LEBIGDATA.FR I.A, Cloud & Cybersécurité
Je vous présente Adam, un robot humanoïde pas comme les autres. Fruit de longues heures de simulations et de montagnes de données d’entraînement, il marche presque comme un humain. Il doit cela à un puissant algorithme d’apprentissage par renforcement développé en interne par la jeune équipe de PNDbotics.
Depuis juin 2023, Adam n’a cessé d’évoluer. Sa locomotion, autrefois mécanique, est aujourd’hui quasi-humaine. Grâce à cet apprentissage, ce robot humanoïde devient le prototype le plus convaincant d’un futur où les robots marcheront – littéralement – à nos côtés.
Quel apprentissage révolutionnaire a bénéficié le robot Adam ?
Sachez que faire marcher un humanoïde, ce n’est pas juste une histoire de boulons bien huilés. Pendant des années, les robots marchaient comme ils pensaient : avec des équations.
Ils s’appuient sur des modèles mathématiques rigides, prédéfinissant chaque trajectoire, chaque position de pied. Et c’est très efficace… jusqu’à ce qu’un caillou se glisse sur leur chemin.
Ces méthodes classiques, basées sur le contrôle prédictif (MPC), fonctionnent bien tant que le décor ne change pas. C’est d’ailleurs le système utilisé par les célèbres robots Spot et Atlas de Boston Dynamics.
Mais nous savons tous que dans la vraie vie, rien n’est jamais figé. Voilà pourquoi l’apprentissage par renforcement (RL) est essentiel. Il s’agit d’une technique où la machine apprend littéralement par essai-erreur.
Et PNDbotics l’a bien compris. L’entreprise pousse même ce principe encore plus loin. Elle mise sur les algorithmes les plus avancés en matière d’apprentissage par renforcement profond (DRL) et d’imitation.
Leur environnement d’entraînement parallèle s’appuie sur la plateforme NVIDIA Isaac Gym, une solution taillée pour former les intelligences artificielles les plus agiles. « Nous donnons aux développeurs les outils pour créer des algorithmes sur mesure », peut-on lire sur leur site.
Bien entendu, peu de robots humanoïdes ont pu bénéficier de ce genre d’approche. La faute à des coûts d’essai trop élevés, des réparations trop fréquentes et des difficultés à transposer les apprentissages de la simulation au monde réel.
Voici le résultat
Adam Lite est un robot de 1,6 mètre et 60 kilos. Il est animé par 25 actionneurs à entraînement quasi direct, capables d’un contrôle très précis de la force.
Ses jambes, par exemple, peuvent encaisser jusqu’à 360 Nm de couple. À cela s’ajoutent cinq axes de liberté dans les bras et trois au niveau de la taille.
Son contrôle moteur s’appuie sur une architecture interne sophistiquée, incluant un torse biomimétique, un processeur Intel i7 et un réseau de communication en temps réel.
Grâce à cette configuration, Adam peut non seulement apprendre en simulation. Mais aussi transposer ces acquis sur le terrain, dans des conditions bien plus rugueuses.
Et pour info, il n’a pas besoin de voir. Ce prototype a été entraîné pour se déplacer à l’aveugle. Les données de mouvement qu’il utilise ont été calibrées au millimètre pour correspondre à son ossature.
En fusionnant des enregistrements haute précision avec des bases de données publiques, les ingénieurs ont permis à Adam d’apprendre des gestes cohérents, fluides et adaptés à toutes sortes de situations.
À en croire ses concepteurs, ce type d’apprentissage optimise non seulement sa mobilité, mais aussi sa longévité. Moins d’usure mécanique, une meilleure efficacité énergétique et donc plus d’endurance
Alors, qu’est-ce que vous en dites ? Laissez-votre avis dans le commentaire !
Restez à la pointe de l'information avec LEBIGDATA.FR !
- Partager l'article :
Aujourd’hui les robots tentent à devenir des objets de rentabilité pour les entreprises, donc il ne faudrait surtout pas qu’il est des droits, ou qu’elle est une once de conscience ca deviendrait une forme de vie et leur industrialisation de l’esclavagisme.
On en est encore très loin, mais cela risque de provoquer de grands boulversements socio économiques.
Isaac Asimov a de beux jours devant lui