Étiquette : Grâce à un nouvel outil d’IA

Des chercheurs de Georgia Tech utilisent l’IA pour entraîner rapidement des exosquelettes, ce qui rend beaucoup plus pratique le développement, l’amélioration et, à terme, le déploiement de robots portables pour les personnes à mobilité réduite.

Grâce à un nouvel outil d’IA, les chercheurs de Georgia Tech peuvent créer des contrôleurs d’exosquelettes entièrement fonctionnels sans passer de longues heures dans des laboratoires spécialisés à collecter des données auprès de personnes portant ces dispositifs. Cette avancée rend la conception et le déploiement d’exosquelettes et de membres robotiques utiles beaucoup plus pratiques.

Pour créer des dispositifs robotiques portables utiles aux personnes victimes d’AVC ou amputées, il est indispensable d’entraîner les systèmes informatiques qui les pilotent. Cela demande beaucoup de temps et d’argent. De plus, les chercheurs ont besoin de laboratoires spécialement équipés pour collecter d’énormes quantités de données humaines nécessaires à cet entraînement.

Même lorsque les ingénieurs disposent d’un dispositif fonctionnel et d’un système de contrôle, les modifications et améliorations apportées à l’exosquelette impliquent généralement de recommencer la collecte de données et l’entraînement depuis le début. Ce processus est coûteux et rend la mise en service d’exosquelettes ou de membres robotisés pleinement fonctionnels dans le monde réel largement impraticable.

Plus maintenant, grâce aux ingénieurs et informaticiens de Georgia Tech.

Ils ont créé un outil d’intelligence artificielle capable de transformer d’énormes quantités de données existantes sur les mouvements humains en commandes fonctionnelles pour exosquelettes. Aucun recueil de données, aucun réentraînement, ni des heures et des heures de laboratoire supplémentaires ne sont nécessaires pour chaque dispositif.

Leur approche a permis de concevoir un exosquelette doté d’un système de contrôle performant, capable d’apporter une assistance significative pour une vaste gamme de mouvements de la hanche et du genou, avec une efficacité comparable aux meilleurs systèmes actuellement disponibles. Leurs travaux ont été publiés le 19 novembre dans la revue Science Robotics.

« C’est un gain d’efficacité considérable pour la recherche. Mais ce qui est particulièrement enthousiasmant, c’est son application concrète », a déclaré Aaron Young , professeur associé à l’École d’ingénierie mécanique George W. Woodruff de Georgia Tech . « Prenons l’exemple d’une start-up qui souhaite déployer un exosquelette et dont le développement comporte quatre itérations. Désormais, il est facile de gérer cela sans avoir à collecter massivement des données à chaque modification. C’est pourtant ce qui aurait été nécessaire si nous étions restés bloqués avec l’état de la technologie il y a un an. »

L’étude a été menée par Keaton Scherpereel, ancien doctorant ayant travaillé avec Young et Omer Inan à la Faculté de génie électrique et informatique . Tous les chercheurs sont affiliés à l’Institut de robotique et de machines intelligentes de Georgia Tech .

Ils ont également travaillé avec Matthew Gombolay de l’ École d’informatique interactive , dont l’équipe a contribué au développement du système d’IA qui a rendu cette avancée possible.

Les chercheurs ont utilisé un type d’IA appelé CycleGAN, initialement conçu pour superposer des images satellites d’un lieu précis à des images au sol de ce même lieu. C’est le même type d’IA qui peut transformer une image de chevaux en une image de zèbres.

Au lieu de relier des images, l’IA a combiné de vastes ensembles de données montrant des personnes se déplaçant sans exosquelette avec la manière dont elles se déplaceraient en portant un dispositif. Elle a ensuite utilisé ces données pour anticiper le niveau d’assistance robotique à fournir au niveau de la hanche et du genou.

« Nous avions l’idée d’un domaine d’étude intermédiaire. On peut prendre des données biomécaniques brutes — des personnes en mouvement —, les intégrer à une simulation et leur ajouter artificiellement des capteurs, comme si elles portaient un exosquelette. On peut alors imaginer à quoi ressembleraient les relevés de ces capteurs », explique Gombolay, professeur associé à l’École d’informatique interactive. « L’objectif final est d’utiliser ces relevés pour prédire le couple biologique généré au niveau des hanches, des genoux ou de toute autre articulation étudiée. »

Les chercheurs ont utilisé cet exosquelette pour membres inférieurs afin de tester leur nouvelle approche. Ils se sont appuyés sur une quantité considérable de données existantes sur les mouvements humains pour créer des systèmes de contrôle fonctionnels offrant une assistance pertinente. Grâce à leur outil d’intelligence artificielle, ces systèmes ne nécessitent plus de longues heures de formation et de collecte de données pour chaque exosquelette.

« Nous avons utilisé des données à grande échelle et peu coûteuses et appris à les adapter à un domaine où leur collecte est onéreuse pour un système spécifique. Cette méthode pourrait être réutilisée pour n’importe quel exosquelette. »

Young l’a comparé à un traducteur, qui prend des informations dans une « langue » et permet à n’importe quel robot spécifique de comprendre et d’utiliser ces informations. 

Cette nouvelle technique s’appuie sur les travaux antérieurs de son équipe, qui ont permis de développer des contrôleurs d’exosquelettes dotés d’une intelligence artificielle très performante . Cependant, ces efforts ont nécessité des années de collecte de données sur les personnes se déplaçant avec l’exosquelette avant que le contrôleur puisse fournir une assistance utile. Ce nouveau type de modèle basé sur l’IA permet de s’affranchir de toutes ces étapes.

À l’instar des précédents systèmes de contrôle « indépendants de la tâche », le modèle d’IA ne prédit pas les actions de l’utilisateur (monter des escaliers ou descendre un trottoir, par exemple). Il détecte et estime instantanément les mouvements des articulations et l’effort fourni. L’exosquelette amplifie ensuite ces efforts jusqu’à 20 %.

« Ce qui me passionne le plus, c’est de voir comment cela accélère non seulement les recherches de notre laboratoire, mais aussi comment cela permet aux roboticiens qui n’ont pas accès à notre équipement de déployer nos types de contrôleurs », a déclaré Scherpereel, aujourd’hui ingénieur en contrôle senior chez Skip . « Cela a le potentiel d’accroître la vitesse et le nombre de chercheurs qui peuvent travailler sur ce sujet. Et avec cette combinaison, qui sait quelles inventions formidables pourront être réalisées sur cette base ? »

L’ étude publiée dans Science Robotics a démontré que la traduction par IA fonctionnait avec un exosquelette de jambe fournissant de la puissance aux articulations de la hanche et du genou. Mais les implications vont bien au-delà.

« De manière générale, nous pourrons exploiter les avancées présentées dans cet article et les appliquer aux systèmes de membres supérieurs, aux prothèses et potentiellement même aux robots autonomes », a déclaré Young. « C’est là que réside la grande avancée. Et c’est là que l’équipe de Matthew nous a été d’une aide précieuse en créant l’IA qui effectue cette traduction. Nous avons désormais la possibilité de collaborer avec des partenaires industriels et de déployer ces contrôleurs dans des systèmes réels utilisés par le public, espérons-le prochainement. »

https://coe.gatech.edu/news/2025/11/real-world-helper-exoskeletons-just-got-closer-reality