Des ingénieurs développent un robot capable d'analyser son environnement et de marcher, courir et sauter comme un animal.
infohightech ·
Nous vivons une ère où les robots décident eux-mêmes de leur démarche. Un robot quadrupède a été mis au point qui, à l'instar d'un humain ou d'un animal, choisit de manière autonome la stratégie de marche la plus adaptée à son environnement : il modifie sa démarche dans les escaliers, franchit les obstacles et garde son équilibre sur les sentiers forestiers.
Une équipe de recherche dirigée par le professeur Hae-Won Park du département de génie mécanique de l'Institut supérieur coréen des sciences et technologies (KAIST) a développé une technologie de contrôle de base pour les robots quadrupèdes qui permet à un seul contrôleur de sélectionner et de basculer en temps réel entre la marche, la course, le saut et d'autres compétences de locomotion, permettant au robot de se déplacer rapidement et de manière stable, même dans des environnements extérieurs réels.
Les résultats de cette recherche ont été publiés dans la revue Science Robotics .
Là où les robots précédents ont échoué
Les robots quadrupèdes se déplacent sur leurs quatre pattes, ce qui leur confère un avantage sur les robots à roues sur les terrains accidentés. Cependant, en extérieur, les obstacles tels que les escaliers, les rebords, les pierres, les crevasses et les branches d'arbres se succèdent sous différentes formes, rendant insuffisante la simple capacité à marcher et courir vite.
Les robots quadrupèdes actuels excellent dans la course rapide sur terrain plat et le franchissement d'obstacles simples, mais peinent à maintenir à la fois vitesse et stabilité dans des environnements réels où les obstacles s'agencent de manière complexe. Le contrôle individuel de la marche, de la course, du saut et des autres modes de locomotion limite également leur capacité à passer naturellement d'un mode à l'autre en fonction des conditions.
Un contrôleur formé à la simulation
Pour surmonter ces limitations, l'équipe de recherche a développé une nouvelle technologie de contrôle basée sur l'apprentissage appelée APT-RL (Action Pretrained Transformer-based Reforcement Learning).
APT-RL est une technologie de contrôle conçue pour permettre à un robot d'apprendre d'abord une gamme de compétences de locomotion (comme la marche, la course et le saut), puis de les combiner et de passer librement de l'une à l'autre dans des environnements réels en fonction des besoins de la situation.
Présentation de la technologie de contrôle développée. Crédit : KAIST
Apprendre au robot à s'adapter
Plutôt que de filmer les mouvements de personnes ou d'animaux réels, l'équipe a généré 15,5 heures de données d'entraînement couvrant une variété de démarches en utilisant uniquement des simulations informatiques en seulement huit minutes.
Ces données ont servi à enseigner au robot ses capacités de mouvement de base, en s'appuyant sur la dynamique robotique (un modèle mathématique de ses mouvements) et l'optimisation de trajectoire (une technique permettant de calculer le chemin de déplacement le plus efficace). Cette approche est bien plus rapide et efficace que les méthodes précédentes qui utilisaient la capture de mouvement, une technologie enregistrant les mouvements humains ou animaux à l'aide de capteurs.
L'équipe a ensuite appliqué l'apprentissage par renforcement — une technique d'intelligence artificielle dans laquelle un agent apprend le comportement optimal par essais et erreurs répétés — afin que le robot puisse sélectionner et changer de manière autonome des allures adaptées à des terrains tridimensionnels complexes tels que des escaliers, des rebords et des espaces.
Enfin, l'équipe a combiné une caméra de profondeur (qui mesure la distance aux objets afin d'obtenir des informations tridimensionnelles) avec un LiDAR (Laser Detection and Ranging, un capteur qui utilise des lasers pour mesurer la distance et la forme de l'environnement en trois dimensions), permettant au robot de reconnaître son environnement et sa vitesse cible en temps réel et de choisir la stratégie de marche la plus appropriée.
L'équipe de recherche. De gauche à droite : Jaehyun Park, doctorant (KAIST, co-premier auteur) ; Professeur Hae-Won Park (KAIST, auteur correspondant) ; Professeur Seungwoo Hong (Université de Corée, auteur correspondant) ; Jun-Gill Kang, chercheur (Agence pour le développement de la défense au moment de la recherche, co-premier auteur). Crédit : KAIST
Essais en extérieur à pleine vitesse
L'équipe a testé la technologie de contrôle sur son propre robot quadrupède, « KAIST HOUND ». Les expériences ont été menées non seulement sur un parcours d'obstacles intérieur, mais aussi dans des environnements extérieurs réels, notamment sur le campus de KAIST et sur des sentiers forestiers.
KAIST HOUND se déplaçait avec aisance sur des terrains urbains comprenant des escaliers, de l'herbe et des pentes, ainsi que sur des terrains naturels irréguliers tels que des arbres tombés, des racines exposées et des chemins recouverts de feuilles mortes, changeant d'allure en temps réel pour s'adapter aux conditions.
Sur un terrain accidenté et parsemé d'obstacles, le robot a atteint une vitesse instantanée maximale de six mètres par seconde (environ 22 kilomètres par heure), démontrant ainsi qu'il peut assurer à la fois des mouvements rapides et une grande stabilité dans des environnements extérieurs réels.
Les expériences ont montré que KAIST HOUND sélectionnait et alternait de manière autonome entre un trot (jambes diagonales alternées) et un bond (une allure bondissante utilisant les paires de pattes avant et arrière ensemble) en fonction du terrain et de la vitesse cible, et qu'il pouvait intégrer la marche, la course, le saut et le franchissement de rebords dans un seul contrôleur.
Park a déclaré : « Nous pensons que cette technologie deviendra fondamentale et élargira le champ d'application potentiel des robots marcheurs basés sur l'IA physique dans des environnements difficiles tels que les sites sinistrés, les missions de défense et les inspections d'installations industrielles. »
Jun-Gill Kang (alors affilié à l'Agence pour le développement de la défense (ADD)) et Jaehyun Park, doctorant au département de génie mécanique de KAIST, sont les premiers auteurs de l'étude. Le professeur Seungwoo Hong de l'Université de Corée et Park sont les auteurs correspondants.
https://news.kaist.ac.kr/newsen/html/news/?mode=V&mng_no=64450