Entretien

« Boston Dynamics maîtrise tout le pipeline robotique », selon Justin Carpentier, chercheur à l'Inria

Mécatronique et contrôle... Justin Carpentier, chercheur en robotique humanoïde à l'Inria – l'Institut national de recherche en informatique – dévoile les secrets de Boston Dynamics pour faire danser ses robots.

Réservé aux abonnés
Justin Carpentier Inria
Justin Carpentier, chercheur en robotique humanoïde à l'Inria.

L'Usine nouvelle : La chorégraphie soignée des robots de l’américain Boston Dynamics a marqué la fin d’année. Est-ce une performance ?

Justin Carpentier : Ce n’est pas la première fois que des robots dansent. La méthode consiste à transférer les mouvements d’un danseur humain vers le robot, via un algorithme qui prend en compte les variations de morphologie. Cette fois-ci, la vidéo est impressionnante car le mouvement est dynamique et fluide. Il y a même un saut !

Quelles technos rendent possible ce dynamisme ?

J. C. : Pour construire la deuxième version de son robot Atlas, Boston Dynamics a optimisé la motorisation hydraulique, entièrement maison, via un système de « veines » à même le corps pour transporter le fluide. L’humanoïde dispose aussi de capteurs dernier cri et d’un très bon contrôle logiciel. La force de Boston Dynamics est de maîtriser tout le pipeline robotique. S’ils n’utilisent pas, ou peu, l’apprentissage automatique, leurs algorithmes parviennent à mobiliser l’ensemble des informations sensorielles pour régler l’équilibre d’Atlas et exploiter toutes ses capacités physiques.

Utiliser l’intelligence artificielle pour permettre l’apprentissage autonome sera-t-il la prochaine étape ?

J. C. : Certains essaient, comme, en Suisse, l’École polytechnique fédérale de Zurich et Anybotics, qui utilisent l’apprentissage pour faire marcher un robot quadrupède sur des sols irréguliers. Mais cela ne permet pas encore de réaliser des mouvements complexes. À plus long terme, la recherche vise à combiner apprentissage et algorithmes classiques de contrôle afin de générer des mouvements fondés sur la perception. L’apprentissage permettrait à un robot doté de vision de comprendre le sens du monde – identifier une porte ou une rambarde, par exemple – pour exploiter son environnement et y interagir.

Newsletter La Quotidienne
Nos journalistes sélectionnent pour vous les articles essentiels de votre secteur.
Les webinars
Les services L'Usine Nouvelle
Détectez vos opportunités d’affaires
Trouvez des produits et des fournisseurs