À l’intersection de la robotique et de l’apprentissage automatique

À l’intersection de la robotique et de l’apprentissage automatique

Il y a dix ans, ils pouvaient à peine bouger. Aujourd’hui, les robots marcheurs autonomes développés par Marco Hutter et son équipe bouleversent des domaines entiers. À l’avenir, ces robots très mobiles pourraient participer à des missions de recherche et de sauvetage et même explorer d’autres planètes. Hutter, professeur au Département de génie mécanique et des procédés de l’ETH Zurich, a été récompensé cette année pour ses recherches par le prix Rössler. “Comment pouvons-nous construire un robot qui se déplace sur un terrain comme un humain ou un animal ?” » était la question initiale qui a motivé son parcours de recherche.

Il est rapidement devenu évident que le robot aurait besoin de jambes, et non de roues ou d’un entraînement par chenille. Cependant, cette réponse a soulevé d’autres questions sur l’apparence et le fonctionnement des robots marcheurs. “Nous avons travaillé au développement de nouveaux concepts d’entraînement et de commande pour les robots qui, au début, ne pouvaient rien faire et étaient loin de pouvoir être utilisés efficacement”, explique Hutter.

Des robots capables de franchir les obstacles – et plus encore

Au fil des années, les technologies ont continuellement évolué, permettant aux robots d’aujourd’hui de naviguer sur les terrains les plus difficiles et d’être utilisés dans des situations réelles. Hutter cite quelques exemples : “Aujourd’hui, nos robots marcheurs sont utilisés commercialement pour effectuer des inspections industrielles, et nous étudions de nouvelles capacités qui leur permettraient d’être utilisés dans des missions d’exploration ou de sauvetage dans des environnements totalement inconnus.”

L’équipe de Hutter utilise l’intelligence artificielle depuis des années : grâce au machine learning, les robots apprennent à comprendre et à interagir avec leur environnement. Si un robot qui marche se trouve devant un obstacle, il le reconnaît grâce à une caméra et un réseau de neurones artificiels l’aide à comprendre de quel type d’obstacle il s’agit. Il exécute ensuite les mouvements qu’il a appris avec succès lors des séances d’entraînement précédentes, un peu comme un chien avide d’apprendre. Il est donc tout à fait approprié que ces robots à quatre pattes portent le nom de « ANYmal » (une combinaison de « n’importe où » et « animal »).

2024-06-21 10:46:00
1718957116


#lintersection #robotique #lapprentissage #automatique

Facebook
Twitter
LinkedIn
Pinterest

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.