L’apprentissage automatique permet à un robot d’éplucher une banane sans endommager le fruit

L'apprentissage Automatique Permet à Un Robot D'éplucher Une Banane Sans

Un robot formé à l’apprentissage automatique qui imite les gestes produits par un humain démonstrateur est capable d’éplucher une banane sans l’écraser, ni même la réduire en purée.

La manipulation de fruits mous est un défi pour les robots, qui manquent de la dextérité et du toucher subtil nécessaires pour manipuler des objets sans les détruire. De plus, les formes irrégulières – qui peuvent varier considérablement même entre des fruits du même type – peuvent également confondre les algorithmes de vision par ordinateur qui agissent souvent comme le cerveau de ces robots.

Heecheol Kim de l’Université de Tokyo a dirigé une équipe de chercheurs qui a développé un système d’apprentissage automatique par imitation dans un robot à deux bras et mains avec des « doigts » en forme de pince.

Tout d’abord, une personne utilisant le robot a épluché des centaines de bananes, créant 811 minutes de données de démonstration pour entraîner la machine à faire par elle-même. La tâche était divisée en neuf étapes, de tenir la banane à la ramasser sur la table d’une main, ramasser le bout de l’autre, l’éplucher et manipuler le fruit pour enlever le reste de la peau.

Pour les grands mouvements, qui ne présentent pas de risque d’endommager la banane, le modèle d’apprentissage automatique cartographie une trajectoire, imitant ce qu’un humain fait de manière naturelle. Cependant, lorsque des bras sont nécessaires pour manipuler la banane avec précision, le système passe à une approche réactive, dans laquelle il répond aux changements inattendus de son environnement.

Lors des tests, le robot a réussi à éplucher une banane 57 % du temps, en une action qui prend moins de 3 minutes. « Ce qui est vraiment intéressant dans ce cas, c’est que le processus qu’un humain utilise a été transféré à la formation du système robotique par apprentissage par imitation profonde », explique le co-auteur de l’étude, qui a été publiée sur le serveur de prépresse. arxiv.orgJonathan Aitken, Université de Sheffield, Royaume-Uni.

Kim dit que son approche utilise 13 heures de données d’entraînement au lieu de centaines ou de milliers d’heures que d’autres expériences similaires, ce qui la rend beaucoup plus efficace. « Nécessite encore beaucoup de GPU [unidades de processamento gráfico]mais en utilisant notre cadre, nous pouvons réduire la grande quantité de calcul [necessária] » il dit.

Aitken aimerait voir comment le robot manipule plus de fruits déformés. « Mais avec un contrôle moteur plus précis, cela peut fonctionner encore mieux », dit-il. Selon le site Web Newscientist, la technologie ne sera pas seulement utilisée pour les bananes : l’objectif est un système d’alimentation plus général qui peut gérer des tâches qui ne nécessitent pas de motricité finale.

Avez-vous regardé nos vidéos sur Youtube? Abonnez-vous à notre chaîne !