Amazon annonce que son nouveau robot piloté par l'IA est doté d'un sens du toucher comparable à celui des Hommes

Et ravive les questionnements sur les tentatives de remplacement des humains par les robots

Amazon annonce la création d'un nouveau robot d'entrepôt piloté par une intelligence artificielle et doté d'un sens du toucher comparable à celui des humains. Le robot Vulcan peut ainsi prélever et ranger environ trois quarts des articles stockés dans les entrepôts de l'entreprise, une tâche qui était jusqu'à présent essentiellement effectuée par des travailleurs humains. Grosso modo, l’initiative ravive les questionnements sur les tentatives de remplacement des humains par les robots.

Le robot, baptisé Vulcan, se compose de deux pinces de préhension avec des tapis roulants intégrés et d'une sonde pointue qui sert à pousser les objets. Selon Amazon, Vulcan est capable de trouver la force de préhension adéquate pour un article et d'apprendre à la volée à ranger plus efficacement les colis dans les caisses.

Meet Vulcan, our first robot with a sense of touch. 🤖 🖐️
This innovative system combines physical AI with novel hardware solutions—like computer vision, tactile sensing, and machine learning—to reimagine how we complete orders for our customers.

With the ability to pick and… pic.twitter.com/OIvGGi0ghJ

— Amazon (@amazon) May 7, 2025

Vulcan n'est pas le premier robot d'Amazon capable de ramasser des objets, mais c'est le premier qui soit suffisamment adroit et sensible pour manœuvrer des marchandises à l'intérieur des compartiments compacts recouverts de tissu que l'entreprise utilise pour le stockage. Ces derniers sont eux-mêmes déjà déplacés dans les entrepôts par une autre flotte de robots. Vulcan utilise un bras qui, selon Amazon, « ressemble à une règle collée sur un lisseur à cheveux » pour réarranger les articles déjà présents dans un compartiment et en ajouter de nouveaux, avec des capteurs de force qui l'aident à savoir quand il entre en contact avec un objet et quelle force et quelle vitesse il doit utiliser pour éviter de l'endommager. Un deuxième bras comprend une ventouse pour saisir tout ce qu'il veut sortir des nacelles, avec une caméra gérée par une IA pour s'assurer qu'il n'a pas ramassé plusieurs objets par erreur.



Ce type de mise en œuvre tourne de façon basique autour de la détection et suivi d’objets. Dans ce cas, il y a collecte des images provenant de caméras et détection d’objet sur une classe spécifiée. L'application détermine ensuite l'emplacement de la détection la plus fiable de la classe spécifiée et se dirige vers l'objet.

Le processus principal communique avec le robot via GRPC et reçoit constamment des images. Ces images sont poussées dans la RAW_IMAGES_QUEUE et lues par les processus Tensorflow. Ces processus détectent des objets dans les images et poussent l'emplacement dans PROCESSED_BOXES_QUEUE. Le thread principal détermine alors l'emplacement de l'objet et envoie des commandes au robot pour qu'il se dirige vers l'objet....