Un système de contrôle basé sur l'IA pour les robots à pattes
infohightech ·
Les robots marcheurs, tels que les chiens robots quadrupèdes, doivent pouvoir se déplacer en toute sécurité dans des environnements accidentés et souvent changeants. Aujourd'hui, il existe deux principales méthodes pour programmer les robots bipèdes. La première, appelée commande prédictive par modèle, optimise le comportement du robot mais repose sur des modèles dynamiques précis, difficiles à mettre en œuvre en situation réelle et nécessitant souvent des hypothèses simplificatrices. La seconde, l'apprentissage par renforcement sans modèle, permet au robot d'apprendre des comportements fiables mais fixes, difficiles à modifier après l'entraînement.
Une équipe dirigée par Yilun Du , professeur adjoint d'informatique à la Harvard John A. Paulson School of Engineering and Applied Sciences (SEAS) et chercheur à l'Institut Kempner, a mis au point un nouveau système de contrôle robotique basé sur l'intelligence artificielle. Ce système permet aux robots quadrupèdes d'adapter rapidement leurs mouvements à de nouvelles tâches et à de nouveaux terrains, sans nécessiter de réentraînement. Leurs travaux ont été présentés lors de la conférence internationale IEEE sur la robotique et l'automatisation (ICRA) en juin.
Du et ses collègues ont créé un système qu'ils appellent Diffusion-MPC (Model Predictive Control), qui vise à combiner les meilleurs aspects des méthodes existantes. Au cœur de Diffusion-MPC se trouve un modèle de diffusion génératif, un type de système d'IA couramment utilisé en génération d'images.
Au lieu d'un modèle fixe et initialisé, la méthode Diffusion-MPC utilise un modèle approximatif de l'évolution du robot et de son environnement. Ce modèle aide ensuite le robot à planifier ses tâches, lesquelles sont affinées en récompensant les bonnes performances tout en respectant les contraintes, telles que les limites physiques et les règles de sécurité.
Comme les récompenses et les contraintes sont intégrées en temps réel, le modèle Diffusion-MPC peut s'adapter à de nouvelles tâches – telles que le changement de vitesse, de direction ou de démarche – sans réentraînement supplémentaire.
L'équipe a testé son modèle de recherche sur de véritables robots à pattes. Elle a démontré que ces robots peuvent se déplacer de manière stable tout en s'adaptant avec souplesse à de nouveaux objectifs et obstacles.
« Ce qui est particulièrement enthousiasmant à mes yeux, ce sont les résultats qui démontrent une adaptation flexible sur de véritables robots quadrupèdes, notamment face à des terrains changeants, des pentes, le rétablissement de l'équilibre et différents objectifs de contrôle », a déclaré Du. « Plus largement, j'y vois un pas vers des contrôleurs de locomotion polyvalents : des systèmes qui peuvent être reprogrammés ou ajustés sur le terrain en fonction des conditions, au lieu d'être limités aux scénarios précis pour lesquels ils ont été entraînés. »
Un système de contrôle basé sur l'IA permettant aux robots quadrupèdes de s'adapter. Crédit : École d'ingénierie et de sciences appliquées John A. Paulson de Harvard
https://seas.harvard.edu/news/ai-powered-control-system-robots-legs