Créées en 2013, les Etoiles de l’Europe récompensent les coordinateurs de projets de recherche collaboratifs européens. Le 6 décembre dernier, Sylvie Retailleau, Ministre de l’Enseignement supérieur et de la Recherche a remis un trophée à douze lauréats lors d’une cérémonie au musée du Quai Branly. Parmi eux, Nicolas Mansard, chercheur CNRS en robotique au LAAS-CNRS, porteur de la chaire ANITI « Artificial and natural movement », récompensé pour la coordination du projet MEMMO (memory of motion).
Financé par le programme Horizon 2020 sur une durée de quatre ans, MEMMO (Memory of Motion) est un projet collaboratif initié en 2018 qui a réuni un consortium de 10 partenaires européens pour un budget de 4 millions d’euros : le LAAS-CNRS (France), l’IDIAP (Suisse), l’Université d’Édimbourg (Royaume-Uni), l’Institut Max-Planck (Allemagne), l’Université d’Oxford (Royaume-Uni), l’Université Trento (IT), PAL-Robotics (Espagne), Wandercraft (France), Airbus (France), Costain (Royaume-Uni) et APAJH (France).
Nicolas Mansard, chercheur en robotique au sein de l’équipe Gepetto du LAAS-CNRS (Mouvement des Systèmes Anthropomorphes), médaillé de bronze du CNRS, coordinateur du projet a déclaré lors de la cérémonie :
« Je voudrais remercier les personnes qui m’ont aidé à coordonner ce projet. C’est un projet monté par un consortium de jeunes chercheurs. Cela a été une grande fierté pour moi d’être choisi pour coordonner ce projet ».
Il a ensuite ajouté :
« Nous avons voulu prouver qu’il était possible de générer des mouvements complexes pour des robots arbitraires avec des bras et des jambes interagissant dans un environnement dynamique en temps réel ».
La mise en mémoire des mouvements optimaux
Le calcul des mouvements des robots est complexe et l’est encore plus pour les robots avec des bras et des jambes, se déplaçant dans un environnement non structuré.
Pour ce projet, le consortium a réuni un groupe d’experts en optimisation numérique, machine learning, contrôle et conception de robot.
Nicolas Mansard explique :
« Pour qu’un robot marcheur réagisse à une situation en temps réel, il doit résoudre un problème numérique avec 10 000 variables en une milliseconde, ce qui dépasse largement la portée de ce que l’intelligence artificielle est capable de faire de nos jours. Nous avons inventé Memory of Motion pour relever ce grand défi ».
L’équipe du projet a généré hors ligne une quantité massive de mouvements optimaux précalculés et l’a compressée dans une base de données de réactions possibles appelée Memory of Motion.
Nicolas Mansard commente :
« Nous utilisons les meilleurs planificateurs de mouvement disponibles pour réduire le temps d’exploration [de la base de données] et améliorer la qualité des données générées, et nous utilisons l’apprentissage automatique pour les encoder dans une mémoire de mouvement, ce qui prend moins de stockage. Ensuite, nous adaptons de manière optimale un mouvement candidat de la mémoire à des situations similaires qui n’ont pas été explicitement explorées. C’est ce qu’on appelle la « généralisation »
Lorsqu’il se déplace, le robot reconnaît une nouvelle situation grâce à ses capteurs en temps réel. Il sélectionne alors une réaction appropriée dans sa mémoire et l’optimise à l’aide de ses capacités prédictives.
Nicolas Mansard ajoute :
« En ligne, nous utilisons cette mémoire du mouvement pour guider un “solveur d’optimisation” qui prend la décision finale sur la façon dont le robot doit se comporter pour maintenir son équilibre, marcher, manipuler des outils et d’autres choses ».
Trois démonstrateurs validés par la preuve de concept
L’équipe a mis au point trois démonstrateurs :
- Un robot humanoïde pour effectuer des tâches d’outillage pour l’assemblage d’avions un dans une usine du futur avec le partenaire du consortium Airbus à Toulouse;
- Un exosquelette de marche a été jumelé à un patient paraplégique dans un centre de réadaptation sous surveillance médicale, en partenariat avec la fédération APAJH, association pour adultes et jeunes handicapés. Un centre médical va d’ailleurs l’expérimenter.
- Un robot quadrupède capable de marcher dans un tunnel en cours de creusement ou dans des bâtiments à démolir, en partenariat avec Costain, le constructeur britannique du tunnel sous la Manche. Il a d’ailleurs été testé à l’aide d’un robot d’inspection industrielle commercial existant de la société suisse ANYbotics.
Le même générateur de mouvements a été utilisé pour réaliser trois démonstrateurs très différents grâce à l’optimisation numérique et le machine learning, la preuve de concept a été réalisée pour les trois, ce qui permet d’envisager de futures applications.
Actuellement le robot humanoïde n’existe qu’au laboratoire, le quadrupède fonctionne mais n’est pas commercialisé, quant à l’exosquelette il est déjà un outil utilisé dans les centres de rééducation.
Nicolas Mansard déclare :
« Aujourd’hui l’exosquelette permet à des patients de travailler leur rééducation en centre hospitalier, mais à terme, il pourrait remplacer le fauteuil roulant ».
