Une équipe de chercheurs avec Robotic Systems Lab en Suisse et Intelligent Systems Lab en Allemagne et aux États-Unis a trouvé un moyen d'appliquer l'apprentissage automatique à la robotique pour donner à ces machines de plus grandes capacités. Dans leur article publié dans la revue Robotique scientifique , le groupe décrit comment ils ont appliqué l'apprentissage automatique à la robotique et, ce faisant, ont donné à un robot canin plus d'agilité et de vitesse.

L'apprentissage automatique a beaucoup fait l'actualité ces derniers temps, car de tels systèmes continuent de s'appuyer sur les capacités humaines en leur donnant des capacités sans précédent. Dans ce nouvel effort, les chercheurs ont cherché à appliquer une partie de cette même amélioration à un robot ressemblant à un chien appelé ANYmal, une machine non attachée de la taille d'un gros chien qui peut se déplacer de manière très ressemblante à celle d'un vrai animal. ANYmal a été créé à l'origine par une équipe de Robotic Systems Lab et a été commercialisé. Maintenant, la société s'est associée à Intelligent Systems Lab pour donner au robot la capacité d'apprendre à faire les choses qu'il fait par la pratique, plutôt que par la programmation.

L'apprentissage automatique fonctionne en définissant des objectifs pour un système, puis en lui donnant un moyen de tester des moyens d'atteindre ces objectifs, en s'améliorant continuellement à mesure que les repères sont atteints. Les tests sont répétés, parfois des milliers de fois. De tels tests sont difficiles avec un robot à la fois en raison des nombreux facteurs impliqués (tels que tous les attributs impliqués dans le maintien de l'équilibre) et en raison de l'énorme investissement en temps. Après avoir trouvé un moyen de résoudre le premier problème, les chercheurs ont trouvé un moyen de contourner la seconde. Au lieu d'avoir N'IMPORTE QUELLE lutte à travers son régime d'apprentissage dans le monde réel, les chercheurs ont créé une version virtuelle du robot qui pourrait fonctionner sur un simple ordinateur de bureau.

Les chercheurs notent que permettre au robot d'apprendre dans son incarnation virtuelle était environ 1000 fois plus rapide qu'il ne l'aurait été dans le monde réel. Ils ont laissé le chien virtuel s'entraîner jusqu'à 11 heures, puis ont téléchargé les résultats sur le robot physique. Les tests ont montré que l'approche fonctionnait très bien. La nouvelle version améliorée d'ANYmal était plus agile (capable d'empêcher un humain de le renverser et pourrait se redresser s'il tombait) et elle fonctionnait environ 25 % plus rapidement.