Des bras robotisés plus précis avec l’apprentissage par renforcement

LLéna

Des chercheurs présentent PolicyIK, une méthode d’apprentissage par renforcement conçue pour améliorer la précision de la cinématique inverse des bras robotisés. Cette publication déposée sur arXiv mercredi étudie comment convertir une pose demandée à l’extrémité du bras en mouvements de ses articulations. Une pose décrit la position et l’orientation de cette extrémité. PolicyIK ajuste les positions de référence envoyées aux articulations à partir du retour de pose. La méthode prend aussi en compte l’écart accumulé entre les références et les positions mesurées des articulations. En pratique, le contrôleur peut ainsi tenir compte du décalage entre le mouvement demandé et celui que les articulations ont réellement effectué. Pour régler la précision, PolicyIK utilise deux échelles d’erreur de pose et fait varier l’ampleur de ses actions selon l’erreur. Lorsque la cible est éloignée, elle peut conserver de grands mouvements ; lorsque l’écart est faible, elle peut faire des corrections plus fines. Cette combinaison vise à traiter les petits écarts tout en préservant la capacité à effectuer de grands mouvements. En simulation, une politique entraînée en une seule tentative maintient, sur la dernière seconde, des erreurs moyennes inférieures à 1 millimètre et à 0,2 degré dans 93,5 % des tâches mises à l’épreuve. Avec un protocole de déploiement, le taux de réussite annoncé monte à 98,9 %. Dans une simulation de prise et de déplacement d’objets, PolicyIK exécute les commandes d’un système d’intelligence artificielle combinant vision, langage et action avec 95,7 % de réussite. Les chercheurs ont également entraîné la méthode directement sur un bras physique. La publication indique qu’elle obtient de meilleurs résultats pour atteindre et maintenir une cible que 4 contrôleurs classiques, avec les mêmes budgets de temps. En simulation, les résultats varient selon le protocole d’évaluation.