Le système RoboBallet permet aux bras robotiques de travailler ensemble comme une danse bien chorégraphiée

Les scientifiques de l'UCL, Google Deepmind et Intrinsic ont développé un nouvel algorithme d'IA puissant qui permet à de grands ensembles d'armes robotiques de travailler ensemble plus rapidement et plus intelligemment dans des contextes industriels occupés, ce qui économis les fabricants potentiellement des centaines d'heures de planification et de déverrouillage de nouveaux niveaux de flexibilité et d'efficacité.

Le système, appelé RoboBallet, a été conçu pour aider les équipes de robots automatisés qui fonctionnent dans des espaces partagés et remplis d'obstacles tels que les chaînes de montage et les planchers d'usine, pour planifier automatiquement leurs mouvements et tâches – sans entrer en collision entre eux ou dans l'environnement environnant.

C'est un défi qui a longtemps tourmenté les fabricants; Le travail se fait actuellement manuellement par des programmeurs humains spécialement formés. C'est un processus très fastidieux et sujet aux erreurs qui prend des centaines d'heures pour chaque ensemble de tâches.

Comme décrit dans un document de recherche dans Robotique scientifiqueRoboBallet forme un cerveau de robot basé sur le réseau neuronal graphique à l'aide de l'apprentissage en renforcement (RL). Dans un cadre RL, le cerveau du robot apprend par essais et erreurs et reçoit une «récompense» lorsque les tâches sont terminées, avec des récompenses plus élevées pour les avoir terminées plus rapidement.

Le réseau neuronal graphique est une architecture de réseau neuronal qui fonctionne nativement avec les données sous forme graphique. Son utilisation permet aux robots de comprendre et de raisonner sur leur environnement (traitant chaque obstacle comme un point dans un réseau – de manière organisée) afin qu'ils puissent trouver le moyen le plus efficace de travailler ensemble. Les réseaux de neurones graphiques et l'apprentissage du renforcement sont des techniques d'IA.

Dans la recherche, après quelques jours de formation, RoboBallet a pu générer des plans de haute qualité en quelques secondes, même pour des dispositions complexes qu'elle n'avait jamais vues auparavant, résolvant jusqu'à 40 tâches avec huit bras robotiques – loin des capacités des systèmes précédents.

L'auteur principal Matthew Lai, un doctorat. Le chercheur de l'UCL Computer Science et Google Deepmind, a déclaré: « Roboballet transforme la robotique industrielle en une danse chorégraphiée, où chaque bras se déplace avec précision, objectif et conscience de ses coéquipiers. Il ne s'agit pas seulement d'éviter les accidents; il s'agit d'atteindre l'harmonie à grande échelle.

« Pour la première fois, nous pouvons automatiser la planification complexe multi-robot avec la grâce et la vitesse d'une danse, ce qui rend les usines plus adaptatives, efficaces et intelligentes. »

RoboBallet est en mesure de planifier des mouvements de robot des centaines de fois plus rapidement que le temps réel. Les chercheurs disent que cela pourrait permettre aux usines de s'adapter instantanément si un robot échoue ou si la disposition change. Robotballet permet également l'optimisation de la disposition, aidant les fabricants à décider où placer les robots pour une efficacité et un débit maximum.

Les chercheurs disent que l'évolutivité du système est une percée majeure. Les algorithmes de planification traditionnels ont du mal à gérer plus de quelques robots en raison de la croissance exponentielle de la complexité. L'architecture basée sur les graphiques de RoboBallet lui permet d'apprendre des principes généraux de coordination, plutôt que de mémoriser des scénarios spécifiques, ce qui le rend adapté à une utilisation industrielle à grande échelle.

Le co-auteur, le professeur agrégé Alex Li de l'UCL Computer Science, a déclaré: « Dans les usines d'aujourd'hui, la coordination de plusieurs bras robotiques, c'est comme résoudre un puzzle 3D en mouvement, chaque action doit être parfaitement chronométrée et placée pour éviter les collisions. En ce moment, cette planification prend des spécialistes des centaines d'heures et coûte cher à concevoir manuellement.

« Le nom, RoboBallet, capture l'élégance et ce que nous pouvons faire avec tant de robots. Tout comme les danseurs de ballet se déplacent en parfaite harmonie les uns avec les autres, nos robots peuvent désormais coordonner leurs mouvements avec un niveau de précision et de grâce surhumains à grande échelle et à des spécialistes pour les spécialistes. »

À quoi cela peut-il être utilisé?

Alors que la fabrication continue d'évoluer vers une production plus flexible et adaptative, cette technologie pourrait être utilisée dans la fabrication de voitures, ainsi que dans l'assemblage électronique ou même la construction de maisons avec des robots. Il est particulièrement utile dans les endroits où les robots doivent travailler en étroite collaboration sans se gêner.

Quelle est la prochaine étape?

Alors que la version RoboBallet actuelle se concentre sur l'atteinte des tâches, où un robot déplace son bras à un point spécifique pour des tâches telles que le soudage, les chercheurs disent qu'il pourrait être étendu à des opérations plus complexes comme le pick-and-place ou la peinture. Les chercheurs envisagent également des versions futures qui gèrent les dépendances des tâches, les équipes de robots hétérogènes et les géométries d'obstacles plus sophistiquées.

Limites

L'équipe reconnaît que RoboBallet ne gère pas encore tous les scénarios d'usine possibles. Par exemple, il ne tient pas compte des tâches qui doivent être effectuées dans un ordre spécifique ou des robots avec différentes capacités. Mais ils croient que ces fonctionnalités peuvent être ajoutées dans les futures versions, et l'architecture flexible du système le rend bien adapté à de telles améliorations.