L’Institut chinois d’intelligence artificielle générale de Pékin (BIGAI) a publié un nouveau cadre de mouvement de robot humanoïde, OmniXtreme, permettant aux robots d’effectuer une gamme de mouvements hautement dynamiques, notamment des backflips, des flairs de Thomas et des coups de pied d’arts martiaux.
Le cadre permet aux robots humanoïdes d’exécuter des dizaines de mouvements complexes avec un taux de réussite élevé dans des déploiements réels, permettant ainsi « à un algorithme de contrôler plusieurs mouvements » et améliorant considérablement l’efficacité de l’enseignement aux robots de compétences physiques avancées.
Réaliser des actions dynamiques et hautement coordonnées constitue depuis longtemps un défi majeur dans le contrôle des robots. Ces dernières années, l’apprentissage par renforcement a été largement utilisé, permettant aux robots d’apprendre des mouvements complexes grâce à une formation approfondie par simulation. Cependant, à mesure que le nombre et la complexité des mouvements augmentent, il devient plus difficile de maintenir la précision du contrôle.
Contrairement aux méthodes traditionnelles d’apprentissage par renforcement qui entraînent une seule politique à partir de zéro, OmniXtreme adopte un cadre d’apprentissage en deux étapes. Le système a atteint des taux de réussite de plus de 90 % sur plusieurs tâches hautement dynamiques sur des robots humanoïdes, selon BIGAI.
L’approche relève le défi consistant à équilibrer la fidélité du mouvement et l’évolutivité, et les chercheurs affirment qu’elle pourrait servir de cadre de nouvelle génération pour le mouvement généralisé des robots humanoïdes, jetant ainsi les bases permettant aux robots d’acquérir des compétences plus complexes à l’avenir.
