Un robot humanoïde apprend à franchir des obstacles

LLéna

Des chercheurs de l’ETH Zurich ont testé une méthode qui permet au robot humanoïde G1 d’Unitree de choisir ses appuis selon les obstacles, plutôt que de suivre une séquence programmée pour chaque tâche, rapporte ZDNet. Cette approche, appelée Attention-based Contact Planning, combine apprentissage par renforcement et imitation de mouvements. Elle permet au robot de sélectionner ses points d’appui parmi 9 possibilités, dont les mains, les coudes, les genoux, les pieds et le bassin. Un contrôleur distinct ajuste ensuite les articulations pour exécuter les mouvements et maintenir l’équilibre. Pour anticiper le terrain, une cartographie LiDAR repère le relief et évalue la fiabilité des mesures, notamment sur des surfaces étroites. Le système analyse environ 20 000 points LiDAR en 30 millisecondes, et actualise sa cartographie 10 fois par seconde. Lors des essais, le G1 a monté des échelles et des escaliers, avancé sur des pierres, rampé dans des passages étroits, franchi des obstacles et réussi à se relever après une chute. En simulation, sur 8 parcours d’obstacles complexes, la méthode a obtenu 92,5 % de réussite moyenne, contre 58,8 % pour la méthode de référence MGMT. Ces résultats concernent des simulations et leur portée reste à interpréter avec prudence. L’approche permet au robot de choisir ses points d’appui au lieu de suivre des séquences de mouvements prédéfinies.