Les algorithmes permettent aux robots d’éviter les obstacles et de courir dans la nature

Une équipe de chercheurs de l’Université de Californie à San Diego a développé un nouveau système d’algorithmes qui permet aux robots à quatre pattes de marcher et de courir dans la nature. Les robots peuvent naviguer dans des terrains difficiles et complexes tout en évitant des obstacles statiques et mobiles. 

L’équipe a effectué des tests où un robot était guidé par le système pour manœuvrer de manière autonome et rapide sur des surfaces sablonneuses, du gravier, de l’herbe et des collines de terre bosselées recouvertes de branches et de feuilles tombées. En même temps, il pouvait éviter de heurter des poteaux, des arbres, des buissons, des rochers, des bancs et des personnes. Le robot a également démontré sa capacité à naviguer dans un espace de bureau occupé sans heurter divers obstacles. 

Construire des robots à pattes efficaces

Le nouveau système signifie que les chercheurs sont plus proches que jamais de construire des robots efficaces pour les missions de recherche et de sauvetage, ou des robots pour collecter des informations dans des espaces difficiles d’accès ou dangereux pour les humains. 

Les travaux seront présentés à la Conférence internationale 2022 sur les robots intelligents et les systèmes (IROS) du 23 au 27 octobre à Kyoto, au Japon. 

Le système donne au robot plus de polyvalence en raison de la combinaison du sens de la vue du robot avec la proprioception, qui est une autre modalité de détection qui implique le sens du mouvement, de la direction, de la vitesse, de la localisation et du toucher du robot. 

La plupart des approches actuelles pour entraîner les robots à pattes à marcher et à naviguer utilisent soit la proprioception, soit la vision. Cependant, elles ne sont pas utilisées en même temps. 

Combiner la proprioception avec la vision par ordinateur

Xiaolong Wang est professeur d’ingénierie électrique et informatique à l’école d’ingénierie Jacobs de l’UC San Diego. 

“Dans un cas, c’est comme entraîner un robot aveugle à marcher en ne touchant et en ressentant que le sol. Et dans l’autre, le robot planifie ses mouvements de pattes en fonction de la vue seule. Il n’apprend pas les deux choses en même temps”, a déclaré Wang. “Dans notre travail, nous combinons la proprioception avec la vision par ordinateur pour permettre à un robot à pattes de se déplacer de manière efficace et fluide — tout en évitant les obstacles — dans une variété d’environnements difficiles, et non seulement dans des environnements bien définis.”

Le système développé par l’équipe repose sur un ensemble spécial d’algorithmes pour fusionner les données provenant d’images en temps réel, prises par une caméra de profondeur sur la tête du robot, avec les données provenant de capteurs sur les pattes du robot.

Cependant, Wang a déclaré que cela était une tâche complexe. 

 “Le problème est que, pendant l’exploitation en temps réel, il peut y avoir un léger retard dans la réception des images de la caméra, de sorte que les données des deux modalités de détection différentes n’arrivent pas toujours en même temps”, a-t-il expliqué. 

L’équipe a abordé ce défi en simulant la discordance en randomisant les deux ensembles d’entrées. Les chercheurs appellent cette technique randomisation de retard multi-modal. Ils ont ensuite utilisé les entrées utilisées et randomisées pour former une politique d’apprentissage par renforcement. L’approche a permis au robot de prendre des décisions rapidement tout en naviguant, ainsi que d’anticiper les changements dans son environnement. Ces capacités ont permis au robot de se déplacer et de manœuvrer les obstacles plus rapidement sur différents types de terrains, le tout sans l’assistance d’un opérateur humain. 

L’équipe va maintenant essayer de rendre les robots à pattes plus polyvalents pour qu’ils puissent fonctionner sur des terrains encore plus complexes. 

“Actuellement, nous pouvons entraîner un robot à effectuer des mouvements simples comme marcher, courir et éviter les obstacles”, a déclaré Wang. “Nos prochains objectifs sont de permettre à un robot de monter et de descendre des escaliers, de marcher sur des pierres, de changer de direction et de sauter par-dessus les obstacles.”