Des chercheurs de l'École polytechnique fédérale de Lausanne (EPFL) en Suisse ont développé une main articulée capable de se détacher d'un bras robotique et de ramper pour saisir des objets trop éloignés avant de revenir à sa position initiale. Présenté lors de la Conférence internationale sur la robotique et l'automatisation (Icra), qui s’est tenue du 23 au 26 septembre à Rotterdam aux Pays-Bas, ce projet vise à repousser les limites des capacités de préhension des robots en augmentant leur portée et leur flexibilité.
Traditionnellement, les bras robotiques sont fixés de façon permanente à des structures solides pour garantir leur stabilité, en raison de leur puissance et de leur rapidité. Cette configuration limite leur champ d'action. Pour surmonter cette contrainte, l'équipe de l'EPFL a conçu une main robotique capable d'évoluer de manière autonome. L'objectif est de doter le bras d'une double modalité : une main qui peut non seulement saisir des objets mais aussi se détacher et se déplacer indépendamment.
Algorithmes génétiques et simulations physiques
Le développement de cette main repose sur une approche combinant algorithmes génétiques et simulations physiques, notamment grâce à l'outil MuJoCo, utilisé pour tester la faisabilité des différentes itérations. En s'inspirant de mécanismes de sélection naturelle et d'évolution, les chercheurs ont optimisé la conception de la main, notamment en déterminant la configuration idéale avec cinq doigts articulés, similaires à ceux d'une main humaine mais avec une mobilité à 180 degrés. Le dispositif est équipé d'un connecteur magnétique au niveau du poignet, permettant à la main de s'attacher et de se détacher facilement du bras robotique.
Sa capacité à plier ses doigts dans les deux sens lui permet de se déplacer en utilisant certains doigts comme des pattes tout en employant les autres pour saisir des objets. Lorsqu'elle est attachée au bras, elle peut également soulever plusieurs objets simultanément, optimisant ainsi les mouvements sans nécessiter de repositionner les doigts inutilisés. Le modèle de deep learning utilisé pour la manipulation des doigts a permis de repousser les capacités de préhension dans des environnements encombrés, un domaine encore peu exploré, remarquent les chercheurs, dont l’article de recherche n’est pas encore disponible..
Pour en savoir plus : The Verge