Intelligence artificielle physique et simulation industrielle 🔊

L’évolution récente de l’automatisation industrielle se caractérise par l’intégration de l’intelligence artificielle dans les systèmes robotisés, avec pour objectif de réduire l’écart entre la simulation numérique et le fonctionnement réel. Dans ce contexte, l'entreprise ABB Robotics a annoncé l’intégration des bibliothèques NVIDIA Omniverse dans son environnement de programmation et de simulation RobotStudio, afin de permettre le déploiement d’applications d’intelligence artificielle physique à l’échelle industrielle. Cette approche vise à améliorer la précision des simulations, à accélérer la mise en production et à réduire les coûts de développement dans de nombreux domaines manufacturiers.

Simulation physiquement réaliste et réduction du « sim-to-real gap »

Dans l’industrie, l’un des obstacles majeurs au développement de systèmes robotisés avancés réside dans l’écart entre la simulation virtuelle et le comportement réel des machines. Ce phénomène, souvent désigné sous le terme de « sim-to-real gap », provient des différences entre les conditions idéalisées des modèles numériques et les contraintes physiques réelles, telles que l’éclairage, les matériaux ou les tolérances mécaniques.

L’intégration des bibliothèques NVIDIA Omniverse dans RobotStudio permet de réaliser des simulations physiquement précises et de générer des données synthétiques destinées à l’entraînement de modèles d’intelligence artificielle. Les robots peuvent ainsi être programmés et optimisés dans un environnement virtuel avant leur mise en service, avec un niveau de corrélation très élevé entre simulation et réalité. Selon ABB, cette approche permet d’atteindre une précision pouvant atteindre 99 %, notamment grâce à l’utilisation d’un contrôleur virtuel fonctionnant avec le même micrologiciel que le matériel réel.

Associée à la technologie Absolute Accuracy, qui réduit les erreurs de positionnement de plusieurs millimètres à environ 0,5 mm, cette simulation avancée autorise l’utilisation de robots dans des applications industrielles exigeant une grande précision, par exemple dans l’assemblage électronique ou la fabrication de composants complexes. La possibilité de concevoir et de tester des lignes de production entièrement dans le monde virtuel permet également de réduire les temps de mise en service jusqu’à 80 % et les coûts de développement jusqu’à 40 %, tout en accélérant la mise sur le marché des produits.

Vers une intelligence artificielle industrielle à grande échelle

La solution issue de cette collaboration, désignée sous le nom de RobotStudio HyperReality, repose sur l’optimisation continue des modèles numériques à partir de données réelles. Les simulations physiquement réalistes peuvent être utilisées pour entraîner un grand nombre de robots, quel que soit leur lieu d’utilisation, tout en conservant le niveau de fiabilité requis dans l’industrie.

Cette approche ouvre la voie à une utilisation élargie de l’intelligence artificielle dans les systèmes robotisés, notamment grâce à la génération automatique de données d’apprentissage et à l’exécution d’algorithmes d’inférence directement au niveau des contrôleurs. ABB étudie notamment l’intégration de plates-formes de calcul embarquées permettant d’exécuter des fonctions d’intelligence artificielle en temps réel au plus près des machines.

Des applications industrielles concrètes sont déjà en cours d’évaluation. Dans le domaine de l’électronique grand public, la simulation avancée permet par exemple d’entraîner virtuellement des robots d’assemblage pour différents scénarios de production, avant leur transfert sur la ligne réelle. Cette méthode réduit les opérations de réglage, limite les essais physiques et améliore la reproductibilité des procédés, tout en raccourcissant les délais de mise en production.

L’intégration de la simulation physiquement réaliste, de l’intelligence artificielle et du calcul accéléré marque ainsi une étape importante dans l’évolution de la robotique industrielle. En rapprochant le monde virtuel du fonctionnement réel, ces technologies permettent d’envisager une automatisation plus flexible, plus rapide à déployer et adaptée à des productions de plus en plus complexes.