Durables et pratiques : comment les étudiants apprennent à utiliser des robots
Dans le cadre du projet „ KARL “ de l’Université de Paderborn, les étudiants et les équipes de recherche s’activent eux-mêmes : ils ont remis en état deux robots industriels déclassés au Heinz Nixdorf Institut. Ces machines servent désormais de sujets d’essai, où les étudiants peuvent expérimenter directement en pratique l’intelligence artificielle moderne et les commandes intelligentes.
Faits clés en un coup d'œil :
- Le projet KARL signifie „ robot à bras articulé dans le cadre de la formation “ et combine une pratique durable du travail avec une formation moderne en IA.
- Matériel modernisé : Un robot à six axes de Kawasaki et un modèle à sept axes (Franka Emika Panda) ont été remis à neuf au laboratoire, rebranchés et prêts à être utilisés.
- Focus sur l’apprentissage de l’IA : l’apprentissage par renforcement est utilisé – une méthode d’apprentissage dans laquelle les robots apprennent progressivement grâce à des récompenses, en évitant eux-mêmes les obstacles.
- Scénarios pratiques : Les robots démontrent déjà leur compétence lors de l’équilibrage d’une boule et lors de la prise en main de composants sur des plateaux qui tournent.
- Directement dans le laboratoire : grâce à des vidéos explicatives concises et à des kits logiciels préétablis, les étudiants peuvent commencer leur travail au sein du département de technologie de régulation et mécatronique (RtM) sans avoir à suivre de longues formations.
Comme le révèle le rapport de l’université, les collaborateurs scientifiques et les assistants étudiants ont entièrement réaménagé les machines inutilisées du département de technologie de régulation et mécatronique et les ont équipé de nouvelles capteurs. Au lieu d’acheter de nouveaux appareils coûteux, l’université s’appuie ainsi sur la réutilisation – ce qui permet de préserver les ressources tout en introduisant des technologies modernes dans le quotidien des étudiants sans entraves.
Test pratique de l'apprentissage par renforcement
Selon Niklas Fittkau, un des collaborateurs du projet, l’objectif du groupe était principalement de combiner des modèles logiciels théoriques à une véritable infrastructure matérielle. Selon les participants, l’apprentissage par renforcement joue un rôle central dans cette approche. Dans ce mode d’apprentissage, la commande – comme chez un être humain – apprend par l’expérience. Grâce à des capteurs, le système reçoit des informations : si une manoeuvre se déroule sans collision, il obtient ainsi des points bonus. De cette manière, le robot développe progressivement la meilleure trajectoire lui-même.
Réparation et exemples concrets d'application
Pour les essais, les deux types de robots différents ont été remis à niveau dans le laboratoire. Selon le communiqué de presse, l’équipe a développé une interface de programmation spécifique pour le robot Kawasaki afin de pouvoir l’utiliser avec différents logiciels. Avec le robot Panda, les étudiants ont réalisé leurs propres travaux de fin d’études et ont montré ce qui est possible : la machine balance une boule de manière autonome et retire des éléments de deux plateaux rotatifs pour les déposer précisément à leur nouveau positionnement.
Un avantage durable pour l’enseignement universitaire
La publication de cette note de presse permet de rendre concrètement applicable le contenu théorique des cours. L’équipe a rédigé des manuels et a construit des environnements de test prêts à être intégrés dès à présent dans les exercices. Fittkau souligne que les étudiants ont eux-mêmes participé à l’ensemble du processus de développement, de la première conception jusqu’au programme final. Cela renforce la collaboration entre les différents départements et prépare les futures ingénieurs à travailler directement dans leur domaine professionnel.