Les robots capables d'apprendre les tâches quotidiennes peuvent libérer les humains des travaux répétitifs.
infohightech ·
L'équipe de recherche dirigée par le Dr Jeong-Jung Kim (troisième en partant de la gauche), du département des machines IA de l'Institut de recherche en robotique IA du KIMM, a développé le framework RoGeTA (Robot General Task AI). Crédit : Institut coréen des machines et des matériaux (KIMM)
Une intelligence artificielle robotique capable d'apprendre et d'exécuter des tâches répétitives quotidiennes de manière similaire à un humain a été développée. Cette IA apprend les tâches par démonstration et exécute des tâches complexes étape par étape selon une structure hiérarchique. Cette technologie devrait contribuer à l'automatisation des travaux répétitifs et pénibles et réduire la charge de travail humaine à domicile, au bureau, ainsi que dans les secteurs du commerce et de la logistique.
Une équipe de recherche dirigée par le Dr Jeong-Jung Kim, chef du département des machines d'IA à l'Institut de recherche en robotique IA en Corée du Sud, a développé une IA de tâches robotiques capable d'effectuer des activités quotidiennes telles que ranger des objets, débarrasser des tables et manipuler des objets.
Le système se compose de trois technologies clés : la technologie d’extraction de tâches, qui convertit les démonstrations de tâches humaines en données utilisables ; la technologie de virtualisation (simulation) des tâches, qui recrée des environnements réels dans un espace virtuel à des fins de formation et de validation ; et l’IA d’exécution hiérarchique des tâches, qui permet aux robots d’effectuer des tâches de manière séquentielle et systématique.
L'IA du robot est conçue pour apprendre et fonctionner de manière similaire aux humains. En observant des démonstrations, le système apprend les procédures et les exécute grâce à un raisonnement et une exécution hiérarchiques. De plus, l'utilisation d'environnements virtualisés permet la génération, l'entraînement et la validation de données dans diverses conditions, garantissant ainsi au robot des performances stables même en cas de changements environnementaux. Grâce à sa structure d'exécution hiérarchique, les tâches quotidiennes complexes peuvent être décomposées en étapes séquentielles et réalisées de manière systématique.
Un robot polyvalent développé par l'équipe de recherche du Dr Jeong-Jung Kim. Le KIMM a mis en place un environnement expérimental reproduisant des situations de travail réelles afin que l'IA RoGeTA puisse apprendre les tâches quotidiennes. Crédit : Korea Institute of Machinery and Materials (KIMM)
Les technologies robotiques existantes pour l'exécution de tâches se limitent souvent à des ensembles de données monotâches ou à une validation par simulation. À l'inverse, la technologie développée par l'équipe de recherche du KIMM intègre l'ensemble du processus de développement, depuis la constitution d'ensembles de données couvrant diverses tâches quotidiennes jusqu'à la virtualisation d'environnements réels, en passant par l'IA d'exécution hiérarchique des tâches et l'intégration à des systèmes robotiques réels, suivie d'une vérification en conditions réelles.
L'équipe de recherche a mis en œuvre une technologie d'exécution hiérarchique des tâches capable de gérer différents types de tâches de manière fiable, atteignant un taux de réussite supérieur à 90 % sur diverses tâches. Le système a été intégré à une plateforme robotique réelle et testé en conditions réelles, confirmant ainsi son applicabilité pratique. Grâce à sa forte capacité de généralisation pour les tâches répétitives et à son adaptabilité aux changements environnementaux, cette technologie peut être étendue à diverses applications concrètes.
L'IA développée pour les tâches robotiques peut être largement appliquée à divers scénarios de service, notamment les services à domicile et au bureau, la mise en rayon des produits en magasin et la préparation de commandes en logistique. L'équipe de recherche prévoit d'étendre encore la gamme de tâches que les robots peuvent effectuer et d'améliorer leur adaptabilité aux changements d'espace et d'objets afin d'accroître leur utilité dans des environnements de service réels.
Le Dr Jeong-Jung Kim, directeur du département des machines d'IA au KIMM, a déclaré : « Cette IA robotique apprend par démonstration et exécute des tâches grâce à un raisonnement hiérarchique, à l'instar des humains. Son principal atout réside dans sa capacité à effectuer des tâches généralisées, applicables à un large éventail d'activités quotidiennes. »
Le Dr Jeong-Jung Kim (troisième en partant de la gauche) et son équipe de recherche examinent un robot polyvalent équipé du système d'intelligence artificielle RoGeTA. Crédit : Institut coréen des machines et des matériaux (KIMM)
« En constituant des ensembles de données comprenant des tâches variées, en établissant des environnements de validation et en vérifiant la technologie à l'aide de systèmes robotiques réels, nous avons confirmé que les robots peuvent prendre en charge de manière fiable les tâches répétitives quotidiennes. Cette technologie devrait améliorer considérablement l'efficacité du travail tout en réduisant la charge de travail des individus. »
Le chercheur principal Doo-Yeol Koh explique : « La collecte précise de données réelles sur les tâches humaines lors de la phase d’acquisition est cruciale pour améliorer les performances des systèmes d’IA de tâches robotiques. Pour ce faire, nous avons développé une interface qui permet une collecte précise des données de tâches tout en maintenant un haut degré de liberté lors des démonstrations humaines. »
Cette recherche a été menée dans le cadre du programme de recherche institutionnelle de KIMM intitulé « Développement des technologies de base pour le cadre RoGeTA (IA de tâches générales pour robots) pour divers services quotidiens (2024-2029) ».
Ce projet vise à développer des technologies d'intelligence robotique capables d'assister les tâches quotidiennes et couvre l'intégralité du cycle de développement, de la constitution des jeux de données à la validation en environnement réel, en passant par la virtualisation du monde réel. L'équipe de recherche prévoit également de diffuser les jeux de données de tâches collectés et les modèles virtualisés des environnements réels afin que d'autres chercheurs puissent les utiliser librement, fournissant ainsi des ressources fondamentales pour les futurs robots de service et les applications industrielles.