Science

La main d’un robot hypersensible est étrangement humaine dans sa façon de sentir les choses

Image de doigts robotisés saisissant une boule disco en miroir sur laquelle se reflète la lumière.

Des membres bioniques aux androïdes sensibles, les entités robotiques de la science-fiction brouillent les frontières entre la biologie et la machine. Les robots de la vie réelle sont loin derrière en comparaison. Si nous ne sommes pas près d’atteindre le niveau des robots de la science-fiction, les robots de la vie réelle sont loin d’être à la hauteur. Star Trek Data de Star Trek, il existe désormais une main robotisée dotée d’un sens du toucher presque humain.

Une chose que les robots n’ont pas réussi à atteindre, c’est un niveau de sensibilité et de dextérité suffisamment élevé pour sentir et manipuler les choses comme le font les humains. C’est là qu’intervient la main robotisée mise au point par une équipe de chercheurs de l’université de Columbia. (Il y a cinq ans, nous avions couvert leurs travaux à l’époque où cette réalisation n’était encore qu’un concept).

Cette main ne se contente pas de ramasser et de déposer des objets sur commande. Elle est si sensible qu’elle peut réellement « sentir » ce qu’elle touche, et elle est suffisamment dextre pour changer facilement la position de ses doigts afin de mieux tenir les objets, une manœuvre connue sous le nom de « finger gaiting » (marche avec les doigts). Il est si sensible qu’il peut même faire tout cela dans l’obscurité, en comprenant tout par le toucher.

Navigation dans l’espace d’état

« [This is] une nouvelle méthode permettant de manipuler avec dextérité des objets complexes, tout en sécurisant l’objet sans utiliser de surfaces de support passives », ont déclaré les chercheurs dans une étude récemment publiée sur le serveur de prépublication arXiv.

Pour créer cette main, l’équipe de Columbia a dû trouver le moyen le plus efficace de naviguer dans ce que l’on appelle une structure d’espace d’état. Toutes les configurations possibles connues d’un système sont appelées son espace d’états. La structure de l’espace d’état décrit comment un robot est censé se déplacer d’une étape à l’autre dans cet espace d’état. Il existe différentes méthodes d’apprentissage automatique qui permettent de l’entraîner à cette tâche.

L’apprentissage par renforcement (RL) est une méthode courante de formation d’un robot. Il s’agit de l’approche « bon robot » contre « mauvais robot ». Le logiciel de commande du robot est « récompensé » lorsqu’il accomplit ce qu’il est censé faire et « puni » pour tout ce qu’il fait de manière incorrecte. Il apprend par essais et erreurs jusqu’à ce qu’il puisse reconnaître comment il est censé se comporter. Malheureusement, le RL a ses inconvénients, car le moindre écart par rapport à l’état attendu peut faire tomber un objet.

L’équipe a donc également utilisé des algorithmes de planification basés sur l’échantillonnage (SPB) pour donner au robot une meilleure prise (jeu de mots) sur la structure de son espace d’état. La SBP n’a pas besoin de passer en revue tous les ensembles de mouvements possibles pour parcourir un espace d’état ; au lieu de cela, elle échantillonne de manière aléatoire différentes trajectoires. Chaque manœuvre réussie par un robot avec SBP est stockée comme une nouvelle branche ajoutée à un arbre numérique, sur lequel l’IA peut ensuite s’appuyer lorsqu’elle cherche un moyen de résoudre un problème. Le SBP a encore des problèmes : il ne peut se fier qu’à ce qu’il a fait auparavant, et les obstacles inattendus rencontrés dans un espace d’état peuvent poser problème.

« [We used] la force des méthodes RL et SBP afin d’entraîner des politiques de contrôle moteur pour la manipulation dans la main avec la marche avec les doigts », ont déclaré les chercheurs. « Nous visons à manipuler des objets plus difficiles, y compris des formes concaves, tout en les sécurisant à tout moment sans dépendre de surfaces d’appui.

Reprendre ses esprits

Pour une IA, proposer un ensemble d’instructions est la partie la plus facile. Elle peut dire au robot ce qu’il doit faire, mais la plupart des robots ne peuvent pas fournir beaucoup d’informations en retour. La nouvelle main du robot va plus loin, avec des doigts capables de sentir exactement ce qu’ils touchent et de percevoir le mouvement et l’emplacement d’un objet. Pour ce faire, elle a eu besoin d’un autre algorithme, l’arbre aléatoire à exploration rapide (RRT). Cet algorithme est à l’origine de la capacité de la main à manipuler des objets plus difficiles. RRT trouve la branche de l’arbre qui est le chemin le plus court à travers l’espace d’état jusqu’à l’état qui représente une tâche accomplie.

Cette combinaison d’algorithmes a permis à cette main robotique de se distinguer des autres. Les chercheurs lui ont appris à garder au moins trois doigts en contact avec l’objet et à équilibrer la force utilisée par chaque doigt au cas où un objet commencerait à glisser ou si sa forme nécessitait différentes quantités de pression pour maintenir une prise. Le contrôle en boucle fermée a également été utilisé pour poursuivre l’entraînement de la main en lui donnant un retour d’information à différents moments du processus.

Cette main robotique est tout aussi dextre dans l’obscurité que lorsqu’elle peut « voir » son environnement, tout comme le fait une main humaine lorsqu’elle cherche quelque chose à tâtons. Il s’agit de la détection proprioceptive, dont de nombreux organismes sont capables. La main étant dotée d’un sens du toucher aussi étonnant, elle pourrait être utilisée comme une forme d’assistance plus avancée pour les personnes qui ont besoin d’aide pour certaines tâches.

Nous sommes encore loin des androïdes comme Data, qui peuvent sentir à peu près n’importe quoi. Mais nous avons au moins maintenant une main robotisée qui est suffisamment dextre et sensible pour rester littéralement en contact.

Elizabeth Rayne est une créature qui écrit. Son travail a été publié sur SYFY WIRE, Space.com, Live Science, Grunge, Den of Geek et Forbidden Futures. Lorsqu’elle n’écrit pas, elle se métamorphose, dessine ou incarne un personnage dont personne n’a jamais entendu parler. Suivez-la sur Twitter @quothravenrayne.

Léonard

J'ai toujours été passionné par l'univers du numérique et du web. Des avancées technologiques aux innovations logicielles, je suis toujours ravi de partager mes découvertes. À travers mes articles pour web-actu.fr, j'espère vous apporter des informations utiles et intéressantes.

Articles similaires

Bouton retour en haut de la page