Un exosquelette portable permet désormais d’enseigner des gestes du quotidien aux robots humanoïdes. Il facilite la collecte de données rapide et complète pour l’apprentissage des mouvements.
Elon Musk nous promet que son optimus pourra repriser nos chaussettes, mais en attendant, une équipe de chercheurs apprend à ses robots à mettre une lessive en route ou nous servir un café. HumanoidExo est un système qui associe un exosquelette léger et des capteurs LiDAR pour capturer les mouvements d’un humain et les transmettre à un robot. Le dispositif devrait pallier la rareté des données réelles nécessaires à l’apprentissage de comportements complexes par les humanoïdes. Les tests portent sur des tâches allant de la manipulation simple à des gestes plus complexes. HumaioidExo reproduit les mouvements avec précision et enseigne de nouvelles compétences, comme la marche. Ce faisant, les robots apprennent des gestes composés de plusieurs étapes et ajustent leurs mouvements à différents environnements sans dépendre d’un grand nombre de démonstrations coûteuses.
Un exosquelette pour transmettre les gestes humains
Cet exosquelette portable est capable de suivre les mouvements du haut et du bas du corps. Un LiDAR installé sur le dos mesure les déplacements et la posture du torse. Des capteurs sur les bras et les mains enregistrent les rotations et angles des articulations. Chaque mouvement se traduit en trajectoires exploitables par le robot.
Pour le haut du corps, l’exosquelette aligne les rotations avec celles des articulations humaines. L’inclinaison et la flexion du coude entraînent le bras du robot, et les rotations du poignet sont captées par des IMU placées sur les avant-bras et les gants à retour de force. Les mouvements de l’épaule bénéficient de degrés de liberté supplémentaires, ce qui améliore la fluidité des gestes. Cette correspondance exacte permet au robot de reproduire fidèlement les mouvements humains dans des espaces restreints ou pour des gestes précis.
Les mouvements du bas du corps comprennent la marche, les squats et les transitions entre position debout et assise. La vitesse et la rotation du torse servent de commandes pour l’algorithme de contrôle de l’équilibre du robot. Le système intègre un module d’odométrie LiDAR qui assure une localisation précise dans des environnements variés, avec des variations de lumière ou de textures. L’exosquelette fournit une base solide pour l’enseignement de tâches complexes et la capture complète du mouvement humain, ce qui rend la collecte de données plus flexible et moins exigeante pour l’opérateur.
Des robots qui apprennent à marcher et manipuler grâce aux données fournies par l'exosquelette
L’équipe a testé HumanoidExo sur trois types de tâches : manipulation sur table, manipulation avec mouvements de squat et manipulation complète nécessitant déplacement et marche. Les résultats montrent que les robots atteignent des taux de réussite élevés même avec un nombre limité de démonstrations, renforcés par les données HumanoidExo.
Lorsqu'il a dû marcher jusqu’à une table puis placer un objet, il a acquis la compétence de marche uniquement à partir des données HumanoidExo. Le robot récupère après une perturbation physique, revient à sa position initiale et continue la tâche. La généralisation s’étend aux environnements nouveaux et aux objets jamais rencontrés. Ces expériences montrent que le système fournit des données capables d’enseigner des comportements adaptatifs face à des situations inédites.
Pour la manipulation de linge, le robot effectue des squats, saisit des vêtements et les place dans une machine à laver. Les mouvements s’ajustent en temps réel grâce aux informations de l’exosquelette, et l’algorithme maintient l’équilibre tout au long de la tâche. Le robot peut gérer des objets déformables, corriger des erreurs de placement et terminer la séquence sans assistance. Les expériences démontrent que des gestes complexes qui demandent coordination, équilibre et manipulation fine s’acquièrent avec un petit nombre de démonstrations, enrichies par HumanoidExo.
Les robots entraînés avec HumanoidExo réussissent des séquences de marche, saisie et placement d’objets avec un taux de réussite proche de 100 %. Comme quoi l’association de l’exosquelette et de la modélisation logicielle comble efficacement l’écart entre humains et robots. Les tests confirment que la collecte de données peut se faire indépendamment du robot principal, ce qui rend le processus extensible et économiquement viable pour des applications domestiques et industrielles.
Source : HumanoidExo
