Qu’est-ce que GAM et comment fonctionne-t-il ?
GAM - Generalized Action Model - est un nouveau type de modèle de base pour la robotique de manipulation, développé par une équipe de chercheurs d’Amazon Science. Au lieu de créer des modèles distincts pour différents types d’outils à une extrémité du robot, GAM fonctionne comme une solution unifiée qui génère des actions de manipulation en fonction du langage et de l’image. Le modèle utilise une approche vision-langage-action (VLA), qui lui permet de comprendre les commandes en langage naturel et de les transformer en mouvements spécifiques, quel que soit le matériel utilisé.
L’une des principales innovations de GAM est sa capacité à générer différents types d’actions - de la préhension par pince et par ventouse aux techniques de cage et au placement d’objets. Toutes ces actions sont effectuées par le même modèle, ce qui élimine la nécessité d’adapter les algorithmes à chaque nouvel outil. Le modèle est également équipé d’un mécanisme de codage des outils, qui permet un transfert zéro-shot - c’est-à-dire qu’il fonctionne sur de nouveaux types de matériel sans entraînement supplémentaire.
Comment GAM a-t-il été validé et où est-il utilisé ?
GAM a été testé dans des conditions industrielles réelles, sur un ensemble de robots fonctionnant dans des systèmes de travail. Au cours des tests, le modèle a effectué plus de 10 millions de cycles de préhension-déplacement - c’est-à-dire la préhension et le placement d’objets - ce qui représente l’un des tests les plus intensifs de l’histoire de la robotique de manipulation. Les résultats ont été très bons : le taux de réussite de la préhension a dépassé 95 %, et celui du placement, 90 %.
Un aspect important était également la capacité du modèle à fonctionner avec des outils hybrides, qui disposent de différents modes de préhension. GAM a pu gérer efficacement ces systèmes sans qu’il soit nécessaire de les entraîner séparément pour chaque mode - ce qui témoigne de son énorme potentiel d’intégration rapide dans différentes conditions de production.
Méthode évolutive de génération de données en simulation
L’un des plus grands défis du développement de la robotique est le manque d’accès à une grande quantité de données interactives de haute qualité. GAM résout ce problème grâce à un pipeline évolutif et hors ligne de génération de données en simulation. Le modèle convertit les observations du monde réel - par exemple, les photos et les données des capteurs - en actions candidates et en étiquettes de qualité dans un environnement de simulation.
Cette méthode permet de générer de grands ensembles de données sans avoir besoin que les robots fonctionnent en permanence dans l'usine, ce qui réduit considérablement les coûts et le temps nécessaires au développement de nouvelles fonctionnalités. Grâce à cela, le modèle peut être rapidement adapté à de nouvelles tâches ou à de nouveaux environnements, même s'il n'y a pas encore de données du monde réel.
Importance et limites de GAM
Image agrandieFermer l'agrandissementImage précédenteGAM représente une avancée significative dans le développement de la robotique industrielle. Grâce à une approche unifiée des différents effecteurs et à la possibilité d'un transfert rapide, le modèle peut considérablement réduire le temps nécessaire au déploiement de nouveaux systèmes d'automatisation. Cela peut contribuer à une plus grande flexibilité de la production, en particulier dans les secteurs où il existe une grande variété de produits.
Il est important de souligner que le modèle n'a été validé que pour un type spécifique de tâches - pick-and-place - et dans des conditions industrielles. Il n'y a pas d'informations sur son fonctionnement dans d'autres contextes, par exemple dans des environnements domestiques ou cliniques. De plus, bien que le modèle fonctionne en simulation, son efficacité dans le monde réel dépend de la qualité des données d'entrée et de la précision du modèle de simulation.
Perspectives pour l'industrie et les intégrateurs de robotique
GAM peut devenir un outil clé pour les intégrateurs de robots qui souhaitent déployer rapidement des solutions dans différentes usines. Grâce à sa capacité de transfert zero-shot et à la génération d'ensembles de données évolutifs, une entreprise n'a plus besoin de créer un modèle distinct pour chaque type d'effecteur ou pour chaque nouveau poste de travail.
Pour les fabricants de robots, cela peut signifier qu'ils peuvent proposer des systèmes avec une plus grande flexibilité et une adaptation plus rapide aux besoins du client. En même temps, le modèle n'est pas un produit commercial - il n'est pas disponible en tant que produit prêt à l'emploi - mais plutôt le résultat d'une recherche scientifique qui peut être utilisée dans de futurs projets de développement.
