Get best of the week

Les robots d'entrepôt utilisant l'IA pour trier les articles sont prêts à l'emploi

La start-up de Berkeley, Covariant, est sortie de l'ombre et pense que ses robots sont prêts à entrer dans le monde




À l'été 2018, une petite startup de Berkeley, développant des robots, a été confrontée à une tâche difficile. Knapp, un important fournisseur de technologie de logistique d'entrepôt, recherchait un nouveau bras robotisé contrôlé par l'IA qui pourrait capturer autant de types différents d'articles que possible. Chaque semaine, huit semaines consécutives, l'entreprise a envoyé une liste de départ d'articles de plus en plus complexes - boîtes opaques, boîtes transparentes, emballages de médicaments, chaussettes - couvrant la gamme de produits de ses clients. La start-up a acheté de tels articles, puis une semaine plus tard, elle a envoyé une vidéo dans laquelle leur robot a transféré des articles d'un panier gris à un autre.

À la fin de la quête, la direction de Knapp a été vaincue. Pendant six ou sept ans, ils ont donné sans succès des tâches similaires à de nombreuses startups, et ils s'attendaient à un échec cette fois aussi. Mais à la place, dans chaque vidéo, un robot de démarrage a déplacé chaque élément avec une précision parfaite et une vitesse appropriée.

«Avec chaque produit suivant, nous nous attendions à un échec car la tâche devenait de plus en plus complexe», a déclaré Peter Pachwein, vice-président de l'innovation chez Knapp, dont le siège est en Autriche. «Cependant, il s'est avéré qu'ils ont réussi, et tout a fonctionné. Nous n'avons jamais vu un tel travail d'IA de qualité. "


Covariant est désormais sorti de l'ombre et annonce une collaboration avec Knapp. Ses algorithmes fonctionnent déjà dans les robots Knapp dans les entrepôts de deux clients de l'entreprise. L'un d'eux appartient au fabricant allemand de produits électriques Obeta, et des robots y travaillent depuis septembre. Les cofondateurs de start-up affirment que Covariant est sur le point de conclure un autre accord avec un autre géant industriel fabriquant des robots.

Cette nouvelle symbolise un changement dans l'état actuel de la robotique IA. Ces systèmes étaient limités à un environnement académique artificiel. Mais maintenant, Covariant prétend que son système peut généraliser le travail aux difficultés liées au monde réel et est prêt à prendre d'assaut les entrepôts.

Les entrepôts ont des tâches pour deux options d'équipement - pour les machines avec des jambes déplaçant les boîtes ici et là, et pour les machines avec les mains qui soulèvent des objets et les placent au bon endroit. Les robots sont présents depuis longtemps dans les entrepôts, mais leurs succès ont été principalement limités par l'automatisation de la première option. «Les gens se déplacent rarement dans un entrepôt moderne», explique Peter Chen, cofondateur et directeur de Covariant. «Le transfert de choses entre des points fixes est un problème que la mécatronique fait très bien .»


Bras robotique dans un bureau Covariant

Mais non seulement le bon matériel est requis pour l'automatisation manuelle. La technologie doit s'adapter rapidement à une large gamme de formes et de tailles de produits avec une orientation en constante évolution. Un bras robotique traditionnel peut être programmé pour effectuer les mêmes mouvements encore et encore, mais il échouera dès qu'il rencontrera une déviation. Elle a besoin de l'IA pour «voir» et s'adapter, sinon elle ne pourra pas faire face à l'environnement en développement. "L'intelligence est nécessaire pour la dextérité", dit Chen.

Au cours des dernières années, les laboratoires de recherche ont obtenu un succès sans précédent en combinant l'IA et la robotique, atteignant une dextérité similaire, cependant, transférer ces réalisations dans le monde réel est une tâche complètement différente. Dans les laboratoires, une précision de 60 à 70% est autorisée; cela ne suffit pas en production. Et même avec une précision de 90%, un bras robotisé serait une «offre de perte de valeur», explique Peter Abbil, co-fondateur et scientifique en chef de Covariant.

Abbil et Chen estiment que pour récupérer réellement l'investissement, le robot doit atteindre une précision de 99 à 99,5%. Ce n'est qu'alors qu'il peut travailler sans intervention humaine fréquente et sans risque de ralentir le convoyeur. Cependant, seuls les progrès récents de l'apprentissage en profondeur, et en particulier de l'apprentissage renforcé, ont permis d'atteindre ce niveau de précision.


