Des membres bioniques aux androïdes sensibles, les entités robotiques de la science-fiction brouillent les frontières entre la biologie et la machine. Les robots réels sont loin derrière en comparaison. Même si nous n’allons pas atteindre le niveau de de Star Trek Données de sitôt, il y a maintenant une main de robot avec un sens du toucher presque humain.
Une chose que les robots n’ont pas été en mesure d’atteindre est un niveau de sensibilité et de dextérité suffisamment élevé pour sentir et manipuler les choses comme le font les humains. Entrez dans une main de robot développée par une équipe de chercheurs de l’Université de Columbia. (Il y a cinq ans, nous avons couvert leur travail lorsque cette réalisation n’était encore qu’un concept.)
Cette main ne se contente pas de ramasser des choses et de les poser sur commande. Il est si sensible qu’il peut réellement « sentir » ce qu’il touche, et il est suffisamment habile pour changer facilement la position de ses doigts afin de mieux tenir les objets, une manœuvre connue sous le nom de « gâchement des doigts ». Il est si sensible qu’il peut même faire tout cela dans l’obscurité, en comprenant tout au toucher.
Naviguer dans l’espace d’état
« [This is] une nouvelle méthode pour réaliser une manipulation adroite d’objets complexes, tout en sécurisant simultanément l’objet sans utiliser de surfaces de support passives », ont déclaré les chercheurs dans une étude récemment publiée sur le serveur de préimpression arXiv.
Pour créer cette main, l’équipe de Columbia devait trouver le moyen le plus efficace de naviguer dans ce qu’on appelle une structure d’espace d’état. Chaque configuration possible connue d’un système est appelée son espace d’état. 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 peuvent l’entraîner à le faire.
Une méthode courante d’entraînement d’un robot est connue sous le nom d’apprentissage par renforcement (RL). Cela peut être considéré comme l’approche « bon bot » contre « mauvais bot ». Le logiciel de contrôle du robot est « récompensé » pour avoir accompli 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, RL a ses inconvénients puisque le moindre écart par rapport à l’état attendu peut faire tomber un objet par le robot.
Ainsi, l’équipe a également utilisé des algorithmes de planification basée sur l’échantillonnage (SBP) pour donner au robot une meilleure prise (jeu de mots) sur sa structure d’espace d’état. SPB n’a pas besoin de passer en revue tous les ensembles de mouvements possibles pour traverser un espace d’états ; au lieu de cela, il échantillonne au hasard différentes trajectoires. Chaque manœuvre réussie qu’un robot tente avec SBP est stockée sous la forme d’une nouvelle branche ajoutée à un arbre numérique, sur laquelle l’IA peut se rabattre ultérieurement lorsqu’elle cherche un moyen de résoudre un problème. SBP a toujours ses problèmes – il ne peut compter que sur ce qu’il a fait auparavant, et les obstacles inattendus rencontrés dans un espace d’état peuvent être un problème.
« [We used] la force des méthodes RL et SBP afin de former des politiques de contrôle moteur pour la manipulation manuelle avec la marche des 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 compter sur des surfaces de support. »
Revenant à ses sens
Pour une IA, proposer un ensemble de directions est la partie la plus facile. Il peut dire au robot quoi faire, mais la plupart des robots ne peuvent pas fournir beaucoup de rétroaction. La nouvelle main du robot va au-delà avec des doigts qui peuvent sentir exactement ce qu’ils touchent et sentir le mouvement et l’emplacement d’un objet. Pour ce faire, il avait 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 vers l’état qui représente une tâche accomplie.
Cette combinaison d’algorithmes a fini par rendre cette main de robot unique. 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 pressions pour maintenir une prise. Le contrôle en boucle fermée a également été utilisé pour entraîner davantage la main en lui donnant un retour d’information à différents moments du processus.
Cette main robotique est tout aussi adroite dans l’obscurité que lorsqu’elle peut « voir » son environnement, tout comme une main humaine l’est lorsqu’elle essaie de chercher quelque chose autour de lui. C’est la détection proprioceptive, dont de nombreux organismes sont capables. Parce que la main peut avoir un sens du toucher si étonnant, elle pourrait potentiellement 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 n’importe quoi. Mais nous avons au moins maintenant une main robotique qui est suffisamment habile et sensible pour rester littéralement en contact.
Elizabeth Rayne est une créature qui écrit. Son travail est apparu sur SYFY WIRE, Space.com, Live Science, Grunge, Den of Geek et Forbidden Futures. Lorsqu’elle n’écrit pas, elle change de forme, dessine ou fait du cosplay en tant que personnage dont personne n’a jamais entendu parler. Suivez-la sur Twitter @quothravenrayne.