Un robot peut éplucher une banane grâce au machine learning

La manipulation de fruits rouges est un défi pour les robots, mais un système d'apprentissage automatique a pu conquérir la tâche en imitant la façon dont une personne le fait

Par Chris Stokel-Walker

24 mars 2022

Un robot entraîné par machine learning qui imite un démonstrateur humain peut réussir à éplucher une banane sans la réduire en miettes.

La manipulation des fruits rouges est un défi pour les robots, qui manquent souvent de dextérité et de toucher nuancé pour traiter les articles sans les détruire. La forme inégale des fruits – qui peut varier considérablement même avec le même type de fruit – peut également perturber les algorithmes de vision par ordinateur qui agissent souvent comme le cerveau de ces robots.

Heecheol Kim de l'Université de Tokyo et ses collègues ont développé un système d'apprentissage automatique qui alimente un robot, qui a deux bras et des mains qui se saisissent entre deux "doigts".

Publicité

Tout d'abord, un humain utilisant le robot a épluché des centaines de bananes, créant 811 minutes de données de démonstration pour entraîner le robot à le faire par lui-même. La tâche était divisée en neuf étapes, de saisir la banane à la ramasser sur la table d'une main, saisir le bout de l'autre main, l'éplucher, puis déplacer la banane pour que le reste de la peau puisse être retiré.

Pour les mouvements larges qui ne risquent pas d'endommager la banane, le modèle d'apprentissage automatique trace une trajectoire, imitant ce qu'un humain fait sans trop réfléchir. Mais lorsque les bras sont nécessaires pour manipuler avec précision la banane, le système passe à une approche réactive, où il répond aux changements inattendus de son environnement.

Lors des tests, le robot a réussi à éplucher une banane 57 % du temps. L'ensemble du processus prend moins de 3 minutes.

Le robot éplucheur de bananes

Heecheol Kim, Université de Tokyo

"Ce qui est vraiment intéressant dans ce cas, c'est que le processus qu'un humain utilise a été repris dans la formation du système robotique grâce à l'apprentissage par imitation profonde", explique Jonathan Aitken de l'Université de Sheffield, au Royaume-Uni.

Kim dit que son approche est efficace en termes de données car elle utilise 13 heures de données d'entraînement plutôt que des centaines ou des milliers d'heures. "Cela nécessite encore beaucoup de GPU coûteux [unités de traitement graphique], mais en utilisant notre structure, nous pouvons réduire la grande quantité de calculs [requis]", dit-il.

Aitken aimerait voir comment le robot manipule les fruits les plus difformes. Mais avec un contrôle moteur plus fin, cela pourrait fonctionner encore mieux, dit-il. Cependant, la technologie ne sera pas simplement utilisée pour les bananes : l'objectif est de former un système capable de gérer plus généralement des tâches nécessitant une motricité fine.

Référence:arxiv.org/abs/2203.09749

Les sujets:

Publicité