Limitations virtuelles: L’apprentissage par renforcement a déjà été utilisé pour entraîner les robots à marcher dans des simulations, mais il est difficile de transférer cette capacité dans le monde réel. «La plupart des vidéos que vous voyez d’agents virtuels ne sont pas du tout réalistes», déclare Chelsea Finn, chercheuse en IA et robotique à l’Université de Stanford, qui n’a pas participé aux travaux. De petites différences entre les lois physiques simulées à l’intérieur d’un environnement virtuel et les lois physiques réelles à l’extérieur de celui-ci, comme le fonctionnement de la friction entre les pieds d’un robot et le sol, peuvent conduire à de gros échecs lorsqu’un robot tente d’appliquer ce qu’il a appris. Un robot lourd à deux pattes peut perdre l’équilibre et tomber si ses mouvements sont même un tout petit peu décalés.
Double simulation: Mais entraîner un gros robot par essais et erreurs dans le monde réel serait dangereux. Pour contourner ces problèmes, l’équipe de Berkeley a utilisé deux niveaux d’environnement virtuel. Dans la première, une version simulée de Cassie a appris à marcher en s’appuyant sur une grande base de données existante de mouvements de robots. Cette simulation a ensuite été transférée dans un deuxième environnement virtuel appelé SimMechanics qui reflète la physique du monde réel avec un haut degré de précision, mais au prix d’une exécution plus lente que la vie réelle. Une fois que Cassie a semblé bien marcher, le modèle de marche appris a été chargé dans le robot réel.
La vraie Cassie a pu marcher en utilisant le modèle appris en simulation sans aucun réglage supplémentaire. Il pourrait marcher sur un terrain accidenté et glissant, transporter des charges inattendues et se remettre d’être poussé. Lors des tests, Cassie a également endommagé deux moteurs dans sa jambe droite mais a pu ajuster ses mouvements pour compenser. Finn pense que c’est un travail passionnant. Edward Johns, qui dirige le Robot Learning Lab à l’Imperial College de Londres est d’accord. «C’est l’un des exemples les plus réussis que j’ai vus», dit-il.
L’équipe de Berkeley espère utiliser leur approche pour ajouter au répertoire de mouvements de Cassie. Mais ne vous attendez pas à une danse de sitôt.
L’article Oubliez Boston Dynamics. Ce robot a appris à marcher avec l’IA est apparu en premier sur zimo news.
