IA générative : Amélioration des capacités de saut et d’atterrissage des robots grâce à des designs optimisés

Utilisation de l'IA générative pour aider les robots à sauter plus haut et à atterrir en toute sécurité Les chercheurs Byungchul Kim et Tsun-Hsuan "Johnson" Wang, du MIT Computer Science and Artificial Intelligence Laboratory (CSAIL), ont mis en application les capacités d'intelligence artificielle générative (GenAI) pour améliorer les robots conçus par les humains. Cette démarche vise à optimiser non seulement les formes des structures, mais aussi leur fonctionnalité, en testant les idées en simulation avant leur fabrication finale. Le processus d'amélioration L'équipe du MIT CSAIL a commencé par créer un robot capable de sauter en hauteur. Ils ont utilisé un modèle de diffusion, une forme d'IA générative, pour générer des centaines de designs potentiels. Ce modèle est alimenté avec un vecteur de plongée initial, qui est une représentation numérique incluant des caractéristiques de haut niveau pour orienter les designs générés par l'IA. Après avoir testé 500 designs, ils ont sélectionné les 12 meilleurs en fonction de leurs performances en simulation. Ce processus a été répété cinq fois, permettant ainsi à l'IA de générer des designs de meilleure qualité. La clé de l'amélioration était la forme des pièces de jonction. Les pièces conçues par l'IA étaient courbées et ressemblaient à de grosses baguettes de tambour, tandis que les pièces rectilignes et rectangulaires conçues par les humains semblaient moins performantes. Ces courbures uniques ont permis au robot de stocker davantage d'énergie avant de sauter, ce qui a augmenté sa hauteur de saut de 41% par rapport à un robot humanoïde similaire. En moyenne, le robot IA a sauté à une hauteur d'environ 2 pieds, ou 60 cm. L'optimisation de l'atterrissage Après avoir optimisé le saut, les chercheurs ont utilisé une approche similaire pour améliorer la capacité du robot à atterrir en toute sécurité. Ils ont répété le processus d'optimisation jusqu'à ce qu'ils trouvent le design le plus performant, puis ont fabriqué ce design en 3D. Le résultat fut unrobot qui tombait beaucoup moins souvent, avec une amélioration de 84% en termes de stabilité à l'atterrissage. Cela signifie que le robot était nettement plus fiable et moins susceptible de se casser lors de ses déplacements. Les avantages de l'IA générative Byungchul Kim, co-auteur principal et postdoc au CSAIL, explique que l'avantage de cette méthode est sa capacité à trouver des solutions inhabituelles. Par exemple, l'idée primitive était de rendre les pièces de jonction aussi minces que possible pour alléger le robot, mais cela aurait rendu les structures fragiles. L'IA a proposé une forme unique qui maximisait l'énergie de saut tout en assurant la robustesse des pièces, montrant ainsi une compréhension plus fine de la mécanique sous-jacente. Vers des applications plus larges Cette expérience montre que l'IA générative pourrait être très utile pour améliorer la conception d'autres machines. Par exemple, une entreprise spécialisée dans la fabrication de robots industriels ou domestiques pourrait utiliser une approche similaire pour perfectionner ses prototypes, évitant ainsi des cycles interminables de tests et de modifications aux ingénieurs. Tsun-Hsuan "Johnson" Wang, co-auteur principal et étudiant diplômé au MIT CSAIL, voit de futures opportunités de développer des designs plus flexibles. Il imagine une utilisation de la langue naturelle pour guider l'IA dans la création d'un robot capable de saisir une tasse ou d'utiliser une perceuse électrique. Cette flexibilité permettrait de concevoir des robots adaptés à des tâches plus variées et complexes. Kim ajoute que l'IA pourrait également optimiser l'articulation des pièces, améliorant la hauteur de saut. De plus, l'équipe explore l'ajout de moteurs supplémentaires pour contrôler la direction du bond et potentiellement améliorer encore davantage la stabilisation lors de l'atterrissage. Perspectives futures Alors que le robot IA créé par cette équipe a surpassé son homologue humanoïde, les chercheurs estiment qu'il y a encore de la marge pour des progrès. Par exemple, l'utilisation de matériaux plus légers et compatibles avec la technique de l'impression 3D pourrait encore rehausser les performances. Cette collaboration entre l'IA et les ingénieurs ouvre des portes vers des innovations majeures dans le domaine de la robotique, offrant des perspectives excitantes pour l'avenir de cette technologie. Évaluation professionnelle Cette initiative souligne l'importance croissante de l'IA générative dans la conception et le développement de robots. MIT CSAIL, reconnu pour ses avancées technologiques, continue de repousser les limites en intégrant des modèles de diffusion pour optimiser les performances mécaniques. Cette approche pourrait révolutionner le secteur de la robotique, accélérant la phase de conception et permettant des innovations previously inconceivable.