Industrie Mag - Le journal de l'industrie.

Pionnier de la robotique collaborative (cobotique) et partie intégrante de , dévoile à la l’. Développé en collaboration avec , l’AI Trainer marque un tournant décisif en faisant passer les robots d’applications préprogrammées à des tâches entièrement pilotées par l’intelligence artificielle. Ces systèmes robotiques s’appuient sur des données fiables générées dans des cellules d’entraînement d’IA où les robots imitent les humains.

« Nos clients, qui vont des grandes entreprises aux laboratoires de recherche en IA, ne se contentent plus de demander des fonctionnalités d’IA », précise Anders Beck, VP of AI Robotics Products chez Universal Robots. « Ils recherchent un moyen de collecter des données fiables et synchronisées de robotique et de vision pour former des modèles d’IA sur les mêmes robots qu’ils comptent déployer. Notre AI Trainer est la première solution du secteur permettant de passer directement du laboratoire à l’usine pour la formation de modèles d’intelligence artificielle ».

Outre le nouvel AI Trainer, le stand d’Universal Robots à la GTC présentera un modèle de fondation robotique développé par , partenaire privilégié d’Universal Robots. Grâce à lui, deux robots UR réaliseront une tâche complexe d’emballage de smartphones, ce qui était auparavant impossible sans les récentes avancées dans le domaine de l’IA physique.

Permettre la collecte de données compatibles avec l’IA grâce au retour de force et au contrôle direct du couple 

La formation des robots dotés d’IA est souvent freinée par un matériel fragmenté et une collecte de données de faible qualité. Une grande partie des données d’entraînement actuelles est recueillie sur des robots de recherche qui ne sont pas adaptés aux environnements de production, et la plupart des systèmes s’appuie uniquement sur un retour visuel. Les tâches délicates ou nécessitant de nombreux contacts deviennent par conséquent difficiles à réaliser. « L’AI Trainer s’attaque directement à ces obstacles », poursuit Anders Beck. « En utilisant nos fonctionnalités uniques de et de retour de force, nous donnons aux développeurs une influence directe sur la manière dont le robot interagit physiquement avec le monde. Pour ce faire, nous nous appuyons sur la robustesse de nos cobots, déjà déployés à plus de 100 000 reprises dans le monde ».

Un partenariat avec Scale AI pour la création d’un cercle vertueux de données robotiques intégrées

L’AI Trainer permet aux opérateurs de guider les robots UR dans l’exécution de tâches selon une configuration « leader-suiveur », tout en capturant automatiquement des données multimodales de haute qualité, destinées au développement de l’IA robotique. Les opérateurs guident physiquement un robot « leader » tout au long d’une tâche tandis qu’un robot « suiveur » synchronisé reproduit le mouvement en temps réel. Au cours de chaque démonstration, le système enregistre les données synchronisées relatives au mouvement, à la force et à la vision, produisant ainsi les ensembles de données structurés nécessaires à l’entraînement du modèle « Vision-Language-Action » (VLA).  Déployé sur le kit d’outils d’Universal Robots, l’AI Trainer combine les robots UR avec le logiciel Scale AI pour permettre la capture de données à grande échelle sur les robots en production, créant ainsi un retour d’informations continu qui favorise l’optimisation perpétuelle des systèmes d’IA physique.  « Universal Robots est un acteur majeur de la robotique industrielle, et sa présence internationale constitue une base idéale pour la collecte de données et le déploiement de l’IA », souligne Ben Levin, General Manager, Physical AI chez Scale AI. « Ensemble, nous avons créé un système intégré de données robotiques, permettant aux clients de former, déployer et améliorer leurs modèles d’IA plus rapidement que jamais ».

Dans le cadre de cette collaboration, Universal Robots et Scale AI publieront plus tard cette année un ensemble de données industrielles à grande échelle collectées sur les robots UR.

Découverte en direct de l’AI Trainer à la GTC

La GTC servant de rampe de lancement officielle, les participants pourront découvrir le système en direct sur le stand d’Universal Robots, où ils guideront deux robots « leaders » UR3e en leur fournissant des retours haptiques afin de contrôler deux robots « suiveurs » UR7e. Cette configuration permet aux visiteurs d’effectuer une tâche avancée d’emballage de smartphones avec retour haptique pour l’apprentissage par imitation et l’entraînement VLA, les données de démonstration étant enregistrées en temps réel sur la stack de Scale AI et répliquées directement sur l’AI Trainer.

Le processus de capture des données d’entraînement des robots pour les modèles d’IA est également présenté à travers une démonstration illustrant la même tâche d’emballage de smartphones, mais cette fois-ci entraînée virtuellement. Conçue dans NVIDIA et s’appuyant sur , cette configuration simulée permet aux participants de contrôler un système UR3e virtuel à deux bras avec un retour haptique en temps réel, en utilisant deux appareils comme « leaders », offrant ainsi une simulation fidèle physiquement.

Universal Robots expérimente également l’utilisation de pour automatiser et faire évoluer sa génération de données synthétiques, transformant ainsi une puissance de calcul à l’échelle mondiale en un moteur de production de données d’entraînement robotique de haute qualité.

« La transition vers l’IA physique nécessite un changement fondamental. Elle passe d’une automatisation rigide et préprogrammée à des robots généralistes capables de percevoir, de raisonner et d’apprendre grâce à des interactions semblables à celles des humains », explique Amit Goel, Head of Robotics and Edge AI Ecoystems chez NVIDIA. « En tirant parti des environnements de simulation NVIDIA Isaac, Universal Robots développe un moteur évolutif pour la capture et la génération de données haute-fidélité, fournissant ainsi l’infrastructure essentielle pour former à grande échelle la prochaine génération de systèmes autonomes ».

Generalist AI démontre les performances de ses modèles de fondation robotiques en conditions réelles

En complément des deux démonstrations de collecte de données, la présentation de Generalist met en évidence les progrès réalisés en matière de collecte de données et de modèles d’IA.

Ceux-ci se traduisent par des performances robotiques concrètes. Lors de la première démonstration publique des modèles de fondation incarnés de Generalist, deux robots UR7e exécutent de manière autonome une tâche complexe d’emballage de smartphones, faisant preuve de dextérité, de coordination et de manipulation riche en contacts dans un environnement réel. Cette démonstration montre comment des données d’entraînement à grande échelle et de haute qualité, combinées à des architectures de modèles de pointe, ouvrent la voie à la mise en place de systèmes d’IA physique robustes en dehors du laboratoire.

« Generalist développe des modèles fondamentaux incarnés qui apportent une dextérité et une fiabilité exceptionnelles », détaille Pete Florence, cofondateur et CEO de Generalist AI. « Cette démonstration sur la plateforme industrielle éprouvée d’Universal Robots montre comment le bon sens physique peut se traduire en capacités concrètes, ouvrant ainsi la voie à un déploiement à grande échelle dans tous les secteurs ».

« L’adoption de notre technologie par les pionniers de la formation des modèles d’IA et de la capture de données met en évidence les raisons pour lesquelles Universal Robots est devenue la plateforme de prédilection pour l’IA physique », conclut Anders Beck, qui partagera son expertise à l’occasion d’une intitulée « Au-delà de la cellule de travail : étendre les flux de travail robotiques à l’ensemble de l’usine » à la GTC le 18 mars à 11h.