Le robot-chien qui imitait… les chiens (et les chevaux)

Des chercheurs britanniques viennent de présenter un nouveau cadre d’apprentissage par renforcement profond (DRL) pour la locomotion quadrupède, inspiré de stratégies de marche animales. Le cadre intègre des stratégies de transition de posture, une mémoire procédurale pseudo-posturale et des ajustements de mouvement adaptatifs pour une meilleure adaptabilité. Contrairement aux approches classiques qui s’appuient sur une seule stratégie de déplacement, ce cadre novateur reproduit la diversité des allures observées chez les animaux : trottinement pour les terrains irréguliers, course sur des surfaces homogènes et saut dans des conditions plus complexes, comme des zones glissantes.