Un groupe de recherche dirigé par Wang Yuchen, boursier de recherche JSPS (DC2) à l'école supérieure de l'université de Tohoku, en collaboration avec l'université des sciences et technologies de Wittayasirimethi en Thaïlande, a développé un cadre dans lequel l'IA peut extraire la structure de récompense et les règles de coordination des pattes qui génèrent la marche à partir de quelques pas de données de marche d'insectes bâtons.
L'intérêt pour les robots à plusieurs pattes capables de franchir des obstacles et des vides inaccessibles aux robots à roues ne cesse de croître. Ils peuvent ainsi intervenir sur des sites sinistrés jonchés de décombres ou sur des surfaces inconnues comme la Lune et Mars. Pour y parvenir, il a fallu résoudre le problème de la coordination : comment et quand actionner les nombreuses pattes et articulations ?
Par conséquent, au lieu de laisser les humains concevoir la fonction de récompense (structure de récompense ; une représentation numérique de « ce qui est considéré comme bon » dans l'apprentissage), le groupe de recherche a adopté l'apprentissage par renforcement inverse (un cadre d'interprétation de « ce qui est visé » à partir des données) pour estimer la structure de récompense elle-même — « ce que les insectes considèrent comme bon lorsqu'ils marchent » — à partir des données de mouvement d'insectes qui marchent déjà bien.
Dans cette étude, l'IA a extrait la structure de récompense et les règles de coordination des pattes qui génèrent la marche à partir de quelques pas seulement de données de marche d'un phasme, sans aucune intervention humaine. En utilisant uniquement des données de marche sur terrain plat comme données d'entraînement, l'IA a démontré une coordination des pattes flexible similaire à celle d'un organisme vivant, même sur un terrain accidenté et dans des situations où une patte était manquante.
Lorsque des stratégies de contrôle inspirées d'un modèle de phasme ont été directement appliquées à un robot hexapode de taille et de structure différentes, celui-ci a rapidement acquis une marche coordonnée et directionnelle, et l'apprentissage de la marche s'est avéré environ trois fois plus rapide qu'avec les méthodes conventionnelles. On s'attend à ce que cela permette la réalisation de robots multipattes capables de s'adapter avec souplesse à des environnements inconnus, tels que les sites sinistrés.
Informations sur l'article : [Bioinspiration et biomimétisme] Du comportement des insectes à la locomotion robotique transposable : inférence des principes locomoteurs incarnés à partir de données limitées via l'apprentissage par renforcement inverse antagoniste
