Le robot-chien coréen apprend un mouvement animal grâce à l'IA pour franchir forêts et escaliers

Les chercheurs du Korea Advanced Institute of Science and Technology (KAIST), de l'Universite Korea, de l'Agence de developpement de la defense sud-coreenne et de DIDEN Robotics ont presente APT-RL (Action Pretrained Transformer-based Reinforcement Learning), un framework d'IA qui permet a un robot quadrupede de changer automatiquement de mode de locomotion selon le terrain. Teste sur le robot HOUND de KAIST, le systeme combine des competences de deplacement preentrainees a partir de plus de 180 000 trajectoires de mouvement optimisees (soit 15,5 heures de simulation generees en seulement huit minutes) avec un apprentissage par renforcement qui decide quand basculer entre marche, bond, escalade ou saut. Le tout fonctionne uniquement avec des capteurs embarques, une camera de profondeur et un LiDAR 2D, sans systeme de capture de mouvement externe. Lors d'essais en campus universitaire, en foret, sur terrain rocheux, escaliers, troncs et pierres de gue, HOUND a atteint une vitesse instantanee de 4,25 metres par seconde, et jusqu'a 6 m/s en sautant depuis un escalier de trois marches, des chiffres que les auteurs presentent comme parmi les plus rapides jamais rapportes pour un quadrupede pilote par perception en conditions reelles.

Cette demonstration s'inscrit dans un enjeu central de la robotique legged: le fosse entre les gaits appris en simulation et leur robustesse une fois deployes sur terrain non structure. La plupart des robots quadrupedes commerciaux (Spot de Boston Dynamics, Go2 d'Unitree) reposent encore sur des controleurs distincts ou des transitions de gait limitees a des scenarios pre-testes. En demontrant qu'une politique unique embarquee peut generaliser a des obstacles jamais vus, sans reentrainement, sans capture de mouvement exterieure, KAIST apporte un argument concret en faveur de la viabilite des architectures de type "un seul cerveau, plusieurs competences" pour des missions d'exploration ou de recherche et sauvetage en environnement reel, ou la connectivite et l'infrastructure de tracking sont absentes. Reste que les chiffres de vitesse, notamment la pointe a 6 m/s en descente d'escalier, meritent d'etre lus comme des pics instantanes obtenus dans des conditions controlees par l'equipe, pas comme une performance operationnelle soutenue.

Le champ de la locomotion quadrupede a bascule ces dernieres annees vers l'apprentissage par renforcement en simulation massive (une approche popularisee par ETH Zurich et Boston Dynamics avec Spot, puis reprise par Unitree en Chine), avec un gain de robustesse mais une specialisation encore forte par tache. APT-RL se distingue par sa methode en trois etapes: preentrainement de briques motrices de base, apprentissage du sequencement de ces briques par renforcement, puis adaptation au deploiement reel via perception seule. Compare a des methodes hierarchiques et RL existantes, le framework affiche de meilleurs taux de reussite, des transitions de gait plus fluides et une meilleure efficacite energetique, selon l'equipe. Les prochaines etapes evoquees par les chercheurs concernent l'extension a des missions de recherche et sauvetage et d'exploration autonome, sans toutefois de calendrier de deploiement industriel ou commercial precise a ce stade.