Comment les robots apprennent à se déplacer
Des chercheurs de l'ETH menés par Marco Hutter développent un nouveau système de commande qui permet au robot marcheur ANYmal de se déplacer rapidement et de manière robuste sur des terrains difficiles. Gr?ce à l'apprentissage automatique, le robot peut pour la première fois combiner sa perception visuelle de l'environnement avec son sens du toucher.
Passages escarpés sur un sol glissant, hautes marches, éboulis et chemins forestiers avec racines : le chemin menant au sommet du mont Etzel, à 1098 mètres d'altitude, à l'extrémité sud du lac de Zurich, est pavé de nombreux obstacles. Mais ANYmal, le robot marcheur à quatre pattes du Robotic Systems Lab de l'ETH Zurich, franchit sans peine les 120 mètres de dénivelé et se retrouve au sommet après 31 minutes d'ascension. Quatre minutes de moins que ce qui est prévu pour les randonneurs humains. Et ce, sans chute ni erreur.
Cela est possible gr?ce à une nouvelle technologie de commande que des chercheurs de l'ETH Zurich, autour du professeur de robotique Marco Hutter, ont récemment publiée dans la revue spécialisée Science Robotics présentés. "Le robot a appris à combiner la perception visuelle de l'environnement avec la perception tactile basée sur le contact direct avec les jambes. Il peut ainsi venir à bout de terrains impraticables plus rapidement, plus efficacement et surtout plus solidement", explique Hutter. ? l'avenir, ANYmal pourra être utilisé partout où le terrain est trop dangereux pour les humains ou trop impraticable pour les autres robots.
Percevoir correctement l'environnement
Pour se déplacer sur des terrains difficiles, les hommes et les animaux combinent automatiquement la perception visuelle de leur environnement avec le sens du toucher de leurs jambes et de leurs mains. Ils peuvent ainsi faire face sans problème à des surfaces glissantes ou molles et se déplacer de manière fiable même dans des conditions de visibilité réduite. Jusqu'à présent, les robots marcheurs n'en étaient que partiellement capables.
"La raison en est que les informations enregistrées par les capteurs laser et les caméras sur l'environnement immédiat sont souvent incomplètes et ambigu?s", explique Takahiro Miki, doctorant dans le groupe de Hutter et premier auteur de l'étude. Ainsi, les herbes hautes, les flaques d'eau peu profondes ou la neige apparaissent comme des obstacles infranchissables ou sont partiellement invisibles, alors que le robot pourrait en fait passer par-dessus. De plus, le regard du robot en action peut être perturbé par des conditions d'éclairage difficiles, la poussière ou le brouillard.
"Les robots comme ANYmal doivent donc pouvoir décider de manière autonome quand ils font confiance aux images de leur environnement et avancent rapidement, et quand il vaut mieux avancer prudemment et à petits pas", explique Miki. "C'est là que réside le grand défi".
Dans le camp d'entra?nement virtuel
Gr?ce à un nouveau système de commande basé sur un réseau neuronal, le robot développé par des chercheurs de l'ETH et produit par le spin-off de l'ETH est devenu un véritable robot. page externeANYbotics le robot marcheur ANYmal commercialisé est désormais capable, pour la première fois, de combiner la perception extérieure et la perception tactile. Avant que le robot ne puisse démontrer ses capacités dans la nature, les scientifiques ont confronté le système à de nombreux obstacles et sources d'erreurs dans un camp d'entra?nement virtuel. Cela a permis au réseau d'apprendre comment le robot surmonte les obstacles de manière optimale et quand il peut se fier aux données environnementales ou quand il vaut mieux les ignorer.
"Gr?ce à cet entra?nement, le robot est capable de ma?triser les terrains les plus difficiles dans la nature, sans les avoir vus auparavant", explique le professeur Hutter de l'ETH. Cela fonctionne même lorsque les données des capteurs de l'environnement immédiat sont ambigu?s ou diffuses. ANYmal joue alors la carte de la sécurité et se fie à son sens du toucher. Selon Hutter, le robot combine ainsi le meilleur des deux mondes : la vitesse et l'efficacité de la perception extérieure et la sécurité de la perception tactile.
Utilisation dans des conditions extrêmes
Que ce soit après un tremblement de terre, après une catastrophe nucléaire ou pendant un incendie de forêt : Des robots comme ANYmal peuvent être utilisés principalement dans des endroits trop dangereux pour l'homme et où d'autres robots ne peuvent plus être utilisés en raison de la difficulté du terrain.
ANYmal a pu constater en septembre dernier à quel point cette nouvelle technologie de contr?le fonctionne bien lors de la Darpa Subterranean Challenge,Le concours de robotique le plus connu au monde. Le robot de l'ETH a surmonté automatiquement et rapidement de nombreux obstacles et un terrain difficile dans un système étroit de tunnels et de grottes souterraines. Cela a largement contribué à ce que des chercheurs de l'ETH, faisant partie de l'équipe Cerberus, obtiennent la première place et remportent un prix de 2 millions de dollars.
Référence bibliographique
Miki T, Lee J, Hwangbo J, Wellhausen L : Learning robust perceptive locomotion for quadrupedal robots in the wild, Science Robotics 2022, doi : page externe10.1126/scirobotics.abk2822