Les premières nouvelles de la conférence Automate de cette année arrivent via le spin-out Alphabet X Intrinsic. La société a annoncé lundi lors de l’événement de Chicago qu’elle intégrait un certain nombre d’offres Nvidia dans sa plate-forme d’applications robotiques Flowstate.
Cela inclut Isaac Manipulator, une collection de modèles fondamentaux conçus pour créer des flux de travail pour les bras robotisés. L’offre a été lancée au GTC en mars dernier, avec déjà à bord certains des plus grands noms de l’automatisation industrielle. La liste comprend Yaskawa, Solomon, PickNik Robotics, Ready Robotics, Franka Robotics et Universal Robots.
La collaboration se concentre spécifiquement sur la saisie (saisir et ramasser des objets) – l’une des modalités clés de l’automatisation de la fabrication et de l’exécution des commandes. Les systèmes sont formés sur de grands ensembles de données, dans le but d’exécuter des tâches qui fonctionnent sur l’ensemble du matériel (c’est-à-dire l’agnosticisme matériel) et avec différents objets.
Autrement dit, les méthodes de sélection peuvent être transférées dans différents contextes, plutôt que de devoir former chaque système pour chaque scénario. En tant qu’humains, une fois que nous avons compris comment ramasser les choses, cette action peut être adaptée à différents objets dans différents contextes. Pour la plupart, les robots ne peuvent pas faire cela – du moins pas pour l’instant.
Crédits images : Intrinsèque
« À l’avenir, les développeurs pourront utiliser des compétences de compréhension universelles prêtes à l’emploi comme celles-ci pour accélérer considérablement leurs processus de programmation », a déclaré la fondatrice et PDG d’Intrinsic, Wendy Tan White, dans un article. « Pour l’industrie dans son ensemble, ce développement montre comment les modèles de base pourraient avoir un impact profond, notamment en facilitant la gestion à grande échelle des défis actuels en matière de programmation robotique, en créant des applications auparavant irréalisables, en réduisant les coûts de développement et en augmentant la flexibilité pour les utilisateurs finaux.
Les premiers tests Flowstate ont eu lieu sur Isaac Sim, la plate-forme de simulation robotique de Nvidia. Trumpf Machine Tools, client intrinsèque, a travaillé avec un prototype du système.
« Cette compétence de saisie universelle, formée avec des données 100 % synthétiques dans Isaac Sim, peut être utilisée pour créer des solutions sophistiquées capables d’effectuer des tâches de saisie d’objets adaptatives et polyvalentes en simulation et en réel », explique Tan White à propos du travail de Trumpf avec la plateforme. « Au lieu de coder en dur des pinces spécifiques pour saisir des objets spécifiques d’une certaine manière, un code efficace pour une pince et un objet particuliers est généré automatiquement pour accomplir la tâche à l’aide du modèle de base. »
Intrinsic travaille également avec DeepMind, société appartenant à Alphabet, pour résoudre l’estimation de la pose et la planification du chemin, deux autres aspects clés de l’automatisation. Pour ces derniers, le système a été entraîné sur plus de 130 000 objets. L’entreprise affirme que les systèmes sont capables de déterminer l’orientation des objets en « quelques secondes » – un élément important pour pouvoir les récupérer.
Un autre élément clé du travail d’Intrinsic avec DeepMind est la capacité de faire fonctionner plusieurs robots en tandem. « Nos équipes ont testé cette solution 100 % générée par ML pour orchestrer de manière transparente quatre robots distincts travaillant sur une simulation d’application de soudage automobile à échelle réduite », explique Tan White. « Les plans de mouvement et les trajectoires de chaque robot sont générés automatiquement, sans collision et étonnamment efficaces – avec des performances environ 25 % supérieures à celles de certaines méthodes traditionnelles que nous avons testées. »
L’équipe travaille également sur des systèmes utilisant deux bras à la fois – une configuration plus conforme au monde émergent des robots humanoïdes. C’est quelque chose que nous allons voir beaucoup plus au cours des prochaines années, humanoïde ou non. Passer d’un bras à deux ouvre tout un monde d’applications supplémentaires pour ces systèmes.