Boston Dynamics Atlas bénéficie d’une petite mise à jour et intègre désormais une IA. Ce nouveau système lui apprend à manipuler les objets et à s’adapter comme un humain.
Boston Dynamics Atlas, célèbre pour ses sauts périlleux, entre aujourd’hui dans une phase plus appliquée et pratique. La société, dorénavant filiale de Hyundai, concentre ses efforts sur l’intégration d’un modèle de comportement étendu (LBM). Grâce à cette IA, Atlas apprend des gestes humains à partir de vastes ensembles de données, plutôt que de se limiter à des instructions codées.
Boston Dynamics Atlas apprend et s’adapte grâce à son IA
Atlas ne se contente plus de reproduire des mouvements préprogrammés. Le robot observe et assimile les gestes humains, ce qui lui permet d’exécuter des tâches complexes avec une flexibilité inédite.
Lors des démonstrations, Atlas a déplacé des paniers, trié et transféré des objets. L’automate a placé divers articles sur des étagères avec précision et dextérité. Chaque mouvement s’adapte aux situations changeantes, même face à des perturbations intentionnelles.
Boston Dynamics Atlas et son IA dépassent le simple divertissement de ses habituelles acrobaties. Le robot pourra bientôt assister les travailleurs et accomplir des missions traditionnellement réservées aux ouvriers.
Hyundai prépare Atlas à une intégration dans ses futures usines, notamment dans l’État de Géorgie aux États-Unis. Le projet prévoit le déploiement de dizaines de milliers de robots capables de travailler de manière autonome, tout en restant sûrs et adaptables.
Un modèle de comportement étendu
Malgré son potentiel, Boston Dynamics Atlas et son système IA n’étaient pas présents lors des jeux olympiques des robots. Pendant que ses confrères jouaient au football, dansaient ou se lançaient dans des combats de boxe robotique, Atlas profitait d’une série d’améliorations de son système.
La robotique évolue rapidement et plusieurs automates dotés d’IA existent déjà sur le marché. Contrairement aux méthodes classiques, le modèle LBM permet à Atlas d’acquérir rapidement de nouvelles compétences simplement en observant les gestes humains.
À mesure que le robot accumule de l’expérience, le nombre de démonstrations nécessaires diminue. Son comportement devient plus fiable et persistant.
Ce processus ouvre la voie à des robots véritablement polyvalents, capables de généraliser leurs compétences à des situations inédites. Et qui sait, s’il s’était présenté à temps aux Jeux Olympiques de Pékin, aurait-il éclipsé le H1 d’Unitree Robotics et remporté l’or ?
- Partager l'article :