FALCON de Carnegie Mellon a doublé la précision du contrôle des robots humanoïdes
Des scientifiques du Laboratoire de Robotique Adaptative de l’Université Carnegie Mellon ont créé un système appelé FALCON, qui améliore considérablement la capacité des robots humanoïdes à effectuer des tâches complexes avec de lourdes charges de force. C’est une véritable percée dans le domaine de la robotique, ouvrant de nouvelles possibilités pour l’application de robots dans des conditions réelles.
La principale caractéristique de FALCON réside dans son architecture, composée de 2 agents d’intelligence artificielle séparés qui travaillent comme une seule unité. Le premier agent est responsable de la marche stable et de l’équilibre, tandis que le second contrôle les mouvements précis des mains en tenant compte de la force appliquée. Grâce à une telle division des fonctions, les robots peuvent apprendre dans un environnement virtuel à effectuer des tâches physiques réelles nécessitant non seulement de la précision, mais aussi une force significative.
Après l’entraînement en simulation, les robots sont capables d’effectuer des actions telles que déplacer des objets lourds, ouvrir des portes massives ou maintenir l’équilibre sous des influences externes, par exemple, lorsqu’ils sont poussés. C’est un pas significatif en avant par rapport aux systèmes de contrôle précédents.
L’un des principaux avantages de FALCON est sa polyvalence. Le système ne nécessite pas de configuration complexe pour chaque nouveau modèle de robot. Les chercheurs l’ont testé sur 2 plateformes complètement différentes — Unitree G1 et Booster T1. Et dans les deux cas, les résultats se sont avérés impressionnants. La précision du contrôle des mains a augmenté de 100%, et la stabilité lors de l’exécution de tâches de force a atteint le niveau des exigences industrielles.
Le système FALCON peut supporter des charges jusqu’à 100 newtons, ce qui représente près d’un tiers du poids propre du robot.
Je suis vraiment surpris ! FALCON offre pour la première fois une solution efficace au problème du contrôle simultané de l’équilibre et de l’impact de force. Ce qui historiquement a été l’un des principaux obstacles à l’application de robots humanoïdes dans des tâches de force réelles.
