Kaiyu Hang, professeur assistant en informatique à l’Université de Rice, est récemment lauréat du prestigieux Prix Carrière de la National Science Foundation (NSF). Ce prix soutient ses recherches innovantes visant à développer des robots capables de manipuler des objets non familiers dans des situations hautement incertaines.
Cette reconnaissance place Kaiyu Hang parmi environ 500 enseignants-chercheurs, choisis chaque année pour leurs travaux de recherche exceptionnels et leur engagement envers le développement de leur domaine via l’éducation et la sensibilisation.
L’objectif de Kaiyu Hang : des robots multifonctionnels
Le projet de Kaiyu Hang vise à développer des robots généralistes, aptes à gérer des interactions physiques complexes dans des environnements réels, sans nécessiter d’instructions détaillées ou des données parfaites de capteurs. « Mon travail porte sur la manipulation robotique. Il s’agit de faire appel aux capacités physiques du robot pour modifier la configuration du monde« , a t-il déclaré.
« Supposons que vous voulez prendre un objet dans un espace densément encombré, comme un livre sur une étagère, pour le placer ailleurs de manière stable. C’est une des tâches de manipulation qui nous intéresse. Nous nous intéressons globalement aux interactions physiques. C’est la raison pour laquelle mon laboratoire est appelé Laboratoire de Robotique et Interactions Physiques. »
La dextérité des robots en temps réel
Accroître la dextérité des robots en temps réel, c’est-à-dire leur aptitude à manipuler des objets non familiers et à naviguer dans des situations et des environnements complexes, nécessite d’améliorer leur capacité computationnelle à effectuer des actions finement ajustées, spécifiques au contexte et auto-correctrices.
Imaginez un robot capable de nettoyer des surfaces dans une maison ou dans un hôpital, capable de décider du mouvement de nettoyage ou de la force à appliquer en fonction de l’objet ou de la zone rencontrée », a expliqué Kaiyu Hang. « Plutôt que de concevoir des robots spécifiques pour des tâches spécifiques – ce qui fonctionne bien dans un environnement industriel où vous pouvez contrôler l’environnement de travail – j’espère développer des robots capables d’effectuer des tâches quotidiennes dans des environnements nouveaux ou non familiers qui sont constamment changeants. »
Structuration des interactions robot-monde
Le processus d’exécution d’une tâche physique peut être décomposé en différentes séquences. Dans le contexte de la structuration des interactions robot-monde, ces séquences ont traditionnellement suivi un schéma qui commence par la détection, est suivi par la planification et aboutit à l’action. Le chercheur, cependant, soutient que l’action devrait venir en premier et servir d’occasion pour recueillir des données de détection, qui à leur tour peuvent informer un plan d’action évolutif et ouvert.
« C’est en fait ainsi que nous interagissons avec le monde : nous apprenons en faisant, et nous nous améliorons avec la pratique« , a déclaré Kaiyu Hang. « Si vous essayez de peindre un objet, il ne suffit pas de le regarder une seule fois. Vous faites d’abord un coup de pinceau sur la toile, puis vous jetez un coup d’œil à l’objet, puis vous faites un autre coup de pinceau, et ainsi de suite tout en procédant à et en ajustant la peinture en fonction de ce que vous voyez à chaque moment. Mon projet vise à utiliser cette compréhension de l’action incarnée pour restructurer la façon dont nous structurons les interactions robot-monde.«
Convergence de deux stratégies générales de manipulation robotique
Le projet du professeur Hang se situe à l’intersection de deux stratégies générales pour gérer la manipulation robotique.
Actuellement, il existe deux cadres opérationnels en matière de manipulation robotique : une approche basée sur des modèles ou des paramètres, où chaque action du robot est planifiée en détail à l’avance, et une approche plus récente, basée sur des données ou sur l’apprentissage profond, qui s’appuie sur des ensembles de données massifs couplés à des entrées de capteurs pour guider le robot vers l’action », a expliqué encore Kaiyu Hang. « Je veux réduire le nombre d’hypothèses que font ces deux approches sur la manière dont le robot agit dans le monde réel.«
Une composante éducative et de sensibilisation
Comme tous les Prix Carrière, le projet de Kaiyu Hang comprend une composante éducative et de sensibilisation.
Cette approche de la manipulation robotique est en réalité très nouvelle, et je veux que les étudiants de Rice apprennent et travaillent sur des choses qui se passent à la frontière de la discipline », a conclu le Pr. Hang. « Je prévois de développer de nouveaux cours qui pourront enseigner aux étudiants non seulement la théorie, mais aussi leur fournir des compétences pratiques en matière de manipulation robotique. Je continuerai également à offrir des opportunités de recherche pour les étudiants dans mon laboratoire.«
En synthèse
En résumé, le projet de Hang vise à renforcer les capacités de manipulation des robots, en leur permettant de gérer des interactions physiques complexes dans des situations hautement incertaines. Son approche innovante est de permettre aux robots d’apprendre par l’action, tout comme les humains le font. Le soutien de la National Science Foundation atteste de la pertinence et de l’importance de ces recherches dans le domaine de la robotique.
