Apprendre aux robots à se déplacer en dessinant des trajectoires
Amener les robots à accomplir même une tâche simple nécessite beaucoup de travail en coulisses. Une partie du défi consiste à planifier et à exécuter des mouvements, depuis la rotation des roues jusqu'au levage d'un bras robotique. Pour y parvenir, les roboticiens collaborent avec des programmeurs pour développer un ensemble de trajectoires (ou chemins) exemptes d'obstacles et réalisables pour le robot.
Les chercheurs du Robotics Institute (RI) de l'Université Carnegie Mellon créent de nouvelles façons de tracer ces trajectoires.
William Zhi, chercheur postdoctoral au RI, a travaillé avec un doctorat. l'étudiant Tianyi Zhang et le directeur du RI Matthew Johnson-Roberson pour trouver un moyen d'utiliser des croquis pour montrer aux robots comment se déplacer. L'équipe présentera ses travaux, publiés sur le arXiv serveur de préimpression, lors de la conférence internationale IEEE sur la robotique et l'automatisation à Yokohama, au Japon.
« Les approches traditionnelles pour générer des trajectoires de mouvement du robot nécessitent une programmation spécifique du robot », a déclaré Zhi. « Les humains peuvent déduire des instructions complexes à travers des croquis. Nous cherchons à donner aux robots les moyens de faire de même. »
Récemment, des travaux préliminaires ont été réalisés sur l'utilisation du langage naturel pour contrôler des robots, mais les chercheurs ont principalement testé différentes façons d'apprendre aux robots à apprendre par la démonstration.
Il existe deux manières principales de procéder. Une méthode repose sur l’enseignement kinesthésique, dans lequel un humain enregistre où va le robot, puis ajuste physiquement le robot pour placer ses articulations dans les positions souhaitées. L'autre approche est la téléopération, où l'utilisateur manipule le robot avec une télécommande spécialisée ou un joystick, puis enregistre la démonstration pour que le robot la copie.
Les deux méthodes ont leurs inconvénients. L'enseignement kinesthésique, en particulier, nécessite que l'utilisateur se trouve dans le même espace que le robot. Plus particulièrement, il est difficile d'ajuster manuellement certains robots, et cette difficulté ne fait qu'augmenter avec les robots mobiles, comme un robot quadrupède auquel un bras est attaché. La téléopération nécessite que l'utilisateur ait un contrôle précis et prend du temps pour mettre un robot à l'épreuve.
L'approche de l'équipe RI consistant à dessiner des trajectoires apprend au robot à se déplacer sans les inconvénients de l'enseignement kinesthésique ou de la téléopération. Dans cette méthode inédite, le robot apprend à partir de mouvements dessinés sur une image de l'environnement dans lequel il va travailler.
Pour capturer l'image de l'environnement, l'équipe a placé des caméras à deux endroits pour prendre des photos sous différents angles. Ils ont ensuite esquissé la trajectoire du mouvement souhaité du robot sur l'image et converti les images 2D en modèles 3D que le robot pouvait comprendre. Ils ont effectué cette conversion grâce à une technique appelée lancer de rayons, qui utilise la lumière et les ombres sur les objets pour estimer leur distance par rapport à la caméra.
Une fois que l’équipe a généré les modèles 3D, elle les a donnés au robot pour qu’il les suive. Dans le cas du robot quadrupède équipé d'un bras robotique, les chercheurs ont dessiné trois trajectoires de mouvement sur chacune des photographies prises, démontrant comment le bras doit bouger. Ils ont converti les images en modèles 3D grâce au lancer de rayons et le bras a ensuite appris à suivre ces trajectoires dans le monde réel.
Grâce à cette technique, l'équipe a entraîné son robot quadrupède à fermer des tiroirs, dessiner la lettre « B », renverser une boîte et bien plus encore. Ils ont également programmé le robot pour ouvrir sa pince à la fin de certaines trajectoires, ce qui lui permet de déposer des objets dans des boîtes ou des gobelets. De plus, ils peuvent généraliser les mouvements qu’ils enseignent au robot à travers de nombreuses tâches distinctes.
« Nous sommes capables d'apprendre au robot à faire quelque chose, puis de le faire passer à une position de départ différente, et il peut entreprendre la même action », a déclaré Zhi. « Nous pouvons obtenir des résultats assez précis. »
Actuellement, cette méthode ne fonctionne que sur les robots dotés d'articulations rigides et non sur les robots souples, car elle doit tenir compte des angles d'articulation et de la manière dont ils correspondent à différents points de l'espace. Mais la gestion du matériel comporte son propre ensemble de défis. Au cours de leurs expériences, le quadrupède perdait parfois l'équilibre après avoir exécuté un mouvement comme étendre son bras pour fermer un tiroir. C'est l'un des paramètres sur lesquels l'équipe travaille pour la prochaine itération du programme.
« Les gens sur le terrain se sont davantage concentrés sur l'algorithme permettant de générer de meilleurs mouvements à partir de la démonstration. Cette recherche marque le début de notre utilisation de croquis de trajectoire pour instruire les robots », a déclaré Zhi. « Nous imaginons que dans les environnements de fabrication, où vous avez quelqu'un non qualifié pour programmer des robots, lui permettant de simplement dessiner sur un iPad, puis de faire des choses collaboratives avec le robot, c'est là que ce travail est susceptible d'aller à l'avenir. »
