Double

Par Brianna Wessling | 24 août 2023

Des chercheurs de l'Université de Bristol, basés au Bristol Robotics Laboratory, ont conçu un système bi-touch qui permet aux robots d'effectuer des tâches manuelles en détectant ce qu'ils doivent faire à partir d'un assistant numérique. Le système peut aider un robot bimanuel à afficher une sensibilité tactile proche de la dextérité humaine en utilisant l’IA pour éclairer ses actions.

L’équipe de recherche a développé un système robotique tactile à deux bras qui acquiert des compétences bimanuelles grâce à l’apprentissage par renforcement profond (Deep-RL). Ce type d’apprentissage est conçu pour apprendre aux robots à faire des choses en leur permettant d’apprendre par essais et erreurs, un peu comme dresser un chien avec des récompenses et des punitions.

L’équipe a commencé ses recherches en créant un monde virtuel contenant deux bras robotisés équipés de capteurs tactiles. Ensuite, ils ont conçu des fonctions de récompense et un mécanisme de mise à jour des objectifs qui pourraient encourager les agents robots à apprendre à accomplir les tâches bimanuelles. Ils ont ensuite développé un système robotique tactile à deux bras réel pour appliquer l’agent.

« Grâce à notre système Bi-Touch, nous pouvons facilement former des agents IA dans un monde virtuel en quelques heures pour réaliser des tâches bimanuelles [adaptées] au toucher. Et plus important encore, nous pouvons appliquer directement ces agents du monde virtuel au monde réel sans formation supplémentaire », a déclaré l'auteur principal Yijiong Lin de la Faculté d'ingénierie de l'Université de Bristol. "L'agent bimanuel tactile peut résoudre des tâches même sous des perturbations inattendues et manipuler des objets délicats de manière douce."

Pour la manipulation robotique, par exemple, le robot apprend à prendre des décisions en essayant divers comportements pour accomplir des tâches désignées, comme soulever des objets sans les laisser tomber ni les casser. Lorsque le robot réussit, il reçoit un prix, lorsqu’il échoue, il apprend ce qu’il ne faut pas faire.

Au fil du temps, il découvre les meilleurs moyens de récupérer des objets en utilisant ces récompenses et punitions. L'agent IA est visuellement aveugle lors de cet apprentissage et s'appuie uniquement sur le retour tactile et le retour proprioceptif, qui est la capacité d'un corps à ressentir le mouvement, l'action et l'emplacement.

"Notre système Bi-Touch présente une approche prometteuse avec des logiciels et du matériel abordables pour l'apprentissage des [comportements] bimanuels avec simulation tactile, qui peuvent être directement appliqués au monde réel", a déclaré le professeur Nathan Lepora, co-auteur. "Notre simulation de robot tactile à double bras développée permet des recherches plus approfondies sur des tâches plus différentes car le code sera open source, ce qui est idéal pour développer d'autres tâches en aval."

Grâce à cette méthode, les chercheurs ont réussi à permettre au robot à deux bras de soulever en toute sécurité des objets aussi fragiles qu’une seule puce Pringle. Ce développement pourrait être utile dans des secteurs tels que la cueillette des fruits et les services domestiques, et éventuellement pour recréer le toucher dans les membres artificiels.

Les recherches de l'équipe ont été publiées dans IEEE Robotics and Automation Letters.