Les robots humanoïdes gagnent encore en agilité. Des chercheurs de l’ETH Zurich ont développé un système de contrôle permettant à une machine de sauter vers une structure suspendue, de progresser de barre en barre uniquement avec ses bras, puis de retrouver le sol en sécurité. Une démonstration spectaculaire qui repose surtout sur une perception très fine de l’environnement et un apprentissage adapté aux mouvements du corps entier.
Un LiDAR placé sur la tête pour repérer des obstacles très fins
Le robot utilise directement les données d’un LiDAR à semi-conducteurs installé sur sa tête. Contrairement à une cartographie 3D classique, l’algorithme exploite les retours bruts du capteur grâce à un encodeur basé sur l’attention et doté d’une mémoire récurrente. L’objectif est d’identifier rapidement les quelques éléments réellement utiles, comme des barres étroites suspendues au-dessus de lui.
Cette approche s’inscrit dans une tendance plus large : les humanoïdes apprennent désormais des mouvements toujours plus complexes, à l’image du Unitree G1 capable de jouer au basket de manière autonome ou des travaux menés pour améliorer l’apprentissage par renforcement d’Atlas (Boston Dynamics).
14 réussites sur 15 lors des essais réels
L’entraînement combine plusieurs modèles spécialisés : l’un apprend au robot à sauter et saisir la première barre, un autre gère la progression suspendue, tandis qu’un troisième supervise le retour au sol. Pour faciliter le passage de la simulation au monde réel, les chercheurs ont également reproduit les perturbations du LiDAR, la baisse de tension de la batterie et les limites thermiques des actionneurs.
Sur le robot physique, l’enchaînement complet a réussi dans 14 essais sur 15, sur trois configurations différentes, avec une vitesse maximale de progression de 0,5 m/s. La même architecture perceptive permet aussi au robot de se baisser sous des obstacles suspendus de seulement 2 cm d’épaisseur.
À mesure que des machines comme le prototype Superman d’Unitree repoussent les limites de vitesse et de saut, ce type de recherche montre que la prochaine étape ne consiste plus seulement à produire des mouvements proches de l’humain mais passe désormais par la capacité d’exécuter des actions en percevant et en comprenant instantanément un environnement complexe.
