Comment les robots apprennent à marcher —


  • FrançaisFrançais



  • Des chercheurs de l’ETH Zurich dirigés par Marco Hutter ont développé une nouvelle approche de contrôle qui permet à un robot à pattes, appelé ANYmal, de se déplacer rapidement et de manière robuste sur un terrain difficile. Grâce au machine learning, le robot peut pour la première fois combiner sa perception visuelle de l’environnement avec son sens du toucher.

    Sections escarpées sur terrain glissant, marches hautes, éboulis et sentiers forestiers pleins de racines : le chemin qui monte sur le mont Etzel, haut de 1098 mètres, à l’extrémité sud du lac de Zurich, est parsemé de nombreux obstacles. Mais ANYmal, le robot quadrupède du Robotic Systems Lab de l’ETH Zurich, surmonte sans effort les 120 mètres de dénivelé en 31 minutes de marche. C’est 4 minutes plus rapide que la durée estimée pour les randonneurs humains – et sans chutes ni faux pas.

    Ceci est rendu possible par une nouvelle technologie de contrôle, que des chercheurs de l’ETH Zurich dirigés par le professeur de robotique Marco Hutter ont récemment présenté dans la revue Robotique scientifique. “Le robot a appris à combiner la perception visuelle de son environnement avec la proprioception – son sens du toucher – basé sur le contact direct des jambes. Cela lui permet d’aborder les terrains accidentés plus rapidement, plus efficacement et, surtout, plus robustement”, explique Hutter. . À l’avenir, ANYmal pourra être utilisé partout où c’est trop dangereux pour les humains ou trop infranchissable pour les autres robots.

    Percevoir l’environnement avec précision

    Pour naviguer en terrain difficile, les humains et les animaux combinent assez automatiquement la perception visuelle de leur environnement avec la proprioception de leurs jambes et de leurs mains. Cela leur permet de gérer facilement les sols glissants ou meubles et de se déplacer en toute confiance, même lorsque la visibilité est faible. Jusqu’à présent, les robots à pattes n’ont pu le faire que dans une mesure limitée.

    “La raison en est que les informations sur l’environnement immédiat enregistrées par les capteurs laser et les caméras sont souvent incomplètes et ambiguës”, explique Takahiro Miki, doctorant dans le groupe de Hutter et auteur principal de l’étude. Par exemple, les herbes hautes, les flaques d’eau peu profondes ou la neige apparaissent comme des obstacles insurmontables ou sont partiellement invisibles, même si le robot pourrait les traverser. De plus, la vue du robot peut être obscurcie sur le terrain par des conditions d’éclairage difficiles, de la poussière ou du brouillard.

    “C’est pourquoi les robots comme ANYmal doivent être capables de décider eux-mêmes quand faire confiance à la perception visuelle de leur environnement et avancer rapidement, et quand il vaut mieux avancer prudemment et par petites étapes”, explique Miki. “Et c’est le grand défi.”

    Un camp d’entraînement virtuel

    Grâce à un nouveau contrôleur basé sur un réseau de neurones, le robot à pattes ANYmal, qui a été développé par des chercheurs de l’ETH Zurich et commercialisé par la spin-off de l’ETH ANYbotics, est désormais capable de combiner pour la première fois la perception externe et proprioceptive. Avant que le robot ne puisse mettre ses capacités à l’épreuve dans le monde réel, les scientifiques ont exposé le système à de nombreux obstacles et sources d’erreurs dans un camp d’entraînement virtuel. Cela a permis au réseau d’apprendre la manière idéale pour le robot de surmonter les obstacles, ainsi que le moment où il peut s’appuyer sur des données environnementales – et quand il serait préférable d’ignorer ces données.

    “Grâce à cette formation, le robot est capable de maîtriser le terrain naturel le plus difficile sans l’avoir vu auparavant”, déclare le professeur Hutter de l’ETH Zurich. Cela fonctionne même si les données du capteur sur l’environnement immédiat sont ambiguës ou vagues. ANYmal joue alors la sécurité et s’appuie sur sa proprioception. Selon Hutter, cela permet au robot de combiner le meilleur des deux mondes : la vitesse et l’efficacité de la détection externe et la sécurité de la détection proprioceptive.

    Utilisation dans des conditions extrêmes

    Que ce soit après un tremblement de terre, après une catastrophe nucléaire ou lors d’un incendie de forêt, les robots comme ANYmal peuvent être utilisés principalement là où c’est trop dangereux pour les humains et là où d’autres robots ne peuvent pas faire face au terrain difficile.

    Vidéo: https://youtu.be/0e40Umfnl_w

    Source de l’histoire :

    Matériaux fourni par ETH Zurich. Original écrit par Christoph Elhardt. Remarque : Le contenu peut être modifié pour le style et la longueur.

    Source

    N'oubliez pas de voter pour cet article !
    1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
    Loading...

    La Rédaction

    L'équipe rédactionnnelle du site

    Pour contacter personnellement le taulier :

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *