Dresser des robots quadrupèdes comme s'il s'agissait de chiens
infohightech ·
Au cours des prochaines décennies, les robots devraient s'intégrer de plus en plus dans les foyers, les espaces publics et les environnements professionnels. Parmi les robots les plus avancés et prometteurs conçus à ce jour figurent de nombreux robots à pattes, constitués d'un corps central auquel sont rattachés des membres.
Grâce à leur configuration corporelle inspirée des animaux, les robots à pattes peuvent généralement se déplacer de manière fiable sur divers terrains, en montant efficacement les escaliers, en évitant les obstacles et en accédant à des zones inaccessibles aux robots à roues.
Malgré leur potentiel, la plupart de ces robots ne peuvent accomplir que des tâches pour lesquelles ils ont été intensivement entraînés dans des environnements simulés et peinent à acquérir de nouvelles compétences lors d'interactions réelles avec les humains.
Des chercheurs de l'Université de Corée, de l'ETH Zurich et de l'Université de Californie à Los Angeles (UCLA) ont mis au point un nouveau cadre d'apprentissage inspiré du dressage canin , susceptible de simplifier la formation des robots en situation réelle. Cette approche, présentée dans un article publié sur le serveur de prépublication arXiv , permet aux humains de guider les robots par le toucher, les gestes et les commandes vocales, à l'instar de la communication avec les chiens.
« Ces recherches s'inspirent de la façon dont les chiens apprennent de nouveaux comportements grâce à une interaction continue avec les humains », a déclaré Taerim Yoon, premier auteur de l'article. « Les chiens n'apprennent pas isolément : ils observent, suivent et s'adaptent grâce à un guidage physique et à des signaux sociaux. Cela nous a amenés à nous poser une question simple : les robots pourraient-ils être entraînés de la même manière ? »
Collecte de données par leurre, où une tige d'apprentissage guide le robot dans un mouvement en zigzag entre les pneus. Crédit : Yoon et al., RILAB (Université de Corée), Laboratoire de robotique computationnelle (ETH Zurich)
Façonner le comportement d'un robot par l'interaction humaine
L'objectif principal de ces travaux, menés par Yoon et ses collègues, était de concevoir une stratégie permettant aux utilisateurs humains d'interagir avec des robots à pattes de la même manière qu'ils interagissent avec des chiens. Les chercheurs ont commencé par observer des dresseurs de chiens professionnels et se sont inspirés de leurs méthodes d'apprentissage.
« Nous avons constaté que les dresseurs canins utilisent souvent des friandises ou des jouets pour inciter les chiens à adopter un comportement approprié », explique Yoon. « Avec le temps, une fois le comportement acquis, le chien est capable d'exécuter ces actions même sans ces récompenses, en répondant directement aux ordres. Notre approche repose sur un principe similaire. »
Au lieu d'utiliser des friandises ou des jouets, les chercheurs ont employé une tige d'entraînement comme récompense, que le robot suit pendant sa formation. Le robot acquiert de nouvelles compétences et de nouveaux comportements en interagissant avec un utilisateur humain et en suivant ce guide physique.
« Une fois que le robot a appris ces comportements, il n'a plus besoin de la tige d'apprentissage et peut répondre directement aux gestes et aux commandes verbales », a déclaré Yoon. « D'un point de vue plus technique, nous nous sommes concentrés sur l'efficacité du traitement des données, car la collecte répétée de données d'interaction avec les humains peut rapidement devenir fastidieuse. »
Le cadre développé par les chercheurs comprend également un module de reconstruction de scènes, qui recrée des situations où le robot interagissait avec des humains en simulation. Ces scènes servent d'environnements d'entraînement permettant au robot de s'exercer à de nouveaux comportements de manière autonome après quelques interactions réelles avec des humains.
L'équipe a appliqué son modèle à un véritable robot quadrupède et a obtenu des résultats très prometteurs. Le robot a rapidement acquis de nouveaux comportements, comme s'approcher d'un utilisateur, sauter par-dessus des obstacles, suivre une personne et zigzaguer autour d'obstacles, avec un taux de réussite de 97,15 %.
Vers des robots à pattes plus intelligents qui acquièrent des compétences plus rapidement
Cette étude récente présente une approche novatrice susceptible de simplifier et d'accélérer l'apprentissage des robots à pattes, tout en rendant leurs interactions avec les humains plus intuitives. Ce cadre pourrait rapidement être perfectionné, appliqué à d'autres robots à pattes et testé sur un plus large éventail de tâches.
« Les robots commencent à s'intégrer dans nos foyers », a déclaré Yoon. « Même si les fabricants leur proposent un large éventail de compétences intégrées, leur utilisation dans des environnements humains complexes restera toujours limitée. Permettre aux utilisateurs d'enseigner directement de nouveaux comportements peut constituer une alternative efficace. »
« Si les robots peuvent apprendre les comportements souhaités par le biais d'interactions naturelles, plutôt que par la programmation ou l'intervention d'experts, les utilisateurs non experts pourraient adapter les robots à leurs propres besoins beaucoup plus facilement. »
La nouvelle approche de formation des robots, inspirée du dressage canin, développée par l'équipe, pourrait potentiellement faciliter l'intégration des robots dans des situations plus courantes. Si les chercheurs se sont jusqu'à présent concentrés sur l'apprentissage de mouvements spécifiques pour les robots, ils vont désormais tenter d'appliquer leur méthode à des tâches impliquant la manipulation d'objets.
« Nous aimerions prochainement nous attaquer également aux tâches de loco-manipulation qui combinent mouvement et interaction avec les objets », a ajouté Yoon.
« À cet égard, nous prévoyons d'étendre ce cadre pédagogique basé sur l'interaction aux robots humanoïdes, permettant ainsi aux utilisateurs d'enseigner des comportements corporels plus complexes et globaux par le biais d'interactions physiques, puis de les contrôler par des gestes et des commandes verbales. Notre objectif à long terme est de concevoir des robots capables d'apprendre en continu de nouvelles compétences grâce à une interaction humaine naturelle et de coexister harmonieusement avec les humains au quotidien. »