L’Europe exploite l’apprentissage profond pour rendre les robots industriels plus sûrs

Demande de robots industriels est en hausse en Europe, notamment grâce aux avantages de l’automatisation. Cependant, il existe défis permanents en assurant une collaboration transparente avec les humains tout en maintenant la sécurité.

Pour résoudre ce problème, un consortium d’universités européennes, d’accélérateurs technologiques et de laboratoires de recherche privés lance le projet RoboSAPIENs.

L’objectif est de construire les mécanismes de sécurité nécessaires avec un accent particulier sur les technologies industrielles adaptatives. robots — une catégorie de robots autonomes capables d’apprendre de nouveaux comportements sans être reprogrammés et de s’adapter aux changements dans la structure ou l’environnement de leur système.

Une ambition accrocheuse cible un problème majeur pour les robots adaptatifs : gérer les changements inattendus. Ces changements vont des mises à jour logicielles et de l’usure du matériel aux obstacles inattendus et aux interactions avec les humains. Lorsqu’ils surviennent, les chercheurs souhaitent que les robots ajustent automatiquement leurs contrôleurs et leurs paramètres.

L’étape de sécurité manquante dans les robots industriels adaptatifs

Les robots adaptatifs se comportent généralement en surveillant continuellement leur environnement. Ils collectent des données sur leur environnement, analysent les données, et modifient leurs plans en conséquence. Ce faisant, ils accumulent de nouvelles connaissances.

« C’est ce qu’on appelle une boucle de contrôle MAPE-K (Monitor-Analyze-Plan-Execute-Knowledge) », a déclaré à TNW Ana Cavalcanti, partenaire de RoboSAPIENS et professeur d’informatique à l’Université de York. « Ce qui manque ici, c’est l’inclusion dans la boucle d’une étape qui vérifie si les garanties certifiées, de sécurité ou de fiabilité, sont conservées lorsque les plans changent. »

RoboSAPIENS vise à ajouter cette étape manquante dans l’auto-adaptation robotique. L’étape vérifiera si, après la (re)planification, les règles fixées lors de la certification sont toujours valables. Si ce n’est pas le cas, le système proposera automatiquement une mise à jour. Un vérificateur de fiabilité garantira ensuite que tout changement peut être mis en œuvre en toute sécurité.

Cavalcanti donne l’exemple d’un robot mobile disposant d’une carte de son environnement. L’ouverture ou la fermeture d’une porte pourrait modifier le chemin optimal, nécessitant une mise à jour de la carte. « Cependant, cela ne devrait pas être fait si le robot est occupé à exécuter une opération urgente : répondre aux besoins urgents d’un utilisateur, par exemple », dit-elle.

Exploiter l’apprentissage profond

Pour introduire l’étape de sécurité supplémentaire dans la boucle de contrôle, l’équipe exploitera l’apprentissage en profondeur.

L’utilisation de l’apprentissage profond en robotique adaptative s’accompagne d’un certain niveau d’incertitude, qui dépend de la capacité du réseau neuronal à réagir à son environnement pendant le fonctionnement du robot. Le projet développera de nouvelles technologies pour quantifier cette incertitude. Si la mesure montre que l’incertitude est trop élevée, le système peut déclencher un réapprentissage.

Après le réapprentissage, le système réduira toute nouvelle incertitude et garantira que les comportements attendus sont toujours dignes de confiance.

Le projet rendra sa propriété intellectuelle sous-jacente disponible gratuitement à des fins de recherche. Les entreprises pourront également obtenir des licences commerciales pour la technologie. L’objectif ultime est de « rendre le secteur européen de la robotique adaptative plus efficace, plus sûr et plus fiable », déclare Peter Gorm Larsen, coordinateur du RoboSAPIENS et professeur d’ingénierie à l’université d’Aarhus.

Larsen envisage divers autres avantages : redéfinir les rôles des chaînes de production dans la fabrication, améliorer l’adaptabilité et l’évolutivité des robots, réduire les accidents, créer de meilleurs emplois et réduire les coûts d’ingénierie de sécurité et de certification.

Grâce à un financement de 7,5 millions d’euros du programme Horizon Europe de l’UE, RoboSAPIENS réalisera quatre études d’utilisation industrielle. Ils se concentrent sur un robot de démontage, un essaim robotique d’entrepôt, une coque prolongée d’un navire autonome et une interaction homme-robotique.