ANYmal, un robot quadrupède développé par des chercheurs de l'ETH Zürich, en Suisse, a récemment fait l'objet d'améliorations significatives lui permettant de maîtriser des mouvements de « parkour » rudimentaires. Cette évolution vise à renforcer sa capacité à naviguer dans des environnements complexes tels que des décombres ou des terrains difficiles. Doté d'une structure semblable à celle d'un chien, ANYmal a été spécifiquement conçu pour des applications telles que la recherche et le sauvetage dans des zones sinistrées ou des chantiers de construction.Il n'est pas facile d'obtenir pour les robots à jambes une agilité comparable à celle des humains et des animaux. De plus, la capacité à effectuer une locomotion élégante et agile autour d'obstacles complexes avec un système informatique embarqué limité rend l'agilité encore plus difficile. Hoeller et al. ont développé un cadre pour entraîner un robot quadrupède à la locomotion, comme sauter, grimper, s'accroupir et marcher, pour une navigation rapide autour d'un parcours de « parkour ». Le cadre a été entraîné en simulation et ensuite déployé dans le monde réel sur des robots à jambes, démontrant leur capacité à atteindre des cibles à des vitesses allant jusqu'à 2 mètres par seconde et montrant un potentiel pour la navigation des robots sur des terrains non structurés où le temps est vital, comme dans les opérations de recherche et de sauvetage.
L'équipe de recherche suisse a adopté une approche novatrice combinant l'apprentissage automatique et le contrôle basé sur un modèle pour permettre à ANYmal de développer de nouvelles compétences. Par exemple, l'apprentissage automatique a permis à ANYmal d'apprendre à escalader des obstacles, tandis que le contrôle basé sur un modèle lui a enseigné à reconnaître et à naviguer à travers des décombres. Les tests ont montré que ANYmal était capable de sauter d'une boîte à une autre, de grimper et de descendre de grands obstacles, ainsi que de s'accroupir pour passer sous des obstacles.
ANYmal est un robot quadrupède conçu pour fonctionner de manière autonome dans des environnements difficiles. Entraîné par des actionneurs spéciaux conformes et à couple contrôlable avec précision, le système est capable de courir de manière dynamique et de grimper à grande vitesse. Grâce à des capteurs laser et des caméras intégrés, le robot peut percevoir son environnement pour créer en permanence des cartes et se localiser avec précision. Sur la base de ces informations, il peut planifier de manière autonome sa trajectoire de navigation et sélectionner avec soin les points d'appui pendant la marche.
ANYmal transporte des batteries pour une autonomie de plus de 2 heures et différents équipements sensoriels tels que des caméras optiques et thermiques, des microphones, des capteurs de détection de gaz et des éclairages actifs. Avec cette charge utile, la machine pèse moins de 30 kg et peut donc être facilement transportée et déployée par un seul opérateur.
Envoyé par ETH Zürich researchers
La navigation agile avec des robots quadrupèdes est une tâche difficile en raison des mouvements hautement dynamiques, des contacts avec diverses parties du robot et du champ de vision limité des capteurs de perception. Nous proposons ici une approche d'apprentissage complet pour entraîner ces robots et conquérir des scénarios qui rappellent les défis du « parkour ». La méthode consiste à entraîner des compétences de locomotion avancées pour plusieurs types d'obstacles, tels que la marche, le saut, l'escalade et l'accroupissement, puis à utiliser une politique de haut niveau pour sélectionner et contrôler ces compétences sur le terrain. Grâce à notre formulation hiérarchique, la politique de navigation est consciente des capacités de chaque compétence et adapte son comportement en fonction du scénario en cours.
En outre, un module de perception a été entraîné à reconstruire les obstacles à partir de données sensorielles bruitées et fortement occultées, et à doter le pipeline d'une compréhension de la scène. Par rapport aux tentatives précédentes, notre méthode peut planifier un chemin pour des scénarios difficiles sans démonstration par un expert, sans calcul hors ligne, sans connaissance a priori de l'environnement, ni prise en compte explicite des contacts. Bien que ces modules aient été entraînés uniquement à partir de données simulées, nos expériences dans le monde réel démontrent un transfert réussi sur le matériel, où le robot a navigué et franchi des obstacles difficiles consécutifs à des vitesses allant jusqu'à 2 mètres par seconde.
En outre, un module de perception a été entraîné à reconstruire les obstacles à partir de données sensorielles bruitées et fortement occultées, et à doter le pipeline d'une compréhension de la scène. Par rapport aux tentatives précédentes, notre méthode peut planifier un chemin pour des scénarios difficiles sans démonstration par un expert, sans calcul hors ligne, sans connaissance a priori de l'environnement, ni prise en compte explicite des contacts. Bien que ces modules aient été entraînés uniquement à partir de données simulées, nos expériences dans le monde réel démontrent un transfert réussi sur le matériel, où le robot a navigué et franchi des obstacles difficiles consécutifs à des vitesses allant jusqu'à 2 mètres par seconde.
Le « parkour » robo-pionnier dans le monde de la robotique
Les adeptes du « parkour » humain sont connus pour leurs prouesses acrobatiques d'une agilité remarquable, et bien qu'ANYmal ne puisse pas les égaler, le robot a réussi à sauter par-dessus des espaces, à grimper et à descendre de grands obstacles, et à s'accroupir pour manœuvrer sous un obstacle, selon un article récent publié dans la revue Science Robotics.
Créé il y a près de 40 ans dans les rues de Paris, le « parkour » a une histoire unique. Ce qui a commencé comme une étude du mouvement humain s'est transformé en une course...
La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.