Le bureau de Covariant est situé au large des côtes de la baie de San Francisco, à côté d'un parking délabré entre des rangées de bâtiments banalisés. A l'intérieur, plusieurs robots industriels et "co-bots", robots de collaboration conçus pour travailler en toute sécurité avec l'homme, sont formés pour travailler avec tous les produits possibles.

Les membres de l'équipe Covariant courent régulièrement au magasin local pour divers articles aléatoires. Les choses vont des lotions en bouteilles aux vêtements emballés et aux gommes dans des boîtes transparentes. L'équipe est particulièrement intéressée par les choses qui peuvent perturber le robot: les surfaces métalliques réfléchissantes, le plastique transparent, les surfaces facilement déformables comme les vêtements ou les paquets de puces qui seront différentes à chaque fois sur la caméra.

Au-dessus de chaque robot, plusieurs caméras fonctionnent avec ses yeux. Les données visuelles et sensorielles du corps du robot entrent dans l'algorithme qui contrôle ses mouvements. Fondamentalement, le robot apprend d'une combinaison de simulation et de renforcement. La première est qu'une personne contrôle manuellement le robot, soulevant divers objets. Il enregistre et analyse ensuite la séquence des mouvements afin de comprendre comment généraliser ce comportement. La seconde est que le robot fait des millions de répétitions d'essais et d'erreurs. Chaque fois, essayant de prendre quelque chose, le robot le fait un peu différemment. Il écrit ensuite quelles tentatives se sont terminées par un soulèvement plus rapide et plus précis du sujet, et qui n'a pas réussi à améliorer constamment son efficacité.

Étant donné que l'algorithme est finalement formé, la plate-forme logicielle Covariant, Covariant Brain, est indépendante du matériel. Il y a une douzaine de robots de différents modèles dans le bureau, et le robot travaillant chez Obeta utilise du matériel Knapp.





Pendant une heure, j'ai regardé en toute confiance trois robots différents ramasser des articles complètement différents dans le magasin. En quelques secondes, l'algorithme analyse leur emplacement, calcule l'angle d'attaque, ajuste la séquence des mouvements et tend la main pour les prendre avec la ventouse. Il se déplace avec confiance et précision, et modifie la vitesse de travail en fonction de la fragilité du sujet. Avec des médicaments emballés dans du papier d'aluminium, il parvient plus doucement à ne pas déformer l'emballage et à ne pas froisser le médicament. Au cours d'une démonstration particulièrement impressionnante du travail, le robot a redirigé le flux d'air de manière à souffler le sac contre le mur au centre, de façon à ce qu'il soit plus facile à soulever.

Knapp Pachwein dit que depuis que la société est passée à la plate-forme Covariant, ses robots sont passés de la capacité de soulever 10 à 15% des objets de la gamme Obeta à la capacité de soulever environ 95% des objets. Les 5% restants sont des objets fragiles comme le verre, avec lesquels seules les personnes peuvent encore travailler. «Et ce n'est pas un problème», ajoute Pachwein. - À l'avenir, 10 robots et une personne constitueront un appareil d'entrepôt typique. Tel est le plan. " Grâce à cette collaboration, Knapp distribuera ses robots avec le logiciel Covariant dans les entrepôts de ses clients pendant plusieurs années.

Bien que le résultat soit impressionnant d'un point de vue technique, il soulève des questions sur la manière dont ces robots affecteront l'automatisation. Pachwein admet qu'il s'attend à ce qu'au cours des cinq prochaines années, des centaines ou des milliers de robots commencent à exécuter les tâches traditionnellement résolues par les humains. Cependant, dit-il, les gens ne veulent toujours plus faire ce travail. En Europe, les entreprises ont souvent du mal à trouver suffisamment de personnes pour travailler dans les entrepôts. «C'est le genre de rétroaction que nous recevons de tous les clients», dit-il. "Ils ne trouvent pas d'employés et ont besoin de plus d'automatisation."

À ce jour, Covariant a déjà reçu 27 millions de dollars d'investisseurs, y compris des sommités de l'IA telles que les lauréats du prix Turing Joffrey Hinton et Ian Lekun. La start-up souhaite traiter non seulement le levage d'objets, mais également l'ensemble des opérations de l'entrepôt, du déchargement des camions à l'emballage des cartons en passant par le tri sur rayonnages. La startup a également des idées pour sortir des entrepôts et entrer dans d'autres secteurs.

Mais l'objectif ultime d'Abbil est encore plus élevé: «L'idée à long terme de l'entreprise est de résoudre tous les problèmes dans le domaine de la robotisation de l'IA.»

More articles:


All Articles