Apprentissage de Modèles Intelligibles de Tâches pour la Programmation de Cobots – Prog4Yu

D’un point de vue industriel, l’objectif du projet prog4Yu est de développer un démonstrateur industriel de cobot “programmable par démonstration” pour traiter le problème de conditionnement/palettisation de pièces en fin de chaîne de production avec le cobot YuMi.

D’un point de vue scientifique, l’objectif est de (1) développer des algorithmes d’apprentissage de trajectoires des effecteurs d’un cobot (geste) et de modèles intelligibles de tâches (sémantique du geste) selon une approche par démonstration et (2) d’identifier les facteurs qui dans cette approche favorisent ou d’entravent l’acceptation de la cobotique en milieu industrielle. Les démonstrations de l'opérateur se font par manipulations kinesthésiques des bras du cobot et par l’intermédiaire d’une interface multimodale Humain-Robot EDI (Environnement de Développement Intégrée).

Les résultats du projet sont :
1. Apprentissage de trajectoires par démonstration : l’apprentissage de trajectoires à partir de peu de démonstrations (manipulation kinesthésique d'un bras robotisé par l'opérateur), de manière incrémentale et efficace c'est-à-dire en permettant une interaction fluide avec l’opérateur est un verrou scientifique important qu’il nous faudra lever pour répondre à la problématique industrielle du projet.
2. Apprentissage de modèles de tâches : au regard de l’état de l’art, il n’existe pas d’approche pour apprendre des modèles de tâches temporelles et concurrentes d'un haut niveau d'abstraction (Planning Domain Description Language). Un tel langage est nécessaire à la modélisation des tâches d’un cobot pouvant utiliser 2 bras robotisés comme YuMi ou en interaction avec un opérateur humain (représentation de tâches partagées).

Acceptation et intelligibilité des cobots : la déclaration de Montréal pour une IA responsable, la question de l’éthique soulevée lors du salon Innorobo ou encore le “droit à l’explication” pour les décisions algorithmiques qui fait dorénavant partie de la loi pour une République Numérique de 2016 témoignent de de l'importance de ce verrou. L'une de nos hypothèses est que l’insertion d’un cobot dans l'environnement de travail doit concilier efficacité, performance, développement des compétences humaines et augmentation du confort psychologique : intelligibilité des décisions du cobot, sentiment de contrôle de l’action, de maîtrise des ressources attentionnelles, du pouvoir d’anticipation et renforcement de l’identité et de l’image sociale des opérateurs et des collectifs de travail.

S. Azouaghe, A. Landry, Industrie 4.0 : quels enjeux et conséquences pour la santé des employés, l’activité professionnelle et l’organisation du travail ? Symposium de l'AIPTLF, Paris, Juillet 2020
A. Landry, E. Cippelletti. L’introduction d’un robot collaboratif dans une chaîne de fabrication : comment réduire les facteurs de risque de TMS tout en conservant le sens du travail ?. 4èeme congrès francophone Troubles Mulsculo-squelettiques, 2020.
Y.S. Liang, D. Pellier, H. Fiorino, S. Pesty. End-User Programming of Low- and High-Level Actions for Robotic Task Planning. In the proceedings of the IEEE International Symposium on Robot and Human Interactive Communication, 2019.
Y-S. Liang, D. Pellier, H. Fiorino, S. Pesty, M. Cakmak. Simultaneous End-User Programming of Goals and Actions for Robotic Shelf Organization. In proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems, 2018.

L’ambition de la cobotique (ou robotique collaborative) en milieu industriel est de « sortir le robot industriel de sa cage de protection » pour le faire travailler à proximité des opérateurs humains sur un même poste de travail. Homme et Robot travaillent ensemble, de façon intégrée, côte à côte, en sécurité, à la réalisation de tâches combinant efforts physiques et expertises humaines (par exemple le dévracage, l’assemblage de pièces, le conditionnement/palettisation de pièces qui nécessitent la prise en compte du contexte et de ses aléas). Ces cobots sont attendus en particulier par les Petites et Moyennes Industries (PMI) afin de répondre à leurs besoins de flexibilité. En effet, les PMI sont soumises au renouvellement de plus en plus rapide de leurs gammes de produits et à une demande croissante de produits de plus en plus personnalisés.

L’objectif général du projet prog4Yu est de développer une approche de "programmation par démonstrations" des cobots à l’intention des opérateurs de production, non expert en langages de programmation mais ayant l’expertise de la réalisation des tâches, tout en garantissant que cette approche soit acceptable et intelligible par ces opérateurs. Pour mener à bien les différentes facettes de ce projet pluridisciplinaire, le consortium regroupe des partenaires académiques en informatique/robotique et en psychologie ergonomique ainsi qu’un partenaire industriel intégrateur robotique.

D’un point de vue industriel, l’objectif du projet prog4Yu est de développer un démonstrateur industriel de cobot “programmable par démonstration” pour traiter le problème de conditionnement/palettisation de pièces en fin de chaîne de production avec le cobot YuMi.

D’un point de vue scientifique, l’objectif est de (1) développer des algorithmes d’apprentissage de trajectoires des effecteurs d’un cobot (geste) et de modèles intelligibles de tâches (sémantique du geste) selon une approche par démonstration et (2) d’identifier les facteurs qui dans cette approche favorisent ou d’entravent l’acceptation de la cobotique en milieu industrielle. Les démonstrations de l'opérateur se font par manipulations kinesthésiques des bras du cobot et par l’intermédiaire d’une interface multimodale Humain-Robot EDI (Environnement de Développement Intégrée).

Les verrous adressés par le projet sont :
1. Apprentissage de trajectoires par démonstration : l’apprentissage de trajectoires à partir de peu de démonstrations (manipulation kinesthésique d'un bras robotisé par l'opérateur), de manière incrémentale et efficace c'est-à-dire en permettant une interaction fluide avec l’opérateur est un verrou scientifique important qu’il nous faudra lever pour répondre à la problématique industrielle du projet.
2. Apprentissage de modèles de tâches : au regard de l’état de l’art, il n’existe pas d’approche pour apprendre des modèles de tâches temporelles et concurrentes d'un haut niveau d'abstraction (Planning Domain Description Language). Un tel langage est nécessaire à la modélisation des tâches d’un cobot pouvant utiliser 2 bras robotisés comme YuMi ou en interaction avec un opérateur humain (représentation de tâches partagées).
3. Acceptation et intelligibilité des cobots : la déclaration de Montréal pour une IA responsable, la question de l’éthique soulevée lors du salon Innorobo ou encore le “droit à l’explication” pour les décisions algorithmiques qui fait dorénavant partie de la loi pour une République Numérique de 2016 témoignent de de l'importance de ce verrou. L'une de nos hypothèses est que l’insertion d’un cobot dans l'environnement de travail doit concilier efficacité, performance, développement des compétences humaines et augmentation du confort psychologique : intelligibilité des décisions du cobot, sentiment de contrôle de l’action, de maîtrise des ressources attentionnelles, du pouvoir d’anticipation et renforcement de l’identité et de l’image sociale des opérateurs et des collectifs de travail.