Simuler le réel pour mieux entraîner les robots
Un simulateur de robotique permet de faire évoluer un robot virtuel dans des environnements virtuels eux aussi, afin de tester son logiciel sans avoir besoin d’utiliser le robot réel. Les développeurs créent des versions numériques des robots, des environnements et d'autres éléments que les robots pourraient rencontrer. Ces environnements peuvent obéir aux lois de la physique et imiter la gravité, la friction, les matériaux et les conditions d'éclairage du monde réel. Il est aussi possible d’intégrer les contraintes physiques d'un robot, comme le fait d'être composé d'articulations ou de ne pas pouvoir passer à travers d'autres objets. Les simulateurs peuvent également calculer les signaux des capteurs demandés par l'utilisateur, tels que les torsions au niveau des articulations du robot ou les forces entre la pince d'un robot et un objet.L'utilisateur d'un simulateur de robotique importe généralement des modèles de conception assistée par ordinateur du robot et importe, ou génère, les éléments nécessaires à la construction d’une scène virtuelle. Plus récemment, les méthodes basées sur l'apprentissage automatique se sont imposées. Ainsi, au lieu de prescrire directement des signaux de contrôle, l'utilisateur prescrit un comportement souhaité, comme se rendre à un endroit sans entrer en collision. Dans ce cas, un algorithme axé sur les données génère des signaux de commande basés sur les signaux simulés des capteurs du robot. Ces algorithmes peuvent inclure l'apprentissage par imitation, dans lequel les démonstrations humaines peuvent fournir des références, et l'apprentissage par renforcement, dans lequel les robots apprennent à adopter des comportements par essais et erreurs intelligents, ce qui permet de reproduire rapidement des années d'apprentissage grâce à une expérience virtuelle accélérée.
La recherche au service de robots de plus en plus sophistiqués
La simulation permet de résoudre des problématiques complexes. Elle est utilisée pour vérifier, valider et optimiser les conceptions et les systèmes robotiques ainsi que leurs algorithmes. La simulation permet également d'optimiser la conception des installations pour une efficacité maximale avant le début des travaux de construction ou de rénovation. Pour que les robots puissent travailler en toute sécurité parmi les humains, une planification parfaite des mouvements est aussi nécessaire. Pour manipuler des objets délicats, les robots doivent être précis dans leur contact et leur préhension. Ces machines, ainsi que les robots mobiles autonomes et les systèmes de véhicules, sont entraînés à partir de vastes quantités de données pour développer des mouvements sûrs.En s'appuyant sur des données synthétiques, les simulations permettent des avancées virtuelles qui n'étaient pas possibles auparavant. Sous l'impulsion des chercheurs, les récentes avancées en matière de simulation améliorent rapidement les capacités et la flexibilité des systèmes robotiques, ce qui accélère les déploiements. En collaboration avec les équipes techniques et de recherche de sociétés technologiques, ils résolvent des problématiques de simulation qui ont un impact sur le monde réel et leur travail élargit le potentiel de commercialisation des nouvelles capacités robotiques sur de nombreux marchés. Parmi eux, les robots apprennent à couper des matières molles telles que le bœuf et le poulet, à fixer des écrous et des boulons pour l'assemblage automobile, à manœuvrer avec une planification des mouvements sans collision pour les entrepôts et à effectuer des manipulations avec une grande dextérité.
Perfectionner les robots : dextérité et autonomie
Les chercheurs ont relevé le défi de créer des mains plus agiles, capables de travailler dans toutes sortes d'environnements et d'accomplir de nouvelles tâches. Récemment, des chercheurs ont pu montrer qu'il était possible d'entraîner une main de robot à manipuler rapidement un cube dans la position souhaitée. Des tâches comme celle-ci représentent un défi pour les simulateurs de robotique car il y a un grand nombre de contacts impliqués dans la manipulation et parce que le mouvement doit être rapide pour effectuer la manipulation dans un temps raisonnable. Les robots capables de couper peuvent aussi créer de nouveaux débouchés. En 2021, une équipe de chercheurs dévoilait les résultats de son projet intitulé DiSECt - A Differentiable Simulation Engine for Autonomous Robotic Cutting, - un "simulateur différentiable" permettant d'apprendre aux robots à découper des matériaux souples. Auparavant, les robots formés dans ce domaine n'étaient pas fiables mais le simulateur DiSECt peut prédire avec précision les forces exercées sur un couteau lorsqu'il presse et tranche des matériaux biologiques courants.Outre la manipulation, l'assemblage, au cœur des processus de fabrication pour les industries automobile, électronique, aérospatiale et médicale, est un des champs d’étude très sérieusement exploré. Les tâches d'assemblage comprennent le serrage des écrous et des boulons, le brasage et le soudage, l'insertion des connexions électriques et le passage des câbles. L'assemblage robotisé est toutefois un travail de longue haleine. En effet, la complexité de la manipulation physique, la variabilité des pièces et les exigences élevées en matière de précision et de fiabilité rendent l'opération particulièrement délicate à mener à bien, même pour des humains. Cela n'a pas empêché les chercheurs et les développeurs d'essayer, de mettre la simulation au service de ces interactions impliquant de nombreux contacts, et il y a des signes de progrès.
Les progrès réalisés dans le domaine de la dextérité de la main ouvrent la voie à la manipulation d'outils par les robots, ce qui les rend plus utiles dans les environnements industriels. Si la préhension, l'assemblage, la manipulation et la découpe robotiques ont fait des bonds en avant, qu'en est-il des robots mobiles autonomes capables de naviguer en toute sécurité ? Actuellement, les développeurs peuvent former des robots pour des environnements spécifiques - une usine, un centre de traitement des commandes ou une usine de fabrication. Dans ce cadre, les simulations peuvent résoudre des problèmes pour des robots spécifiques, tels que des palettes, des bras robotisés et des robots marcheurs. Dans ces configurations, la génération de mouvements sans collision pour des environnements inconnus et encombrés est un élément essentiel des applications robotiques. Ainsi, la recherche se mobilise pour répondre à la problématique de l'apprentissage direct d'un modèle de trajectoire.
Les exemples d’utilisation de la simulation robotique se multiplient : Amazon Robotics l'utilise pour soutenir ses centres d'exécution, BMW Group y a recours pour accélérer la planification de ses usines d'assemblage automobile et Soft Robotics l'applique pour perfectionner la préhension en vue du prélèvement et de la mise en place d'aliments à emballer. En effet, les développeurs, les ingénieurs et les chercheurs peuvent à présent rapidement expérimenter différents types de robots dans des environnements virtuels, sans avoir recours à des méthodes d'essai physiques longues et coûteuses. D’autant que désormais, la simulation de robot permet de connecter les robots aux systèmes d'entreprise, tels que les bases de données d'inventaire, afin qu'un robot sache où se trouve un article. Une aubaine pour de nombreux secteurs en quête d’efficacité et de nouvelles opportunités.
Par Jean-Charles Vasnier, Senior Solution Architecte chez NVIDIA
