La pensée spatiale pour les robots : ce que les chercheurs de l'ETH enseignent aux machines

Pour nous, c'est une évidence : nous voyons une tasse, nous évaluons immédiatement sa distance, sa position dans l'espace, et nous la saisissons. Pour les robots, c'est justement étonnamment difficile. De nombreux programmes robotiques modernes « voient » en effet le monde principalement sous forme d'images bidimensionnelles provenant d'une caméra – comme s'ils regardaient une photo. La troisième dimension, c'est-à-dire la profondeur et l'arrangement spatial, doit être laborieusement déduite. En matière de préhension, où la précision au millimètre et le contact réel sont essentiels, cela conduit souvent à des erreurs.

Une équipe de recherche avec la participation de l'ETH Zurich – dont les éminents professeurs en robotique Marco Hutter et Marc Pollefeys – a présenté une nouvelle approche pour y remédier : le « Geometric Action Model », en abrégé GAM. L'idée peut être résumée simplement : au lieu de déduire laborieusement une compréhension spatiale à partir d'images plates, GAM utilise dès le départ un modèle d'IA qui « saisit » le monde de manière tridimensionnelle.

Cette compréhension spatiale fondamentale sert le robot pour trois choses à la fois : il perçoit son environnement, il imagine ce qui se passera au moment suivant, et il décide comment se mouvoir. Tout se déroule à travers un seul « cerveau » plutôt que plusieurs systèmes distincts. En simplifié : le robot peut visualiser spatialement son prochain mouvement avant de l'exécuter – tout comme un humain réfléchit rapidement à la manière de saisir un verre.

Le résultat est convaincant selon l'étude, et ce de plusieurs façons. Lors des tests – aussi bien en simulation que sur des robots réels – GAM a fonctionné de manière plus précise et fiable que les systèmes précédents de taille comparable. Il était également plus rapide et consommait moins de puissance de calcul. C'est particulièrement important car les robots doivent prendre leurs décisions en temps réel et ne peuvent pas emporter une puissance de calcul illimitée.

Il s'agit encore d'un travail de recherche, pas d'un produit fini. Mais il montre une direction de développement centrale de l'industrie : les robots ne doivent pas seulement voir le monde physique comme une image, mais le comprendre comme un espace. Plus ils y parviendront, plus ils pourront assumer des tâches quotidiennes – du rangement dans l'atelier aux gestes dans la maison. Le fait qu'une partie de cette recherche provienne de Zurich souligne une fois de plus le rôle de la Suisse en tant que centre européen de la robotique intelligente.