Les robots humanoïdes ne sont pas les seuls à bénéficier des avancées récentes de l’intelligence artificielle. Les robots quadrupèdes aussi apprennent de nouvelles choses, comme ces robots-chiens qui savent désormais faire du skateboard.

Ce projet est le fruit de chercheurs de l’université du Michigan aux États-Unis et de la Southern University of Science and Technology (SUSTech) en Chine, qui ont publié leurs résultats sur arXiv. Si des robots qui font du skateboard peuvent paraître inutiles, l’idée est d’explorer comment ils interagissent avec des objets. Pour cela, les chercheurs ont créé une infrastructure logicielle qu’ils ont baptisée Discrete-time Hybrid Automata Learning (DHAL). Le modèle de robot est le Go1 d’Unitree.

Regardez ces robots quadrupèdes faire du skateboard sur différentes surfaces. © Université du Michigan & SUSTech

DHAL est un système d’IA hybride, capable d’effectuer des transitions en deux modes : en temps continu et en temps discret. Autrement dit, il peut effectuer des mouvements fluides, puis changer d’action de manière soudaine. Contrairement aux méthodes existantes, DHAL n’a pas besoin que les transitions soient identifiées ni même de connaître leur nombre.

Cela permet aux robots de maîtriser l’usage du skateboard de manière beaucoup plus intuitive, et même de tirer un petit chariot. Les chercheurs ont équipé les robots de petits voyants colorés qui permettent d’identifier les différents modes utilisés par la plateforme.

Les chercheurs ont créé une page dédiée au projet avec de nombreuses vidéos sur GitHub. Ils comptent aussi y publier leur code source. DHAL permettrait de déployer des robots quadrupèdes dans le monde réel, et même d’effectuer des livraisons dans des bureaux ou entrepôts. Toutefois, les chercheurs comptent tester leur plateforme avec d’autres types de robots, et notamment la manipulation d’objets avec des mains robotiques, où ils pensent que DHAL sera capable de prédire le contact avec les objets avec plus de précision.