À pas de géant: les progrès fulgurants de l’agilité des robots

Lorsque Charles Rosen, l'A.I. pionnier qui a fondé le Centre d’Intelligence Artificielle de SRI International, a été invité à trouver un nom pour le le premier robot mobile à usage général au monde, il réfléchit un instant puis dit: « Eh bien, ça tremble comme un enfer quand ça bouge. Appelons-le simplement Shakey.

Certaines variantes de cette idée ont prévalu pendant une grande partie de l’histoire de la robotique moderne. Les robots, nous le supposons souvent, sont des machines encombrantes avec autant de grâce que le déjeuner dominical d’un athée. Même les films de science-fiction ont imaginé à plusieurs reprises les robots comme des créations disgracieuses qui marchent à pas lents et saccadés.

Cette idée ne correspond tout simplement plus à la réalité.

Récemment, un groupe de chercheurs du Dynamic Robotics Laboratory de l’État de l’Oregon a pris l’une des Robots Cassie

, une paire de jambes de robot marcheur qui ressemble aux extrémités inférieures d’une autruche, se rend sur un terrain de sport pour tester les derniers algorithmes de « démarche bipède » du laboratoire. Une fois sur place, le robot sautait, marchait, galopait et galopait, basculant de manière transparente entre chaque type de mouvement sans avoir à ralentir. Ce fut une démonstration impressionnante qui témoigne de l’agilité des robots à pattes actuels, en particulier lorsqu’un peu de formation basée sur l’apprentissage en profondeur est impliquée.

"Habituellement, lorsque les gens appliquent l'apprentissage par renforcement profond à la robotique, ils utilisent des fonctions de récompense qui se résument à récompenser le réseau neuronal pour avoir imité fidèlement une trajectoire de référence." Jonas Siekmann, l'un des chercheurs du projet, a déclaré à Digital Trends. « Collecter cette trajectoire de référence en premier lieu peut être assez difficile, et une fois que vous avez une trajectoire de référence, trajectoire de référence, il n'est pas très clair si on peut aussi l'utiliser pour apprendre un comportement de "saut", voire de "marche". comportement."

Dans le cadre du travail de l’OSU, l’équipe a créé un paradigme de récompense qui a complètement abandonné l’idée de trajectoires de référence. Au lieu de cela, il divise des tranches de temps en « phases », pénalisant le robot pour avoir un pied spécifique au sol pendant une certaine phase, tout en lui permettant de le faire à d’autres moments. Le réseau neuronal détermine ensuite « toutes les choses difficiles » – comme la position dans laquelle les articulations doivent se trouver, le couple à appliquer à chaque articulation, comment rester stable et droit - pour créer un paradigme de conception basé sur la récompense qui permet aux robots comme Cassie d'apprendre facilement à peu près n'importe quelle démarche bipède trouvée dans nature.

Prédire le futur

C’est un exploit impressionnant, bien sûr. Mais cela soulève également une question plus vaste: comment diable les robots sont-ils devenus si agiles? Même si les vidéos en ligne ne manquent toujours pas montrant des robots s'effondrant Lorsque les choses tournent mal, il ne fait aucun doute que la voie globale qu’ils suivent est celle qui mène à une locomotion d’une fluidité impressionnante. Une fois l'idée d'un robot galopant comme un poney ou exécutant un une routine sportive parfaite aurait été tiré par les cheveux, même pour un film. En 2020, les robots y arrivent.

Il n’est cependant pas facile de prédire ces avancées. Il n’existe pas d’observation simple de type loi de Moore qui permette de tracer facilement le chemin emprunté par les robots, depuis des machines encombrantes jusqu’à des opérateurs fluides.

La loi de Moore fait référence à l’observation faite par l’ingénieur d’Intel Gordon Moore en 1965 selon laquelle, tous les un à deux ans, le nombre de composants pouvant être intégrés sur un circuit intégré doublerait. Bien qu’il y ait un argument à faire valoir selon lequel nous peut-être maintenant atteindre les limites de la loi de Moore, un chercheur, disons en 1991, pourrait raisonnablement déterminer, au dos d’une enveloppe, où pourraient se trouver les capacités informatiques, en termes de calculs, en 2021. Les choses sont plus complexes pour les robots.

