Tech • IA • Robotique • Jeu
Le nouveau robot IA Unitree G1 vient de dépasser les compétences humaines
5/10INTRO
De récents résultats en robotique humanoïde montrent un apprentissage par imitation rapide, un meilleur contrôle du corps entier et des interfaces plus expressives, mais beaucoup de démonstrations très médiatisées manquent encore de validation indépendante et de métriques robustes en conditions réelles.
POINTS CLÉS
Workhorse de Berkeley apprend à partir de données humaines limitées
Le Hybrid Robotics Lab de l’UC Berkeley a présenté un système appelé Workhorse qui enseigne des tâches de corps entier à un Unitree G1 à partir d’un nombre limité de démonstrations humaines, plutôt que par téléopération du robot. Un seul démonstrateur a enregistré 2,2 heures de tri de boîtes, 1,2 heure de manipulation de valise et 13 minutes de rattrapage de boîtes à l’aide de cinq traceurs HTC Vive et d’une caméra DJI Osmo Action 4 fixée sur la poitrine. Le robot a ensuite utilisé la même position de caméra et appris les tâches sans réattribution directe des angles articulaires.
Les actions du robot incluent pousser, grimper et attraper
Dans une démonstration, le G1 a poussé une valise de 14 kilogrammes, l’a mise à plat avec sa jambe, est monté de 0,39 mètre dessus, a atteint une étagère haute puis a sauté au sol. Dans une autre, il s’est accroupi, a transporté des boîtes vers une étagère supérieure et a envoyé d’un coup de pied un troisième colis vers une étagère inférieure dans une seule séquence continue. La même plateforme a aussi appris à attraper des boîtes lancées après seulement 13 minutes d’exemples humains.
Une architecture en deux parties sépare planification et équilibre
Le système réduit le mouvement à seulement cinq points suivis: le torse, les deux poignets et les deux pieds. Un planificateur fondé sur la vision traite les quatre dernières images de la caméra ainsi que l’historique récent du mouvement, puis prédit les 1,16 secondes suivantes de ces points à 5 hertz. Un suiveur distinct du corps entier, entraîné par apprentissage par renforcement en simulation et fonctionnant à 50 hertz, convertit ce plan à court horizon en commandes articulaires tout en maintenant l’équilibre.
La robustesse vient d’erreurs synthétiques, pas d’un entraînement aux poussées
Les chercheurs n’ont pas entraîné le robot sur des exemples de récupération après poussée, et pourtant la machine a retrouvé son équilibre après des coups au torse, une pression pendant un accroupissement, et même lorsqu’une boîte lui était arrachée des mains. Cette robustesse provenait en partie d’une injection délibérée d’erreurs pendant l’entraînement, notamment des décalages de commande allant jusqu’à 10 centimètres et 10 degrés, ainsi que des distorsions d’image de la caméra. Les figures humaines ont aussi été retirées des images d’entraînement et remplacées par un G1 rendu, afin de correspondre à ce que le robot verrait ensuite.
Les résultats en simulation sont prometteurs, mais les taux réels manquent
Sur 100 essais simulés dans une pièce numérisée, le système complet a accompli la tâche des trois boîtes dans 77 % des cas, un taux tombant à 64 % sous des poussées répétées de 40 newtons. Supprimer l’entraînement aux erreurs du planificateur faisait chuter le succès à 20 %, puis à 0 % en présence de perturbations. Malgré des démonstrations fortes, l’article ne donnait pas de taux complets de réussite en conditions réelles, et toutes les données provenaient d’une seule personne dans une seule pièce avec des modèles spécifiques aux tâches.
La méthode a été transférée à un autre humanoïde en simulation
La même approche a été adaptée au Unitree H2, plus grand, en remesurant cinq points de montage et en ne changeant que le modèle du robot en simulation. Le taux de réussite simulé annoncé était de 83 %, contre 77 % pour le G1, dans la marge d’erreur indiquée par l’étude. Cela suggère une certaine portabilité, sans encore constituer une preuve large de généralisation.
L’Université de Washington s’est concentrée uniquement sur l’attrapage
Un projet distinct de l’Université de Washington, Reflex, visait l’attrapage dynamique sur un G1 avec une seule caméra RGB-D embarquée. L’entraînement combinait apprentissage par renforcement pour l’attrapage en corps entier et prédiction apprise des trajectoires de boîtes à partir d’observations partielles et retardées. En simulation, un contrôle à partir de la seule caméra atteignait 85,7 % de réussite contre 87,9 % avec l’état réel de la boîte, mais retirer l’historique des images réduisait la performance de plus de 35 points.
L’attrapage en conditions réelles reste difficile
Sur matériel réel, Reflex s’est déplacé pour intercepter des lancers décentrés et a réussi 8 essais sur 20 dirigés sur le côté avec des colis de 0,5, 1 et 2 kilogrammes. L’équipe a publié le code, l’article et des relectures de simulation, offrant davantage de contrôle externe que beaucoup de démonstrations robotiques. Malgré cela, des taux complets en conditions réelles pour des lancers plus simples à hauteur de poitrine n’ont pas été fournis.
Westlake Robotics vise un travail domestique continu
Westlake Robotics a présenté WR1, un système humanoïde conçu pour combiner locomotion, posture et actions manuelles habiles dans un seul flux de contrôle. Dans les démonstrations, le robot a sorti du maïs d’un réfrigérateur, l’a placé dans une friteuse à air, a traîné un panier tout en ramassant des jouets au sol, puis a remis un lit en ordre dans une séquence ininterrompue. L’entreprise a aussi mis en avant une démonstration publique de pliage de vêtements, dont deux robots coordonnés sur un pantalon.
Les visages robotiques expressifs progressent plus vite que les preuves d’émotion
L’attention virale s’est aussi portée sur un visage robotique en silicone XROTDoll qui enchaînait des expressions joyeuses, en colère, tristes et surprises en 15 secondes. La mécanique de tels systèmes est relativement claire, avec de petits moteurs actionnant sourcils, paupières et commissures des lèvres, mais la pile de contrôle et le caractère autonome ou scénarisé de l’interaction restent flous. Dans l’ensemble du secteur, les visages expressifs deviennent plus convaincants, mais l’affichage visible d’émotions en dit encore peu sur un ressenti ou une expérience interne de la machine.
CONCLUSION
La robotique humanoïde évolue au-delà de mouvements de bras isolés vers des comportements intégrés de corps entier, un apprentissage plus rapide et des interfaces plus naturelles. Le principal manque n’est plus seulement l’absence de clips impressionnants, mais de références transparentes en conditions réelles montrant à quelle fréquence ces systèmes fonctionnent hors de mises en scène soigneusement contrôlées.
Poser une question