Robotique : ENACT lève près de 27 millions d’euros pour développer le sens du toucher

La startup zurichoise réunit près de 27 millions d’euros en préamorçage pour développer des robots capables de mieux percevoir les forces et d’ajuster leurs mouvements au contact des objets. Son pari consiste à concevoir ensemble la mécanique, les données et les modèles d’intelligence artificielle nécessaires à la manipulation. En France, Yann LeCun et Arthur Mensch participent au financement.

Manipuler un câble, utiliser un outil, effectuer un assemblage : ces gestes figurent dans le programme de collecte de données d’Enact Intelligence. Ils ont en commun de demander au robot d’interagir avec la matière, d’accompagner un mouvement et de s’adapter à ce qui se passe pendant l’action. Pour l’entreprise suisse, une partie de la réponse se trouve dans les informations que la machine peut recueillir sur ses propres mouvements et sur les forces qu’elle rencontre.

Enact Intelligence entend ainsi développer une robotique capable d’apprendre la manipulation fine en associant modèles d’IA, capteurs et actionneurs, les composants qui produisent le mouvement. La question porte autant sur la conception du robot que sur celle de son apprentissage : quelles informations faut-il lui donner pour qu’il ajuste correctement son geste ?

La startup décrit son approche comme un système proprioceptif associé à des modèles capables d’exploiter les informations de force. La proprioception renseigne le robot sur son propre état mécanique ; la perception des efforts doit l’aider à adapter son comportement pendant une manipulation.

Le « sens du toucher » recouvre ici cette capacité à tenir compte de l’interaction physique. Enact insiste sur les forces et la proprioception, sans détailler l’ensemble de son architecture de capteurs, il serait donc prématuré d’imaginer une peau artificielle reproduisant toutes les sensations d’une main humaine.

L’objectif est de permettre l’apprentissage de compétences de manipulation utilisables sur différentes tâches et dans différents environnements. Une ambition que nous avons découvert dans l'analyse des recrutements de la startup : les futurs scientifiques doivent travailler sur des modèles sensibles aux forces, organiser les données d’entraînement et évaluer les comportements sur des robots réels. Leur programme comprend notamment l’efficacité de l’apprentissage et la robustesse lors du passage aux conditions réelles.

Les capteurs recueillent les informations nécessaires pour estimer l’état du robot et ses interactions.

Les actionneurs produisent les mouvements dont le système doit maîtriser les effets.

Les démonstrations humaines fournissent des exemples de gestes à apprendre.

Les modèles d’IA sont entraînés et évalués pour transformer ces informations en comportements robotiques.