Renforcer la collaboration homme-robot

Résumé de l’atelier

L’atelier sur la collaboration homme-robot, tenu le 29 août au Swiss Cobotics Competence Center (S3C) à Bienne, a réuni des professionnels de l’industrie, des chercheurs et des passionnés de robotique. À travers des conférences, études de cas, discussions en panel et séances de groupes, les participants ont exploré les défis et proposé des solutions concernant la gestion des données en robotique. La journée a été structurée autour de quatre thématiques principales : Travail Collaboratif et Apprentissage, Gestion des Données, Collaboration Responsable et Auto-Amélioration des Robots, avec des discussions débouchant sur des idées concrètes pour des projets futurs.

Besoins/Défis Identifiés

• Travail Collaboratif et Apprentissage :
  • Adoption limitée des robots collaboratifs dans l’industrie en raison de préoccupations liées à la sécurité, aux responsabilités légales et aux réglementations.
  • Difficulté à faire passer les avancées de la recherche à des applications industrielles concrètes.
  • Variabilité du comportement humain, rendant les interactions homme-robot complexes et nécessitant des techniques avancées de collecte et d’analyse de données.
  • Difficulté pour les robots à adapter l’apprentissage par renforcement aux environnements réels.
• Gestion des Données :
  • Gestion et traitement des ensembles de données à grande échelle, exigeant des ressources importantes.
  • Manque de bases de données publiques disponibles pour l’entraînement des robots.
  • Difficultés à développer des modèles de données généralisables pour le traitement sensoriel et la perception.
  • Complexité de l’intégration de la conformité réglementaire avec l’analyse des données.
• Collaboration Responsable :
  • Garantir la sécurité dans les interactions homme-robot, notamment dans des environnements dynamiques.
  • Équilibrer l’innovation et la sécurité dans les espaces publics et la robotique d’assistance.
  • Réduire les forces de collision et adapter les robots aux interactions humaines en temps réel.
• Auto-Amélioration des Robots :
  • Permettre aux robots de s’adapter et d’apprendre de manière autonome dans des applications réelles.
  • Développer des stratégies d’apprentissage sophistiquées pour améliorer les performances des robots.
  • Spécialiser les robots pour des tâches spécifiques grâce à des modèles fondamentaux.

Solutions Proposées

Travail Collaboratif et Apprentissage

• Développer des systèmes flexibles pour catégoriser les tâches et les compétences requises, soutenus par une plateforme unifiée.
• Établir des normes de sécurité universelles adaptables à divers environnements.
• Encourager les partenariats entre l’industrie et le milieu académique pour combler l’écart entre la recherche et l’application pratique, en utilisant des ensembles de données partagés.

Gestion des Données

• Créer des plateformes centralisées pour la collecte, la curation et le traitement des données.
• Développer des dépôts open source pour des ensembles de données robotiques respectant les conditions du monde réel.
• Innover des méthodes de compression des données pour améliorer l’efficacité du stockage et la vitesse de traitement.
• Former les robots sur des ensembles de données diversifiés pour mieux gérer la variabilité des comportements humains.

Collaboration Responsable

• Mettre en œuvre des concepts de sécurité globaux combinant sécurité des machines et sécurité industrielle.
• Explorer des approches telles que le guidage kinesthésique et la téléopération pour améliorer l’adaptabilité des robots.
• Concevoir des boucles de rétroaction en temps réel pour un apprentissage mutuel entre humains et robots.

Auto-Amélioration des Robots

• Faciliter le partage des stratégies d’apprentissage et des modèles réussis via des bases de connaissances centralisées.
• Étendre les applications de l’apprentissage par renforcement au-delà des simulations aux environnements réels.
• Développer des modèles fondamentaux adaptés à des tâches spécifiques pour améliorer les performances dans des domaines comme l’assemblage et l’inspection.

Ces idées peuvent désormais être soumises pour un développement et un financement supplémentaire via des initiatives telles que IB Robotics et IB Artificial Intelligence.

Workshop « Empowering Human-Robot Collaboration »

Date: August 29th, 2024

Location: Switzerland Innovation Park Biel/Bienne (SIPBB facility)

Language : English

Objective:

The Workshop on « Empowering Human-Robot Collaboration » aims to bring together robotics enthusiasts, researchers, and industry professionals to discuss and address the pressing issues surrounding data management in robotics applications. Through keynotes, case studies, and breakout groups, participants will gain valuable insights into tackling data-related challenges in robotics and explore potential solutions.

Agenda:

• 8:30 – 09:00 : Registration and Welcome Coffee
• 9:00 – 9:30 : Opening Remarks by Swiss Cobotics Competence Center and Innovation Boosters Robotics and Artificial Intelligence.
• 9:30 – 10:30 : Presentation of the challenges

Challenge 1: Coworking and Learning

• • • With the participation of: Baptiste Busch, AICA and Maryam Reyazati, ZHAW

Understanding human practices within the context of human-robot interaction is crucial for robots to adjust their behaviors appropriately. However, this presents several challenges.  Not only do technical tasks and ethical considerations come into play, but also the fact that different individuals interact in unique ways, making the development of universally applicable algorithms extremely difficult.  Furthermore, ensuring precise communication and task allocation in the human-robot workflow is essential, especially considering the proximity between humans and robots.

Challenge 2: Data Management

• • • With the participation of: Jensen Björn, HSLU and Yves Albers, Roboto AI

Most robots work with both filtered and uncensored data, not only for robot training and learning tasks but also directly acquired in-process by physical sensors. Nowadays, tasks such as training may require a large amount of data. This can be challenging in terms of data overload, costs of data analytics integration, and robust data management practices.

• 10:30 – 10:45 : Coffee Break
• 10:45  – 12:15 : Breakout groups
• 12:15  – 13:45 : Networking Lunch
• 13:45 – 14:45 : Presentation of the challenges

Challenge 3: Responsive Collaboration

• • • With the participation of: Andreas Hufschmid, Pilz Switzerland and Andrei Cramariuc, RSL – ETH

Both humans and machines occasionally fail at specific tasks, making it essential to consider failure scenarios in developing robust interaction frameworks. By understanding and leveraging failure data, we aim to improve the design, development, control, and robustness robots, ensuring more resilient and adaptive human-robot interactions. To achieve this, we will explore methods for identifying and capturing failure events, analyzing their causes, and utilizing this data to improve the reliability and performance of robotic systems.

Challenge 4: Self-improvement of Robots

• • • With the participation of: Sina Mirrazavi and Sylvain Calinon, Idiap Research Institute

One aspect of robustness involves the capacity for a robot to enhance its knowledge and behavior autonomously. This means it should possess a degree of flexibility to adapt and apply abilities to new situations as needed. Achieving this context-driven, adaptive autonomy, which relies on common-sense knowledge and practical manipulation tasks, demands extensive programming and often involves on-platform data management & analytics.

• 14:45  – 15:00: Coffee Break
• 15:00  – 16:30 : Breakout groups
• 16:30  – 17:00 : Conclusions: Sharing Discussions and Findings

Note: The agenda is subject to change.

Register now !