Avant d’être déployés sur le terrain, les robots modernes sont de plus en plus entraînés et testés dans des environnements numériques avancés. Les simulateurs physiques recréent des conditions réalistes et de génèrent des données synthétiques permettant à la fois l’entraînement initial des modèles d’IA et la validation complète de la pile logicielle, le tout dans un cadre sûr. Cette approche réduit considérablement la dépendance aux robots physiques lors des phases de test.
Deux niveaux d’utilisation
Apprentissage initial des modèles d’IA
Formation des robots dans un environnement contrôlé.
Génération de jeux de données synthétiques pour l’entraînement.
Validation des logiciels de contrôle et de planification
Test complet des algorithmes avant passage au réel.
Simulation de situations extrêmes ou imprévues.
Nouvelles plateformes et innovations
Au-delà des simulateurs classiques, de nouvelles plateformes émergent.
Par exemple, Dassault Systèmes a présenté 3D Univ+rses, une architecture numérique permettant d’exploiter la conception 3D, les jumeaux virtuels et les données PLM dans un espace de représentation innovant.
Cet environnement est dédié à l’Experience as a Service (XaaS), incluant les expériences génératives (GenXp), les compagnons virtuels, et les expériences de jumeaux virtuels intelligents (VTaaS), avec des applications allant de l’industrie manufacturière à la santé en passant par la consommation.
Sources: Dassault Systèmes – 3D Univ+rses, NVIDIA, Genesis