Aux États-Unis, deux équipes de chercheurs ont mis au point leurs robots capables de repérer puis déplacer des objets dans des endroits complexes ou difficiles d’accès. Ces travaux représentent une avancée dans la robotisation de tâches répétitives dans différentes professions comme la mise en rayon en supermarché.
Un avenir pour ce genre de robots ?
Récemment, l’enseigne de grande distribution étasunienne Walmart a effectivement décidé de mettre aux oubliettes ses robots qui depuis 2018, aidaient les employés de plus de 500 de ses magasins. Or, l’une des missions de ces robots était de ranger les produits en désordre. Selon l’enseigne, cette alternative n’a pas permis d’économiser du temps et de gagner plus d’argent. Cette nouvelle a suscité d’importantes interrogations concernant l’avenir de ce type de robots.
Comme l’explique VentureBeat dans un article du 26 novembre 2020, deux équipes de recherches ont mené des travaux pouvant potentiellement relancer un redéploiement de robots de mise en rayon. À l’origine de ces recherches, nous retrouvons l’Université de Berkeley en Californie (États-Unis) et Google AI.
Le système LAX-RAY
Dans une prépublication sur la plateforme arXiv (PDF en anglais / 7 pages) le 23 novembre 2020, une équipe de l’Université de Berkeley en Californie a présenté son système Lateral Access maXimal Reduction of occupancY support Area (LAX-RAY). Selon les responsables du projet, ce système est capable de prédire l’emplacement d’un objet dans des environnements latéraux tels que des étagères. Or, ceci est possible même si une toute petite partie de l’objet est visible.
Les chercheurs ont élaboré trois manières de rechercher les objets et ont généré environ 800 environnements de rayons de supermarché. Ensuite, ils ont déployé le dispositif LAX-RAY avec une caméra intégrée et un robot Fetch, spécialement conçu pour les entrepôts. Selon les scientifiques, le système a pu – avec un taux de d’efficacité de 87,3 % – déterminer l’emplacement des objets avec une précision suffisante pour permettre au robot de pousser l’objet.
Désormais, les responsables du projet désirent étudier des modèles de profondeur plus sophistiqués et élaborer des actions de traction à l’aide de ventouses afin de soulever ou retirer les objets.
Le dispositif COCOI
Dans le cas des travaux de Google, il est question du dispositif Contact-aware Online COntext Inference (COCOI). Dans une autre publication sur la plateforme arXiv également le 23 novembre 2020, les chercheurs indiquent que leur innovation est basée sur le machine learning. L’objectif ? Déplacer des objets en intégrant au préalable leurs propriétés dynamiques dans un cadre facile à utiliser. Pour l’instant, le dispositif COCOI est virtuellement capable de pousser un objet vers un endroit préalablement défini sans le faire tomber. Si ses premiers résultats semblent encourageants, les chercheurs désirent désormais tester leur innovation sur des objets plus difficiles à manipuler tels que des vêtements.
Enfin, ces deux travaux témoignent d’un défi technique actuel plutôt conséquent. Néanmoins, ceux-ci ouvrent la voie au développement de systèmes capables d’une grande efficacité en terme de réassort et rangement des étals des supermarchés.
