Une avancée majeure dans le domaine des robots a été réalisée grâce à une nouvelle IA capable d’adapter les mouvements de chiens robots à des terrains diversifiés et imprévisibles, améliorant ainsi leur efficacité dans des missions critiques, comme les opérations de sauvetage.

Un chien robot frappé aux pattes avec un balai. Crédit : Joseph Humphreys, Université de Leeds
Des chercheurs ont mis au point une intelligence artificielle (IA) novatrice pour des chiens robots, capable de naviguer sur différents types de terrains accidentés comme un véritable animal. Ce modèle est le premier framework permettant à ces robots de s’adapter en temps réel aux terrains difficiles, modulant leur démarche et leurs mouvements au fil des obstacles rencontrés et de leurs expériences passées. C’est un grand pas en avant par rapport aux IA de la génération précédente, qui reposaient sur des programmes préétablis pour gérer ces parcours. Le robot peut désormais répondre de manière autonome et efficace à son environnement. Cela peut s’avérer crucial, par exemple, pour un chien robot de secours envoyé au milieu des décombres d’un bâtiment effondré. Un tel robot doit s’adapter dynamiquement à l’inconnu pour réussir sa mission, notamment en identifiant des survivants. Cela représente donc une évolution significative.

Crédit : Joseph Humphreys, Université de Leeds
Joseph Humphreys et Chengxu Zhou, respectivement de la Faculté de Génie Mécanique de l’Université de Leeds et du Département d’Informatique de l’University College London, ont élaboré cette IA innovante. Ils ont créé un framework d’apprentissage par renforcement profond sur un ordinateur, permettant à l’IA d’acquérir des compétences via l’interaction avec des environnements complexes. L’inspiration a été tirée du comportement animal, se basant sur trois éléments clés : l’économie d’énergie, l’adaptabilité des mouvements aux aspérités du terrain et la mémoire des mouvements. En combinant ces aspects, il est possible d’atteindre des mouvements fluides et naturels, qui s’améliorent avec l’expérience acquise.

La simulation pour l’entraînement. Crédit : Joseph Humphreys, Université de Leeds
Un aspect particulièrement intéressant de cette recherche est que l’IA a été développée sur un ordinateur, puis transférée vers le chien robot, nommé Clarence. Ce dernier n’a pas été programmé pour marcher sur des terrains difficiles, mais son « cerveau » a été chargé des données nécessaires pour accomplir cette tâche, assurant un succès immédiat lors des tests. Le Dr Humphreys a comparé ce processus à une scène de Matrix, où Neo possède des compétences martial sans avoir besoin d’un entraînement physique.
Comme le montre la vidéo ci-dessus, le robot a été testé sur différents types de surfaces allant de planchers en bois à des terrains boueux, passant par des graviers et d’autres conditions difficiles. Au cours du test le plus extrême, des coups de balai ont été administrés sur les pattes pour évaluer sa capacité à s’adapter à des situations d’urgence (comme des débris tombant sous son poids). Dans tous les cas, grâce à l’IA innovante, Clarence a réussi à surmonter les obstacles, répondant aux imprévus comme un véritable mammifère. Cette avancée pourrait qu’en renforçant les opérations de secours après des catastrophes, des applications dans des domaines variés tels que l’exploration spatiale et les travaux extérieurs. “Notre vision à long terme est de développer des systèmes d’intelligence artificielle incarnés, y compris des robots humanoïdes, qui se déplacent et s’adaptent avec la fluidité et la résilience des animaux et des êtres humains”, a ajouté le professeur Zhou.
Un tout premier store de chiens robots a récemment ouvert ses portes en Italie, avec des prix allant de 2.000 à 10.000 euros pour des modèles spécialisés. Le chien robot Spot de Boston Dynamics patrouille, quant à lui, autour de la Maison Blanche, équipé de capteurs « anti-intrusion ». Les détails de cette recherche, intitulée “Learning to adapt through bio-inspired gait strategies for versatile quadruped locomotion”, ont été publiés dans Nature Machine Intelligence.
