Les concepteurs de robot cherchent constamment à améliorer l’agilité de leurs robots, un travail qui peut prendre des années. Toutefois, des chercheurs de l’université de Californie à Berkeley ont peut-être trouvé une méthode plus rapide pour permettre d’accélérer le développement de nouveaux robots et particulièrement, leur apprendre à marcher.
Un apprentissage qui s’est fait dans des environnements virtuels
Agility Robotics a conçu un robot bipède dénommé Cassie. Les chercheurs ont voulu lui apprendre à marcher et pour ce faire, ils ont utilisé l’apprentissage par renforcement. Néanmoins, Cassie a d’abord dû apprendre à marcher dans deux environnements virtuels distincts avant de le mettre en pratique dans le monde réel.
Dans un premier temps, les chercheurs ont utilisé un environnement virtuel dénommé MuJoCo et une simulation du robot qui devait apprendre à reproduire une série de mouvements. Ensuite, l’équipe de chercheurs a utilisé un second environnement virtuel appelé SimMechanics pour valider les acquis de Cassie dans le premier entrainement. La différence entre MuJoCo et SimMechanics est que ce dernier environnement est beaucoup plus détaillé que le précédent.
Cette méthode permettrait aux robots d’apprendre à marcher plus rapidement
Après que l’apprentissage a été transféré à Cassie, les chercheurs ont pu mettre en pratique ses connaissances dans le monde réel. Le robot est parvenu à se tenir droit et à marcher sur différentes surfaces. Il parvenait également à se relever après avoir trébuché sur un objet et pouvait continuer de marcher même avec deux moteurs en panne dans sa jambe droite.
Bien que Cassie ne puisse pas encore rivaliser avec les robots comme Atlas ou Spot de Boston Dynamics, cette nouvelle méthode d’apprentissage pourrait bien apprendre aux robots à se déplacer plus rapidement et à éviter d’exposer les robots à de nombreuses chutes en leur faisant directement marcher dans le monde réel.
