Vidéo : Les robots de Toyota travaillent sur des situations complexes, comme les tâches ménagères

Les robots ont parcouru jusqu’à présent un long chemin, mais ils doivent encore relever des défis incroyables lorsqu’il s’agit de tâches et d’environnements qui semblent plutôt banals pour les humains.

C’est ce qui rend la vidéo ci-dessous de l’Institut de recherche Toyota (TRI – Toyota Research Institute), qui montre des robots résolvant des tâches complexes dans des environnements domestiques non structurés, si fascinante.

“Notre objectif est de construire des capacités robotiques qui amplifient, et non remplacent, les capacités humaines”, déclare Max Bajracharya, vice-président de la robotique au TRI. “La formation des robots pour qu’ils comprennent comment fonctionner dans les environnements domestiques pose des défis particuliers en raison de la diversité et de la complexité de nos maisons, où de petites tâches peuvent s’additionner à de grands défis.”

Prendre en compte la situation

La nouvelle vidéo, dont la sortie coïncide avec la Journée nationale du selfie est un peu idiote, mais les avancées sont significatives sur le terrain. Les roboticiens démontrent ici qu’ils ont entraîné des robots à comprendre et à fonctionner dans des situations qui déconcertent la plupart des autres systèmes d’automatisation, en particulier lorsqu’il s’agit de reconnaître et de réagir à des surfaces transparentes et réfléchissantes, un obstacle majeur pour la vision robotique industrielle.

Comme l’explique une déclaration de TRI, la plupart des robots étant programmés pour réagir aux objets et à la géométrie qui se trouvent devant eux sans tenir compte du contexte de la situation, ils se laissent facilement tromper par une table en verre, un grille-pain brillant ou une tasse transparente.

Jusqu’à présent, les robots ont donc été confinés à des tâches strictement désignées, généralement exécutées dans des environnements prévisibles comme les usines et les entrepôts. Faire entrer les robots dans le monde réel – ce qui se passe actuellement de manière spectaculaire dans le monde des véhicules autonomes – est beaucoup plus compliqué, car ces systèmes complexes et potentiellement dangereux doivent constamment tenir compte de l’inattendu et y faire face, ce qui entraîne des risques massifs de défaillance.

Eviter la collecte et l’étiquetage des données

“Pour surmonter cela, les roboticiens ont développé une nouvelle méthode d’entraînement pour percevoir la géométrie 3D de la scène tout en détectant également les objets et les surfaces”, poursuit Bajracharya. “Cette combinaison permet aux chercheurs d’utiliser de grandes quantités de données synthétiques pour entraîner le système.” L’utilisation de données synthétiques permet également d’éviter la collecte et l’étiquetage des données, qui sont longs, coûteux ou peu pratiques.

Cette recherche s’inscrit dans le cadre de la mission du TRI, qui consiste à développer des technologies de sécurité active des véhicules et de conduite automatisée, la robotique et d’autres technologies d’amplification humaine. Le TRI est dirigé par un roboticien chevronné, le Dr Gill Pratt.

Source : “ZDNet.com”