Posez vos questions sur la robotique à Ken Goldberg de l’UC Berkeley – Réponses époustouflantes garanties !

Les rôles de l’IA générative dans l’avenir de la robotique

En 2023, l’IA générative a complètement transformé le domaine de la robotique. Grâce à des modèles de langage avancés tels que ChatGPT, les robots peuvent maintenant communiquer en langage naturel avec les humains. Les mots ont évolué pour représenter des concepts utiles, allant de « chaise » à « chocolat » en passant par « charisme ». Les chercheurs en robotique ont également découvert que de grands modèles de Vision-Language-Action peuvent être entraînés pour améliorer la perception des robots et contrôler les mouvements de leurs bras et de leurs jambes. Cependant, l’entraînement de ces modèles nécessite une quantité considérable de données, ce qui a conduit à une collaboration mondiale pour le partage de ces données. Bien que des questions subsistent quant à la généralisation des résultats, l’impact de cette avancée sera profond.

Les modèles multi-modaux

Un autre sujet passionnant est celui des « modèles multi-modaux », qui peut être abordé de deux manières :

• La combinaison de différents modes d’entrée, tels que la vision et le langage, qui est désormais étendue à la perception tactile et en profondeur, ainsi qu’aux actions des robots.
• La possibilité de réaliser différentes actions en réponse à un même état d’entrée. Cette variabilité est courante en robotique, par exemple lorsqu’il s’agit de saisir un objet. Les modèles profonds traditionnels « moyennent » ces actions de saisie, ce qui peut donner des résultats médiocres. Une approche prometteuse pour préserver la diversité des actions est l’utilisation de politiques de diffusion, développées par Shuran Song, actuellement à Stanford.

La pertinence de la forme humanoïde

Le professeur Ken Goldberg, bien qu’initialement sceptique quant aux robots humanoïdes et à ceux à pattes, reconsidère sa position après avoir observé les derniers modèles développés par des entreprises comme Boston Dynamics, Agility et Unitree. Il souligne notamment les avantages des robots à pattes par rapport aux robots à roues, notamment dans les maisons et les usines où ils peuvent facilement franchir des escaliers, des obstacles et des tapis. Goldberg estime également que les robots à deux bras sont essentiels pour de nombreuses tâches, mais il reste convaincu que des systèmes de préhension simples seront toujours plus fiables et rentables que des mains robotiques à cinq doigts.

La prochaine grande catégorie de la robotique

Après les secteurs de la fabrication et des entrepôts, Ken Goldberg prédit une augmentation du nombre de robots dans ces domaines. Les avancées récentes dans les taxis autonomes sont impressionnantes, notamment à San Francisco où les conditions de conduite sont plus complexes qu’à Phoenix. Cependant, Goldberg doute de leur rentabilité à grande échelle. En ce qui concerne la chirurgie assistée par robot, les chercheurs explorent le concept de « dextérité augmentée » où les robots peuvent améliorer les compétences chirurgicales en effectuant des sous-tâches de bas niveau telles que les sutures.

Les robots domestiques au-delà des aspirateurs

Ken Goldberg prédit que d’ici une décennie, des robots domestiques abordables seront capables de ranger les objets tels que les vêtements, les jouets et les déchets présents sur le sol et de les placer dans les poubelles appropriées. Bien que ces robots puissent parfois commettre des erreurs, les avantages pour les parents et les personnes âgées l’emportent sur les risques potentiels.

Le manque de couverture sur la planification des mouvements des robots

Un sujet trop peu abordé dans le domaine de la robotique est la planification des mouvements des robots. Ce domaine, qui consiste à contrôler les articulations pour déplacer les outils des robots tout en évitant les obstacles, est l’un des plus anciens en robotique. De nombreux experts pensent que ce problème a été résolu, mais ce n’est pas le cas. Goldberg souligne notamment le problème des « singularités » des robots, qui se produisent lorsque le robot s’arrête de manière inattendue et doit être réinitialisé manuellement. Ces singularités résultent des calculs nécessaires pour convertir un mouvement rectiligne souhaité de la pince en mouvements correspondants pour chacun des six moteurs articulés du robot. À certains points de l’espace, cette conversion devient instable, ce qui nécessite une réinitialisation du robot.

Pour les mouvements répétitifs des robots, les singularités peuvent être évitées en effectuant un réglage minutieux des mouvements répétitifs afin de les ajuster de manière à ne jamais rencontrer de singularités. Cependant, pour les applications où les mouvements des robots ne sont pas répétitifs, comme la palettisation, la préhension de pièces, la préparation de commandes et le tri des colis, les singularités sont courantes. Ces problèmes sont bien connus des experts et peuvent perturber les opérations des robots de manière imprévisible. C’est pourquoi Ken Goldberg a cofondé une nouvelle startup, Jacobi Robotics, qui met en œuvre des algorithmes efficaces garantis pour éviter les singularités, ce qui peut considérablement améliorer la fiabilité et la productivité des robots.