Grande percée ! Une équipe de recherche de Pékin propose le premier « algorithme hybride de contrôle force-position » au monde

Récemment, des équipes de recherche chinoises ont réalisé des percées significatives dans le domaine des algorithmes robotiques, proposant la première théorie unifiée au monde de « contrôle hybride force-position ». Cet algorithme ne repose pas sur des capteurs de force, permettant ainsi au robot d’apprendre simultanément le contrôle de position et le contrôle de force. Le taux de réussite des tâches associées a augmenté d’environ 39,5 % par rapport à la stratégie utilisant uniquement le contrôle de position. Plus remarquable encore, les articles scientifiques correspondants se sont vu décerner le Prix du meilleur article lors de la Conférence internationale sur l’apprentissage robotique, marquant la première fois, depuis la création de ce prix, qu’une équipe de chercheurs chinois l’obtient.
Sur le site expérimental de l’Institut général de recherche sur l’intelligence artificielle de Pékin, un chien mécanique quadrupède équipé de ce nouvel algorithme exécute la tâche d’entraînement consistant à essuyer des tableaux blancs de manière ordonnée. Les chercheurs ont utilisé ce scénario pratique pour expliquer aux journalistes les principes fondamentaux et les avantages remarquables de l’« algorithme de commande hybride force-position ».
Jia Baoxiong, chercheur à l’Institut général de recherche sur l’intelligence artificielle de Pékin : les modèles d’action visuo-langagiers dominants prennent effectivement en entrée des photos prises par des caméras, puis effectuent des prédictions de trajectoire. Cette trajectoire peut empêcher le robot de suivre strictement le tableau blanc pendant le processus d’essuyage, ce qui rend impossible l’élimination complète de l’écriture. Dans le modèle de commande mixte force-position, nous cherchons à intégrer autant que possible la dimension de la force, afin d’obtenir un effet d’application de pression sur le tableau blanc tout en assurant un positionnement précis, ce qui permet au robot de s’ajuster étroitement au tableau et d’effacer les inscriptions. Autrement dit, non seulement nous avons ajouté la dimension de la force au modèle d’action visuo-langagier initial, mais nous avons également réalisé une commande simultanée combinant force et position.
Selon les chercheurs, le modèle d’action basé sur le langage visuel, largement utilisé, peine souvent à accomplir de nombreuses tâches dans la vie réelle. Le problème fondamental réside dans le fait que la plupart de ces tâches impliquent des scénarios complexes de contact : par exemple, lorsqu’un bras robotisé essuie un tableau noir, il doit adhérer à la surface tout en maintenant une pression appropriée ; pour ouvrir une porte d’armoire électrique, il doit percevoir avec précision la structure interne du ressort de poussée-tirage ; et le robot ne doit pas seulement « aller là où il doit aller et étendre son bras là où nécessaire », mais aussi « comprendre quelle force appliquer ». Avant l’apparition de l’« algorithme hybride de contrôle force-position », tous ces défis devaient être résolus à l’aide de capteurs de force.
Jia Baoxiong, chercheur à l’Institut général de recherche sur l’intelligence artificielle de Pékin : les capteurs de force sont en réalité plus fréquemment ajoutés aux bras robotiques fixes, ce qui rend leur installation plus complexe et coûteuse. Le modèle de commande mixte force-position a amélioré le taux de réussite de ces tâches nécessitant une application de force de près de 40 % par rapport au modèle VLA traditionnel (modèle d’action visuelle-langagière).