Des chercheurs de l'Université de technologie et de design de Singapour (SUTD) ont mis au point un système de sécurité innovant permettant à un robot grimpeur de se stabiliser lors d'une chute. Cette avancée, publiée dans la revue Results in Engineering, vise à surmonter l'un des principaux obstacles au déploiement de robots autonomes dans les escaliers : l'absence de protection fiable contre les accidents inévitables. Bien que les systèmes de prévention des chutes par planification de trajectoire et contrôle de l'équilibre soient utiles, ils ne peuvent pas empêcher un humain de marcher accidentellement dans le robot ou de provoquer un glissement. Sans mesure de mitigation, une perte d'équilibre entraîne une accumulation de vitesse potentiellement destructrice pour l'appareil, l'environnement et les passants. L'équipe, dirigée par le professeur Mohan Rajesh Elara du laboratoire ROAR, a développé un mécanisme basé sur l'apprentissage par renforcement. Le robot, un modèle à chenilles équipé d'un bras articulé à trois degrés de liberté, apprend par simulation à réagir aux cinq modes de chute identifiés sur les escaliers : chute vers l'arrière, deux variantes de basculement et deux chutes latérales. L'intelligence artificielle contrôle ce bras pour offrir un point d'appui géométrique minimal mais efficace face à toutes ces situations, une tâche trop complexe pour une programmation manuelle traditionnelle. Au cours des tests en simulation, le contrôleur formé par apprentissage par renforcement a atteint un taux de succès moyen de 69,4 % pour arrêter la chute et ramener le robot à une position stable. En comparaison, une approche basée sur des règles prédéfinies n'a réussi qu'à 38,6 % des tentatives et a souvent aggravé la situation. Lorsqu'elle fonctionne, la stratégie de l'IA stabilise le robot en moyenne en 4,25 secondes, respectant l'objectif de dix secondes fixé par les chercheurs. Une découverte majeure concerne la robustesse du système. Le contrôleur, entraîné sur un seul robot et une configuration d'escalier spécifique, a été testé sur des plateformes plus grandes ou plus petites et sur des escaliers aux dimensions modifiées, sans nouvel apprentissage. Sur un robot plus grand, le taux de réussite a même grimpé à 87 %. Ces résultats indiquent que le système a appris une stratégie de reprise généralisable plutôt que de mémoriser des géométries spécifiques, permettant une réutilisation potentielle sur une famille de robots de morphologie similaire. Toutefois, les chercheurs reconnaissent que le taux de réussite actuel ne suffit pas pour répondre aux normes de sécurité strictes comme la norme IEC 61508 requise pour une fonction de sécurité autonome. Pour une déploiement industriel, il sera nécessaire d'améliorer la performance du contrôleur, d'intégrer des mesures de compensation telles que des freins mécaniques et de renforcer les couches de prévention en amont. De plus, des exigences d'explicabilité devront être satisfaites via des modèles de substitution pour garantir la traçabilité des décisions de l'IA. La validation physique se déroulera prochainement sur une plateforme de test simplifiée avant une intégration sur des escaliers réels. Selon le professeur Elara, l'objectif est de faire de ce système une couche de défense crédible au sein d'une architecture de sécurité plus large. Démontrer une fiabilité et une auditabilité suffisantes permettra de transformer les robots grimpeurs d'objets redoutés en outils de confiance pour les opérateurs. Ce travail, soutenu par deux programmes nationaux singapouriens, fait partie d'un programme plus vaste visant à sécuriser le fonctionnement des robots mobiles reconfigurables.