Les robots-serpents représentent l’avenir des secours. Leur corps élancé leur permet de naviguer dans des espaces étroits, des terrains accidentés et des surfaces aquatiques, pénétrant dans des endroits dangereux pour les humains. Cela pourrait sauver des vies dans des zones sujettes aux tremblements de terre, comme le Japon.
Cependant, ces robots pâtissent parfois d’être trop ‘serpentiformes’. Leur mouvement ondulatoire et rampant nécessite la coordination de multiples moteurs, ce qui épuise rapidement la batterie et limite leur utilité lors de missions prolongées.
Un groupe de recherche dirigé par le Dr Akio Yamano de la Graduate School of Engineering de l’Université métropolitaine d’Osaka a développé une intelligence artificielle pour robot-serpent qui optimise son mouvement de roulement par apprentissage par renforcement profond. Ce mouvement est aidé par un ‘tampon d’observation’ unique qui utilise les données des capteurs du robot pour analyser la vitesse angulaire, l’accélération et l’état du corps, stabilisant ainsi le mouvement de roulement et garantissant un déplacement en ligne droite précis.
Ils ont découvert qu’un mouvement de roulement, où la tête et la queue du robot se transforment en une structure circulaire et où le robot-serpent roule en déplaçant son centre de gravité, était plus efficace dans certaines situations, car il lui permettait d’utiliser la gravité plutôt qu’une puissance motrice constante.
« Nous avons constaté que sur un terrain plat, le mouvement de roulement atteignait environ deux fois la vitesse de déplacement par unité de consommation d’énergie par rapport au mouvement ondulatoire », explique le Dr Yamano.
Le mouvement le plus efficace consiste à utiliser un ‘mouvement ondulatoire’ sur un terrain accidenté et à passer à un ‘mouvement de roulement’ sur des surfaces plates. Mélanger les mouvements de roulement et d’ondulation pourrait prolonger la durée des missions dans les zones sinistrées et pour l’exploration planétaire.
À l’avenir, le Dr Yamano espère étendre ces capacités pour concevoir des robots capables de calculer le mouvement idéal, au lieu d’exécuter simplement des allures préprogrammées. « Notre groupe développe diverses capacités intéressantes », dit-il. « Nous visons à créer des robots qui évaluent autonomement la situation et utilisent des technologies de navigation précises pour accomplir des tâches utiles. »
Article : Deep reinforcement learning-based design with observation buffer of rolling motion for snake-like robots – Journal : Robotics and Autonomous Systems – Méthode : Computational simulation/modeling – DOI : Lien vers l’étude
Source : Osaka M.U.
