La prochaine révolution tactile en robotique

Meta dévoile des technologies pour améliorer la perception tactile, la dextérité et la collaboration humain-robot
meta doigts WideNoText

Meta a dévoilé plusieurs innovations robotiques visant à doter les robots de compétences en perception tactile et en interaction humaine : nouvelle vision tactile auto-supervisée et facilitation de la collecte d’informations tactiles. Ces avancées exploitent des modèles de fondation (LLMs, VLMs) pour rendre les robots plus habiles et autonomes.

Meta a lancé un ensemble impressionnant d’outils pour révolutionner la robotique et renforcer les interactions robot-humain, axé sur la perception tactile et la dextérité. Sparsh est le modèle de base pour doter les robots de compétences tactiles, avec une approche innovante : en utilisant l’apprentissage auto-supervisé, les chercheurs ont contourné le besoin de données étiquetées et obtenu des résultats impressionnants, avec une amélioration de 95,1 % dans les tâches d’interaction physique. Le modèle est entraîné sur plus de 460 000 images tactiles, permettant ainsi une grande adaptabilité.

Ensuite, Digit 360, développé avec GelSight Inc., intègre un capteur sensoriel artificiel très avancé, qui se comporte comme un « doigt numérique » avec 8 millions de taxels pour capter des informations directionnelles et sensibles. La capacité de traitement local intégrée dans ce capteur réduit la dépendance à des serveurs externes, offrant des applications potentielles dans les secteurs de la médecine, la réalité virtuelle, et les prothèses. En rendant ces innovations open-source, Meta espère stimuler la recherche et l’adoption à grande échelle.

Enfin, avec PARTNR, Meta a conçu un benchmark basé sur son environnement virtuel Habitat, permettant de tester les capacités de raisonnement et de planification des modèles d’IA dans des situations de collaboration humain-robot. Ce benchmark pourrait s’avérer décisif pour des robots plus intégrés dans la vie quotidienne, pouvant réaliser des tâches complexes grâce aux modèles de fondation comme les LLMs et VLMs. Les projets similaires de DeepMind et des startups comme Figure montrent que le domaine de la robotique est prêt pour une transformation profonde, passant du numérique au monde physique.