« Même si la loi de Moore prévoyait étonnamment bien l’évolution de la puissance de calcul, elle prévoyait un La tendance des robots à pattes, c'est comme regarder dans une boule de cristal », Christian Gehring, responsable de la technologie officier à ANYbotics AG, une entreprise suisse fabriquant des robots à pattes déjà utilisés pour des tâches telles que inspecter de manière autonome les plateformes énergétiques offshore, a déclaré à Digital Trends. "Essentiellement, les robots à pattes sont des systèmes hautement intégrés qui s'appuient sur de nombreuses technologies différentes telles que le stockage d'énergie, la détection, l'action, l'informatique, la mise en réseau et l'intelligence."

Ce sont les progrès réalisés dans cet amalgame de différentes technologies travaillant ensemble qui rendent les robots d’aujourd’hui si puissants. C’est également ce qui les rend difficiles à prédire en ce qui concerne la feuille de route du développement futur. Pour construire le type de robots souhaités par les roboticiens, il faut progresser dans la création de des batteries petites et légères, des capacités de détection et de perception, des communications cellulaires, et bien plus encore. Tous ces éléments devront fonctionner de concert avec les progrès dans des domaines tels que le désapprentissage de l’IA. pour créer le des types de machines qui banniront à jamais les images de robots de science-fiction maladroits sur lesquels nous avons grandi en regardant LA TÉLÉ.

Plus petit, moins cher, mieux

La bonne nouvelle est que cela se produit. Même si la loi de Moore conduit à des progrès du côté logiciel, les composants matériels essentiels sont de plus en plus petit et moins cher. Ce n’est pas aussi net que la formulation de Gordon Moore, mais c’est en train de se produire.

«Même avec notre Démonstrateur scientifique Atreus [robot] d'il y a six ou huit ans, les amplificateurs de puissance pour faire fonctionner nos moteurs étaient ces briques de trois livres; ils étaient grands », Jonathan Hurst, co-fondateur de Robotique d'agilité, qui a construit le robot Cassie susmentionné, a déclaré à Digital Trends. « Depuis, nous avons ces petits amplificateurs minuscules qui ont la même quantité de courant, la même quantité de tension, et nous donnent un très bon contrôle sur le couple de sortie de nos moteurs. Et ils sont minuscules – seulement un pouce sur deux pouces sur un demi-pouce de haut ou quelque chose comme ça. Nous en avons 10 sur Cassie. Cela s'additionne. Vous avez une brique de trois livres qui mesure six pouces sur quatre pouces sur quatre pouces, contre peut-être quelques onces qui font un pouce sur deux pouces. Cela fait une grande différence avec des choses comme l’électronique de puissance.

Hurst a déclaré qu'il pensait que les robots à pattes en étaient encore aux premiers stades de leur cheminement pour devenir omniprésents. des technologies qui peuvent non seulement se déplacer de manière naturaliste comme les humains, mais qui fonctionnent également de manière transparente eux. Certains de ces défis iront bien au-delà de démos mignonnes (mais extrêmement impressionnantes), comme faire galoper des robots comme des poneys. Mais construire des machines plus intelligentes, capables de maîtriser différents types de mouvements et de fonctionner en toute confiance dans le monde réel, constitue certainement une étape importante.

C’est une étape (ou des étapes) que les robots marcheurs s’améliorent de plus en plus.

Recommandations des rédacteurs

• Exosquelettes avec pilote automatique: un aperçu du futur proche de la robotique portable
• Bon à StarCraft? La DARPA veut entraîner des robots militaires avec vos ondes cérébrales
• Le nouveau robot du MIT peut jouer au jeu d'empilage de blocs préféré de tous, Jenga
• Un robot sauteur sous-marin présente d'incroyables capacités de saut inspirées de la nature
• Une main robotique souple donne aux scientifiques une nouvelle emprise sur la vie sous-marine