Projet de fin d'études · CTA
Apprentissage robotique pour l'aérospatiale
L'aérospatiale produit beaucoup de variantes en petites quantités, ce qui rend la programmation classique des robots trop lente. Mon pipeline apprend une tâche à un robot à partir d'une simple vidéo humaine.
- Rôle
- Conception et développement du pipeline logiciel
- Contexte
- MEC8370, équipe 12, pour le Centre technologique en aérospatiale
- Année
- 2026 – 2027
- Outils
- Isaac Sim, Isaac Lab, LeRobot, ACT, SmolVLA, SAM 2, MediaPipe, Python
44 essais sur 50réussis en simulation par le robot sur une vraie tâche filmée au CTA (88 %, IC 95 % : 76 à 94 %).
De la vidéo au robot
L'idée clé : un robot n'a pas le corps d'un humain, il ne doit donc pas copier ses gestes. Il doit obtenir le même résultat sur les objets.
- 1. Comprendre la tâche
- 2. Apprendre en simulation
- 3. Déployer
Mesurer honnêtement
Taux de réussite sur 50 essais identiques
Tâche de pose d'un profilé debout, en simulation
L'écart entre ACT et SmolVLA n'est pas statistiquement significatif (McNemar, p = 0,27). ACT prédit toutefois 12 fois plus vite : 34 ms contre 418 ms, mesurés sur la tâche du cube.
Ce que j'en retiens
- La qualité des démonstrations compte plus que leur nombre : 198 démos d'expert font presque aussi bien que 500.
- Un seul réglage physique peut tout changer : corriger le couple de la pince a fait passer les saisies de 5 % à 100 %.
- Un critère de réussite trop laxiste compte comme réussi un profilé en train de tomber. Il doit exiger la stabilité.
- Un modèle plus récent n'est pas meilleur par défaut. Il faut le prouver avec des essais appariés.
État du projet : la chaîne fonctionne de bout en bout en simulation. Le transfert sur le robot réel attend le matériel.
Projet suivantButeur de soccer