Des chercheurs de l’université d’État de Caroline du Nord ont mis au point une nouvelle méthode qui emploie l’intelligence artificielle et des simulations informatiques pour entraîner des exosquelettes robotiques. Ils aident de manière autonome les utilisateurs à économiser de l’énergie en marchant, en courant et en montant des escaliers. Ces exosquelettes promettent des mouvements plus sûrs et plus efficaces pour les ouvriers d’usine et les astronautes, ainsi qu’une mobilité améliorée pour les personnes handicapées.
La méthode, qui repose sur l’apprentissage par renforcement, permet à un contrôleur intelligent de fournir une assistance continue et fluide pour diverses activités sans nécessiter de tests humains. Cela représente une avancée majeure par rapport aux exosquelettes traditionnels qui doivent être préprogrammés pour des activités spécifiques et des individus particuliers, sur la base de tests longs, coûteux et intensifs.
Un squelette qui connaît son possesseur
Le système développé s’appuie sur trois réseaux neuronaux interconnectés : l’imitation des mouvements, la coordination musculaire et le contrôle de l’exosquelette. Ensemble, ils permettent au contrôleur de s’adapter rapidement à l’utilisateur. En seulement huit heures, le dispositif peut s’adapter au corps d’une personne, et lui permettre de marcher, courir et monter des escaliers avec une transition fluide entre ces mouvements.
Les résultats montrent des réductions significatives de la dépense énergétique : 24,3 % pour la marche, 13,1 % pour la course et 15,4 % pour la montée des escaliers. Ces chiffres ont été obtenus en comparant les performances des sujets humains avec et sans l’exosquelette. Le cadre de cette recherche propose une approche « d’apprentissage en simulation » qui réduit considérablement le temps et les ressources nécessaires pour développer des exosquelettes. Le contrôleur apprend et s’améliore in silico, rendant l’exosquelette plus performant dans des situations réelles.
Pour en savoir plus :
Source archive Kessel : https://qant.kessel.media/posts/pst_9c219cbf3e9948fdb819c1790eccc930
