étape suivante consistait à tester la capacité de la main tactile à effectuer des tâches de manipulation complexes. Pour ce faire, ils ont utilisé une méthode appelée apprentissage par renforcement profond, complétée par de nouveaux algorithmes qu’ils ont développés pour une exploration efficace des stratégies motrices possibles.

L’entrée des algorithmes d’apprentissage moteur consistait exclusivement en données tactiles et proprioceptives de l’équipe, sans aucune vision. Utilisant la simulation comme terrain d'entraînement, le robot a réalisé environ un an de pratique en quelques heures seulement, grâce à des simulateurs physiques modernes et à des processeurs hautement parallèles. Les chercheurs ont ensuite transféré cette compétence de manipulation formée en simulation à la main réelle du robot, qui a pu atteindre le niveau de dextérité attendu.

« L’objectif directionnel dans ce domaine reste la robotique d’assistance à la maison, le terrain d’essai ultime d’une véritable dextérité. Dans cette étude, nous avons montré que les mains des robots peuvent également être très adroites sur la seule base de la détection tactile. Une fois que nous aurons également ajouté un retour visuel au toucher, nous espérons pouvoir atteindre encore plus de dextérité et, un jour, commencer à nous rapprocher de la réplication de la main humaine », a déclaré Ciocarlie.

Ciocarlie a observé qu’un robot physique utile dans le monde réel a besoin à la fois d’une intelligence abstraite et sémantique et d’une intelligence incarnée. Les grands modèles de langage tels que GPT-4 d'OpenAI ou PALM de Google visent à fournir le premier, tandis que la dextérité de manipulation telle qu'obtenue dans cette étude représente des avancées complémentaires dans le second.

Pour plus d'informations, contactez Holly Evarts à Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer Javascript pour le visualiser.; 212-854-3206.

Cet article a été publié pour la première fois dans le numéro d’août 2023 du magazine Tech Briefs.

Lisez plus d’articles des archives ici.

Les sujets: