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 développement de la défense sud-coréenne et de DIDEN Robotics ont présente APT-RL (Action Pretrained Transformer-based Reinforcement Learning), un framework d'IA qui permet a un robot quadrupède de changer automatiquement de mode de locomotion selon le terrain. Teste sur le robot HOUND de KAIST, le système combine des compétences de déplacement preentrainees a partir de plus de 180 000 trajectoires de mouvement optimisées (soit 15,5 heures de simulation générées en seulement huit minutes) avec un apprentissage par renforcement qui décide 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 système de capture de mouvement externe. Lors d'essais en campus universitaire, en foret, sur terrain rocheux, escaliers, troncs et pierres de gué, HOUND a atteint une vitesse instantanée de 4,25 mètres par seconde, et jusqu'a 6 m/s en sautant depuis un escalier de trois marches, des chiffres que les auteurs présentent comme parmi les plus rapides jamais rapportes pour un quadrupède pilote par perception en conditions réelles.

Cette démonstration s'inscrit dans un enjeu central de la robotique legged: le fosse entre les gaits appris en simulation et leur robustesse une fois déployés sur terrain non structure. La plupart des robots quadrupèdes commerciaux (Spot de Boston Dynamics, Go2 d'Unitree) reposent encore sur des contrôleurs distincts ou des transitions de gait limitées a des scenarios pré-testes. En démontrant qu'une politique unique embarquée peut généraliser a des obstacles jamais vus, sans reentrainement, sans capture de mouvement extérieure, KAIST apporte un argument concret en faveur de la viabilité des architectures de type "un seul cerveau, plusieurs compétences" pour des missions d'exploration ou de recherche et sauvetage en environnement réel, ou la connectivité et l'infrastructure de tracking sont absentes. Reste que les chiffres de vitesse, notamment la pointe a 6 m/s en descente d'escalier, méritent d'être lus comme des pics instantanés obtenus dans des conditions contrôlées par l'équipe, pas comme une performance opérationnelle soutenue.

Le champ de la locomotion quadrupède a bascule ces dernières années vers l'apprentissage par renforcement en simulation massive (une approche popularisée par ETH Zurich et Boston Dynamics avec Spot, puis reprise par Unitree en Chine), avec un gain de robustesse mais une spécialisation encore forte par tache. APT-RL se distingue par sa méthode en trois étapes: preentrainement de briques motrices de base, apprentissage du séquencement de ces briques par renforcement, puis adaptation au déploiement réel via perception seule. Compare a des méthodes hiérarchiques et RL existantes, le framework affiche de meilleurs taux de réussite, des transitions de gait plus fluides et une meilleure efficacité énergétique, selon l'équipe. Les prochaines étapes évoquées par les chercheurs concernent l'extension a des missions de recherche et sauvetage et d'exploration autonome, sans toutefois de calendrier de déploiement industriel ou commercial précise a ce stade.