La firme Nvidia, leader mondial des processeurs et cartes graphiques, a développé une nouvelle approche pour favoriser l’échange d’objets entre robots et humains. Si cette opération peut paraît simple, tant elle est naturelle chez l’homme, elle reste complexe pour un engin dans l’impossibilité de visualiser entièrement l’objet dont il doit se saisir – partiellement caché par une main.
En outre, un opérateur n’a souvent pas le temps de veiller à faire le bon geste dans le but que l’engin reconnaisse ce qui lui est tendu. La technique mise au point par Nvidia s’appuie sur l’apprentissage par visualisation. Le robot rejoint l’humain à mi-chemin, analyse comment ce dernier tient l’objet qu’il veut donner. Il calcule alors précisément la trajectoire à adopter dans le but d'optimiser ses facultés de préhension. Les chercheurs de la société américaine ont catégorisé les différentes façons de tenir un objet : cela pourrait se faire la "paume ouverte", avec un "pincement du fond" ou un "pincement du dessus ou du dessous" ou alors par "soulèvement".
Ces gestes ont été filmés sous tous les angles et compilés près de 152 000 fois pour entraîner le système. Les spécialistes sont, d’ailleurs, toujours plus nombreux à estimer que cette méthode, que l’on appelle l’"observation", fait ses preuves. Pour leur part, les experts de Nvidia ont ainsi modélisé les transmissions d’objet – action à laquelle ils font référence sous le nom quelque peu barbare de "système logico-dynamique robuste" dans le cadre de l’étude.
Si le robot ne parvient pas à déterminer l’approche à adopter, il reste en sommeil et inactif. Un cas de figure devenu très rare, selon les dires des scientifiques, qui assurent que leur essais ont été "concluants". Deux robots "Panda" de la marque allemande Franka Emika ont embarqué leur brique d’IA et seraient ainsi parvenus à se saisir quasi-naturellement des pièces de couleurs différentes.
Les auteurs de l’étude notent que leur modèle "fait passer le taux de transaction réussies de 80 à 100 %", le tout pour un temps d’exécution réduit : "17,83 secondes contre 20,93" pour les engins qui n’en sont pas équipés. De quoi envisager une hausse importante de la productivité en entreprise à bien des égards, selon les chercheurs, qui disent désormais vouloir apprendre aux robots à composer avec davantage de gestes pour répondre à des cas d’usage extrêmement diversifiés.
Article rédigé par Georges Simmonds pour RT Flash
