General Robotics a présenté une nouvelle couche d’auto-ingénierie pour GRID, sa plateforme destinée au développement et au déploiement de robots. L’entreprise affirme pouvoir intégrer un nouveau robot en deux heures dans certains cas, contre environ un mois auparavant.
Des outils communs pour plusieurs formes de robots
GRID rassemble dans un même environnement les descriptions des machines, les modèles d’intelligence artificielle, la simulation, l’apprentissage et le déploiement. General Robotics indique prendre en charge plus de 50 plateformes de fabricants différents, des bras industriels aux robots mobiles et humanoïdes.
La nouveauté repose sur quatre ensembles d’outils. Le premier analyse la morphologie du robot, ses articulations, ses capteurs, son préhenseur et ses interfaces de commande. Le deuxième construit des environnements de simulation adaptés à la tâche. Le troisième choisit une méthode pour créer la compétence, par composition de modèles existants, démonstration humaine ou apprentissage. Le dernier vérifie le passage sur la machine réelle et corrige les écarts.
Pour illustrer cette chaîne, l’entreprise a utilisé deux bras Flexiv Rizon puis un UR5e. Le système devait saisir un tube à essai, le transférer entre deux robots et verser son contenu dans un bécher. GRID a combiné le moteur de fluide NVIDIA Warp avec MuJoCo afin de simuler à la fois les mouvements du bras et le liquide.
Quatre heures jusqu’à une première compétence
Selon General Robotics, le parcours complet depuis un robot nouvellement connecté jusqu’à une première compétence fonctionnelle a pris environ quatre heures sur le Flexiv. L’intégration matérielle aurait demandé 20 minutes et la première simulation 10 minutes. Les compétences suivantes sur la même installation auraient ensuite été déployées en 10 à 15 minutes.
Les vérifications ont aussi détecté des écarts concrets. Dans un essai, le modèle du robot divergeait des mesures du contrôleur de 143 millimètres et 6,4 degrés. Après correction, l’écart serait descendu à 5,7 millimètres et 0,68 degré. Un autre diagnostic a ramené la fréquence d’envoi des commandes d’environ 500 Hz à 29,7 Hz, proche des 30 Hz attendus.
La société annonce par ailleurs une intégration de robot réduite d’un mois à deux heures, l’ajout d’un modèle ramené de trois jours à 20 minutes et le transfert d’une compétence entre morphologies effectué en 1 h 30. Ces chiffres proviennent de General Robotics et n’ont pas été audités indépendamment.
Notre analyse
Le problème visé est central pour l’industrie : le prix d’un robot ne représente qu’une partie du coût, car chaque nouvelle tâche exige calibration, simulation, essais et maintenance. Une plateforme qui conserve les échecs et les corrections pourrait éviter de recommencer ce travail pour chaque machine.
La démonstration de laboratoire est détaillée, mais elle ne suffit pas encore à mesurer la robustesse en production. Les prochains éléments décisifs seront le taux de réussite sur des séries longues, le temps réellement économisé chez des clients et la capacité à protéger leurs données. GRID devient crédible si ses gains restent visibles lorsque les robots, les objets et les contraintes de sécurité changent.
