Des ingénieurs californiens ont inventé un robot capable de prendre différents objets de manière plus efficace, grâce à l'intelligence artificielle. Le taux de réussite est ainsi passé de 76 % à 95 %.

Mis à jour le 17 janv. 2019
MATHIEU PERREAULT LA PRESSE

« La prise universelle d'objets variés est l'un des défis les plus importants en robotique à cause des barrières en perception et en contrôle de la saisie », expliquent les chercheurs de l'Université de Berkeley cette semaine dans la revue Science Robotics.

Les objets que devait saisir le robot Dex-Net 4.0 allaient d'une banane en plastique à une pince, en passant par des boîtes de carton et de plastique de formes variées. Le plus difficile à attraper était un toutou mou, un canard en peluche. Il utilisait pour ce faire deux « mains », l'une munie d'une ventouse et l'autre d'une pince.

Une version préliminaire du robot, sans l'algorithme d'intelligence artificielle lui permettant de s'améliorer dans l'efficacité de sa saisie, arrivait à un rythme de 255 objets à l'heure en 330 tentatives, contre 312 sur 330 pour Dex-Net 4.0.

L'intelligence artificielle permettait notamment de choisir la ventouse ou la pince pour des objets similaires - au niveau de la forme et de la texture - à d'autres qui avaient été pris avec succès. Dex-Net 4.0 était « entraîné » par la prise de 5000 objets.

Selon l'étude, le défi de la prise universelle d'objets (universal picking) est l'un des principaux freins aux entrepôts entièrement robotisés, qui pourraient éliminer des millions d'emplois mal payés et dont les conditions de travail pénibles sont souvent dénoncées dans les médias.

Pour le moment, les robots peuvent classer des boîtes et transporter des paquets et des palettes d'objets similaires dans les entrepôts, mais la sélection des objets à insérer dans une boîte doit être faite par un humain.

Les robots pourraient également régler le problème des coûts et des conditions de travail pénibles des centres de tri de matières recyclées.