Regardez ce chien robot se précipiter sur un terrain difficile simplement en utilisant sa caméra

Contrairement aux robots existants sur le marché, comme le Spot de Boston Dynamics, qui se déplace à l’aide de cartes internes, ce robot utilise uniquement des caméras pour guider ses mouvements dans la nature, explique Ashish Kumar, étudiant diplômé à l’UC Berkeley, qui est l’un des auteurs d’un article décrivant le travail; il doit être présenté lors de la conférence sur l’apprentissage des robots le mois prochain. D’autres tentatives d’utilisation d’indices de caméras pour guider le mouvement du robot ont été limitées à un terrain plat, mais ils ont réussi à faire monter leur robot dans les escaliers, grimper sur des pierres et sauter par-dessus les lacunes.

grille de clips de chien robot marchant dans les escaliers

COURTOISIE DES CHERCHEURS

Le robot à quatre pattes est d’abord formé pour se déplacer dans différents environnements dans un simulateur, il a donc une idée générale de ce qu’est la marche dans un parc ou la montée et la descente des escaliers. Lorsqu’il est déployé dans le monde réel, les visuels d’une seule caméra à l’avant du robot guident son mouvement. Le robot apprend à ajuster sa démarche pour naviguer dans des choses comme les escaliers et les terrains accidentés en utilisant l’apprentissage par renforcement, une technique d’IA qui permet aux systèmes de s’améliorer par essais et erreurs.

La suppression du besoin d’une carte interne rend le robot plus robuste, car il n’est plus limité par des erreurs potentielles dans une carte, explique Deepak Pathak, professeur adjoint à Carnegie Mellon, qui faisait partie de l’équipe.

Il est extrêmement difficile pour un robot de traduire les pixels bruts d’une caméra en le type de mouvement précis et équilibré nécessaire pour naviguer dans son environnement, explique Jie Tan, chercheur chez Google, qui n’a pas participé à l’étude. Il dit que c’est la première fois qu’il voit un petit robot à faible coût faire preuve d’une mobilité aussi impressionnante.

L’équipe a réalisé une « percée dans l’apprentissage et l’autonomie des robots », explique Guanya Shi, chercheur à l’Université de Washington qui étudie l’apprentissage automatique et le contrôle robotique, qui n’a pas non plus participé à la recherche.

Akshara Rai, chercheur à Facebook AI Research qui travaille sur l’apprentissage automatique et la robotique, et n’a pas été impliqué dans ce travail, est d’accord.

« Ce travail est une étape prometteuse vers la construction de tels robots à pattes perspicaces et leur déploiement dans la nature », déclare Rai.

Cependant, bien que le travail de l’équipe soit utile pour améliorer la façon dont le robot marche, il n’aidera pas le robot à savoir où aller à l’avance, dit Rai. « La navigation est importante pour déployer des robots dans le monde réel », dit-elle.

Plus de travail est nécessaire avant que le chien robot ne puisse se promener dans les parcs ou aller chercher des objets dans la maison. Alors que le robot peut comprendre la profondeur grâce à sa caméra frontale, il ne peut pas faire face à des situations telles qu’un sol glissant ou des herbes hautes, dit Tan ; il pourrait entrer dans des flaques d’eau ou rester coincé dans la boue.