Robot modulaire avec IA s'adapte aux dommages

Robot modulaire avec contrôleur IA s'adapte aux dommages en temps réel

Des chercheurs de la Northwestern University ont développé un robot modulaire qui utilise l'IA pour générer des stratégies de locomotion. Chaque module est un nœud autonome doté d'une batterie, d'un moteur, d'une carte de traitement, de capteurs proprioceptifs et vestibulaires. Les liaisons pivotent à 360° autour de l'axe, permettant des actions de base : sauts, virages, roulades. La structure se connecte en 18 points avec des rotations de 120°, formant 435 configurations à deux modules. Les stations d'ancrage à base de boulons résistent aux charges dynamiques.

Le système repose uniquement sur des capteurs internes, sans aucune donnée de capture de mouvement externe. L'IA entraîne le contrôleur sur des simulations qui imitent l'évolution pour optimiser les trajectoires.

Comment fonctionne un module unique

Une unité unique démontre des manœuvres clés avec un degré de liberté :

• Sauts (F–I) : Rotation de la liaison génère l'impulsion pour le décollage.
• Virages sur place (J–M) : La stratégie est robuste face à l'inversion et maintient la direction de rotation.
• Roulade (N–P) : Résiste aux poussées arrière avec une récupération rapide.

Les modules échangent des données pour coordonner les assemblages. En cas de dommage ou de déconnexion, les nœuds restants restructurent les mouvements : sauts, reptation, locomotion ondulante pour atteindre l'objectif.

Entraînement de l'IA basé sur des politiques expertes

L'équipe a appliqué un modèle autorégressif, similaire aux LLMs, pour synthétiser des données sensoriomotrices. Des contrôleurs experts sont entraînés pour des scénarios :

• Robot intact (A, F).
• Perte d'un membre (B, D).
• Perte de deux membres (C).
• Perte de tous les quatre (E).

Le modèle prédit les actions à partir de l'historique des capteurs, formant une politique indépendante des amputations. Les tests ont montré une supériorité par rapport aux contrôleurs de base en cas de dommage :

• Retrait d'un membre arrière : + déplacement.
• Retrait des deux membres arrière : + déplacement.
• Ne reste qu'un module : + déplacement.

Pour les robots intacts, les performances correspondent au niveau expert.

Démonstrations de configurations multi-modules

Un assemblage de cinq modules maîtrise l'acrobatie :

• Sauts avec virage de 66° en l'air (B–F).
• Redressement autonome depuis position inversée (G–L) : flexion et torsion pour récupérer la pose.

Toutes les configurations sont entraînables pour ces actions. Le robot ignore les dommages imprévus, se concentrant uniquement sur aller du point A au point B.

Points clés :

• La modularité assure la tolérance aux pannes : le couper en deux n'arrête pas le mouvement.
• Le contrôleur IA utilise uniquement des données proprioceptives/vestibulaires.
• L'entraînement autorégressif synthétise des politiques pour tout dommage.
• 435 variantes à deux modules + assemblages multi-modules.
• Les benchmarks confirment les gains d'efficacité avec amputations.

Perspectives pour les applications en robotique

L'approche s'adapte aux tâches du monde réel : opérations de recherche et sauvetage, rovers planétaires. L'absence de dépendance à la morphologie simplifie le déploiement dans des environnements inconnus. Pour les développeurs intermédiaires/seniors, la clé est l'apprentissage par transfert des politiques expertes vers des modèles génératifs sans capture de mouvement. La mise en œuvre nécessite des simulateurs avec physique des charnières et connexions à haute charge.

— Editorial Team