Anymal « Parkour » les obstacles et court sur les gravats

Le robot marcheur Anymal maîtrise depuis longtemps le sol rocailleux des chemins de randonnée helvétiques. Des chercheurs de l'ETH Zurich lui ont maintenant appris de nouvelles compétences : le robot se débrouille désormais très bien dans le « Parkour », ce sport à la mode qui consiste à franchir des obstacles dans l'espace urbain avec des mouvements athlétiques et en souplesse. Anymal se débrouille également très bien sur des terrains impraticables, comme sur un chantier ou dans une zone sinistrée.
Pour apprendre ces capacités au robot marcheur, deux équipes du groupe de Marco Hutter, professeur au Département de génie mécanique et des procédés, ont suivi des approches différentes. 

Nikita Rudin, doctorant à l'EPFZ, qui pratique le parkour pendant son temps libre, travaille dans l'une des équipes. « Avant que nous ne commencions le projet, certains de mes collègues chercheurs pensaient que tout avait déjà été réalisé dans le développement de robots marcheurs », raconte-t-il. « Je me suis opposé à cela. Car j'étais convaincu qu'il était possible d'aller encore plus loin avec la mécanique des robots marcheurs : » 
Avec sa propre expérience du « Parkour » en tête, il a essayé d'exploiter encore plus les possibilités d'Anymal. Il y est parvenu en apprenant de nouvelles compétences au robot marcheur grâce à l'apprentissage automatique. Anymal est désormais capable de grimper des obstacles et d'en redescendre par des mouvements dynamiques.
L’animal-robot a ainsi appris par essais et erreurs, comme un enfant. Lorsqu’il bute face à un obstacle, il reconnaît le type qu'il doit franchir à l'aide d'une caméra et d'un réseau neuronal artificiel. Il exécute alors les mouvements qu'il a appris auparavant lors de l'entraînement comme étant prometteurs.
Est-ce la fin de ce qui est techniquement possible ? « C'est en grande partie le cas pour les différentes compétences nouvellement apprises », concède Rudin. Mais de nombreux progrès sont encore possibles. Par exemple, lorsque le robot marcheur doit non seulement résoudre des tâches prédéfinies, mais aussi se déplacer en général sur des terrains difficiles, par exemple dans un champ de ruines.

Rendre le robot marcheur apte à de telles applications était l'objectif d'un autre projet du collègue de Rudin, Fabian Jenelten. Le doctorant de l'EPFZ ne s'est pas appuyé uniquement sur l'apprentissage automatique, mais l'a combiné avec une approche connue de la technique de régulation, la régulation dite basée sur un modèle. Des mouvements de base difficiles à apprendre, comme la reconnaissance et le franchissement de creux dans le sol dans un champ de décombres, peuvent ainsi être plus facilement enseignés à un robot. L'apprentissage automatique, quant à lui, aide le système à apprendre des schémas de mouvements de manière à ce qu'il puisse les appliquer de manière flexible dans des situations imprévues. « En combinant les deux approches, nous pouvons tirer le maximum d'Anymal », explique Jenelten.
Par conséquent, le quadrupède a désormais une capacité accrue de se stabiliser sur des surfaces glissantes ou parmi des débris instables. Il est envisagé de le déployer prochainement dans des environnements à haut risque, tels que les zones de construction ou les sites où la présence humaine s'avère périlleuse, à l'instar de l'inspection de bâtiments effondrés après une catastrophe. Génial !