De plus en plus de tâches industrielles sont effectuées par des robots, mais des opérateurs humains sont toujours nécessaires pour les actions de manipulation plus complexes, comme la manipulation et la transformation des produits alimentaires.

« Si notre objectif est d'automatiser tout ou partie de ces tâches dans l'industrie agroalimentaire, ou dans d'autres domaines, nous devons doter les robots de nouvelles connaissances via l'apprentissage. Ils doivent d'abord apprendre les soi-disant compétences non techniques afin de pouvoir exécuter des opérations au même niveau que les humains à l'avenir, " a expliqué Ekrem Misimi, qui est un chercheur du SINTEF qui développe une technologie d'apprentissage robotique dans le cadre du projet iProcess.

Afin d'enseigner aux robots ces techniques de manipulation complexes, une combinaison d'apprentissage visuel et tactile est requise. En d'autres termes, ils doivent apprendre à voir et à ressentir simultanément.

L'apprentissage par robot peut également être utile à plus grande échelle, en particulier maintenant pendant la pandémie où de nombreuses personnes doivent travailler à domicile ou ne peuvent pas travailler dans leurs usines en raison d'un risque d'infection :

« Pour la société, la production, récolte, la manipulation et la préparation des produits alimentaires sont des fonctions cruciales. Notre technologie vise à assurer une ligne de production entièrement automatisée, basé sur des robots intelligents. Essentiellement, la technologie des robots intelligents peut mieux nous préparer en tant que société à faire face aux mauvais moments, et rationaliser la production et la création de valeur dans les bons moments, " dit Misimi.

Les possibilités sont infinies

L'interaction entre un robot et des objets mous, fragile, pliable ou malléable est l'un des plus grands défis de la robotique aujourd'hui, car ces types d'objets peuvent facilement changer de forme lorsqu'ils sont manipulés. Il est facile pour les opérateurs humains de compenser ces changements en temps réel, mais les robots nécessitent des capteurs visuels et tactiles avancés pour faire de même.

Par conséquent, le robot reçoit des "yeux" artificiels sous forme de vision 3D, un "cerveau" artificiel issu de l'intelligence artificielle, et des "mains" sensibles qui reposent sur la force et la détection tactile.

"Ces qualités permettent aux robots de développer une intelligence spécifique à la tâche qui est assez bonne pour qu'ils fassent le travail automatiquement, " expliqua Misimi.

Apprendre des tâches complexes à l'aide d'exemples simples

Malgré sa capacité d'apprentissage, un robot est finalement une machine. Par conséquent, il doit d'abord acquérir des connaissances sur les tâches qu'il doit accomplir par la détection et l'apprentissage, soit en interaction avec les humains, soit par lui-même.

"Notre objectif est d'amener le robot à apprendre à effectuer des tâches de manipulation complexes du monde réel à partir d'exemples simples, " dit Misimi.

Par conséquent, le projet iProcess a développé deux méthodes d'apprentissage des robots. Le premier est « apprendre par la démonstration » (LfD), dans lequel le robot apprend à saisir des aliments mous grâce à une combinaison de détection visuelle et tactile. La seconde est « apprendre à partir de l'exploration de soi », dans lequel le robot utilise l'intelligence artificielle pour apprendre la tâche par lui-même dans un environnement simulé avant d'être finalement déployé dans le monde réel, sans aucun réglage fin supplémentaire. Le projet a généré de nombreuses missions intéressantes pour les étudiants diplômés de NTNU étudiant l'intelligence artificielle et la robotique.

"Un défi typique dans l'apprentissage des robots est que l'opérateur humain, ou plutôt le professeur, montre la tâche de manière incorrecte au robot. Par conséquent, nous avons développé une stratégie d'apprentissage basée uniquement sur les meilleures démonstrations, et méconnaît automatiquement les pauvres, qui sont incompatibles avec la politique envisagée par l'enseignant. La stratégie d'apprentissage utilise l'imagerie 3D pour le positionnement correct de la pince du robot et la détection tactile pour la manipulation et la saisie en douceur des objets, " expliqua Misimi.

"Ce qui est particulièrement intéressant dans l'apprentissage de l'auto-exploration, c'est que le robot n'a jamais vu de filet de saumon auparavant, dans un environnement simulé ou réel. Mais il parvient tout de même parfaitement à généraliser dans le monde réel pour gérer le nouveau, objets inconnus, " il ajouta.

Lorsque le robot apprend de cette manière, le temps d'apprentissage est considérablement raccourci, et le robot peut être utilisé pour manipuler plusieurs produits alimentaires, ou objets similaires, sans aucune programmation supplémentaire.

La recherche sur LfD a été publiée dans "Robotic Handling of Compliant Food Objects by Robust Learning from Demonstration", qui a été présenté à la Conférence internationale sur les robots et systèmes intelligents, tandis que l'article sur l'apprentissage par l'auto-exploration a été accepté pour la prochaine Conférence internationale sur la robotique et l'automatisation (ICRA) 2020*.

Enseigner de nouveaux tours à un vieux robot

On dit qu'on ne peut pas apprendre de nouveaux tours à un vieux chien, mais les robots peuvent être entraînés à de nombreuses tâches de manipulation différentes, de la tenue d'objets fixes et mobiles à l'exécution de tâches de manipulation plus complexes qui nécessitent une plus grande dextérité, comme la manipulation d'objets en mouvement.

« La tâche peut être tout ce qui implique de couper ou de saisir des objets qui doivent être manipulés avec précaution. Que ce soit un filet de poisson ou de la laitue, le robot doit être suffisamment délicat pour ne pas endommager les produits, mais toujours faire le travail, " dit Misimi.

Important pour l'industrie alimentaire

La nouvelle technologie sera importante à la fois pour l'industrie alimentaire norvégienne et pour toute autre industrie qui bénéficierait de la manipulation robotique d'objets souples et malléables et qui dépend entièrement de l'automatisation pour conserver la création de valeur en Norvège.

« Ce projet est une étape importante dans la réalisation de cette vision. La technologie des robots sera en mesure d'augmenter à la fois la compétitivité et la rentabilité et permettra de transformer une plus grande proportion de matières premières alimentaires en Norvège. Cela peut contribuer à augmenter la qualité des produits et à réduire les aliments. déchets. cela profitera à l'environnement, car les matières premières n'auront pas à être transportées à l'étranger pour être raffinées, comme il faut souvent le faire aujourd'hui, " dit Misimi.