Le laboratoire d’intelligence artificielle improbable du MIT a créé « DribbleBot« , a robot quadrupède capable de dribbler avec un ballon de football sans en perdre la possessionmême sur les terrains les plus difficiles. Le robot utilise une combinaison de capteurs intégrés et de capacités informatiques pour se déplacer sur différents terrains tels que le sable, le gravier, la boue et la neige et s’adapte à leur impact sur le mouvement de la balle.. Comme tout athlète humain, « DribbleBot » est capable de se relever et de récupérer le ballon après une chute.
Le petit robot doit son talent à techniques d’apprentissage automatiqueau MIT ont en fait créé un jumeau numérique de DribbleBot afin de simuler (parallèle et temps réel) quatre mille versions du robotDribbleBot a permis de collecter des données 4 000 fois plus rapidement qu’avec un seul robot. L’apprentissage par renforcement, dans lequel le robot est entraîné à effectuer des actions en recevant un retour positif ou négatif en fonction du résultat, a permis à DribbleBot d’atteindre des capacités optimales en peu de temps.
« L’un des aspects de l’apprentissage par renforcement est que nous devons concevoir une bonne récompense pour faciliter l’apprentissage par le robot d’un dribble réussi », explique Gabe Margolis, doctorant au MIT, qui a codirigé les travaux avec Yandong Ji, assistant de recherche. Une fois que nous avons conçu cette récompense, il est temps pour le robot de s’entraîner : en temps réel, c’est quelques jours, et dans le simulateur, des centaines de jours. Avec le temps, il apprend à manipuler de mieux en mieux le ballon à la vitesse souhaitée ».
Cependant, le dribble et le contrôle du ballon ne sont qu’une sorte de prétexte pour obtenir un robot capable de se rendre utile dans certains scénarios, par exemple lors d’une catastrophe naturelle et qu’il est important de porter secours aux personnes impliquées, souvent sur un terrain accidenté. La possibilité de contrôler le ballon sur différents types de terrain ajoute de la complexité et confère une plus grande ductilité au robot, qui peut ainsi encore mieux adapter sa démarche et ses mouvements au théâtre dans lequel il opère.
« Aujourd’hui, la plupart des robots ont des roues. Imaginez une catastrophe, une inondation ou un tremblement de terre, nous voulons que les robots aident les humains dans le processus de recherche et de sauvetage. Nous avons besoin de machines pour surmonter les terrains qui ne sont pas plats et les robots sur roues ne peuvent pas traverser ces paysages.« , explique Pulkit Agrawal, professeur au MIT. « L’objectif de l’étude sur les robots à pattes est de leur permettre de franchir des terrains hors de portée des systèmes robotiques actuels. Notre objectif, en développant des algorithmes pour les robots à jambes, est de leur donner de l’autonomie sur des terrains difficiles et complexes qui sont actuellement hors de portée ».
Malgré les progrès, au MIT, on dit qu’il y a encore beaucoup de chemin à parcourir pour rendre ces robots aussi agiles que les humains, alors que certains terrains restent encore difficiles pour DribbleBot. Actuellement, le robot n’a pas été entraîné dans des environnements simulés comprenant des pentes ou des escaliers, il ne perçoit pas non plus la géométrie du terrainlimité à l’estimation des propriétés de contact telles que la friction. S’il y a une marche, par exemple, le robot reste bloqué et ne peut pas soulever la balle au-dessus de la marche.
« L’aspect impressionnant de DribbleBot est que toutes les compétences sensorimotrices sont synthétisées en temps réel sur des ordinateurs portables. un système peu coûteux utilisant des ressources informatiques intégrées.. Bien qu’il fasse preuve d’une agilité et d’une coordination remarquables, il s’agit simplement du coup d’envoi de la prochaine ère », a déclaré Vikash Kumar, un chercheur en IA de Facebook qui n’a pas participé à l’étude.
