Imaginez un monde où un chien robot ne nécessite ni télécommande, ni joystick, ni script préprogrammé pour savoir quoi faire. Au lieu de cela, il écoute une voix humaine. C'est la frontière d'un domaine appelé la robotique, où les ingénieurs apprennent aux machines à se déplacer dans des mondes complexes et accidentés. Pendant des années, la méthode la plus fiable pour faire marcher un robot à quatre pattes a consisté à lui donner un modèle mathématique rigide de son propre corps et du sol sous ses pieds. Bien que cela fonctionne bien sur des sols plats, cela échoue souvent lorsque le terrain devient irrégulier ou que la situation change de manière inattendue. Une nouvelle approche, connue sous le nom d'apprentissage par renforcement profond, a changé la donne. Au lieu de s'appuyer sur un ensemble fixe de règles, ces robots apprennent à marcher par essais et erreurs, un peu comme un chiot apprenant à se tenir debout, découvrant finalement des manières de se déplacer stables qu'aucun ingénieur humain n'aurait pu concevoir à la main. Le défi qui subsiste est de savoir comment parler à ces systèmes appris. Donner un ordre simple à un robot comme « avance » est facile, mais lui demander de « marcher lentement vers la gauche en évitant une bosse » nécessite un pont entre le langage humain et le contrôle moteur de bas niveau du robot.

Des chercheurs de l'Institut de technologie de Harbin ont construit un système qui crée ce pont, permettant à un robot quadrupède de suivre des commandes en langage naturel libre. Leurs travaux, détaillés dans une étude récente, présentent une méthode où un robot écoute une phrase, comprend ce que la personne veut, et ajuste immédiatement son style de marche pour correspondre à cette intention. Le système ne repose pas sur une bibliothèque de mouvements spécifiques pré-écrits, tels qu'un « trot » ou un « galop », parmi lesquels le robot doit choisir. Au lieu de cela, il traduit les mots directement en ajustements continus de vitesse et de direction. Lorsqu'un utilisateur dit « marche vers l'avant lentement », le cerveau du robot comprend qu'il doit réduire sa vitesse de marche tout en maintenant son équilibre, et il exécute ce changement en temps réel. Cela est réalisé en combinant deux technologies distinctes : un processeur de langage qui comprend la parole humaine, et un algorithme d'apprentissage qui contrôle les muscles du robot.

La partie linguistique du système agit comme un traducteur. Elle prend une phrase comme « tourne brusquement à gauche » et la décompose en deux morceaux d'information : l'objectif général, qui est de tourner, et les chiffres spécifiques nécessaires pour le faire, comme la vitesse de rotation. Les chercheurs ont utilisé une version légère d'un modèle de langage moderne pour accomplir cette tâche. Ce modèle a été entraîné sur des milliers d'exemples de commandes couplées aux actions correctes du robot. Il est conçu pour être assez rapide pour fonctionner sur un robot sans le ralentir. Une fois que le système a compris la commande, il transmet cette information au cerveau de contrôle du robot. Ce cerveau de contrôle est un réseau neuronal qui a été entraîné à marcher en utilisant une méthode appelée optimisation de politique proximale. Ce processus d'entraînement implique que le robot essaie de marcher dans une simulation informatique de haute fidélité, recevant des récompenses pour rester debout et se déplacer efficacement, et améliorant progressivement sa stratégie sur des millions de tentatives.

Ce qui rend ce nouveau système unique est la façon dont il connecte le traducteur de langage au contrôleur de marche. Plutiment que de forcer le robot à choisir parmi un menu limité de comportements prédéfinis, le système utilise l'entrée linguistique pour pousser doucement les objectifs du robot et son système de récompense. Si la commande est de marcher lentement, le système ajuste la vitesse cible du robot et modifie la façon dont il évalue son propre succès, rendant les pas lents et prudents plus gratifiants que des pas rapides et risqués. Cela permet au robot d'adapter sa démarche de manière continue. Il peut marcher vers l'avant, puis ralentir, puis tourner à gauche, tout cela basé sur un seul flux d'instructions parlées. Pour s'assurer que ce système fonctionne non seulement dans un ordinateur mais aussi sur une machine réelle, les chercheurs ont employé une stratégie d'enseignement. Ils ont d'abord entraîné un robot « enseignant » hautement capable dans la simulation avec un accès à des informations parfaites sur le monde, telles que la friction exacte du sol. Ensuite, ils ont entraîné un robot « élève » pour imiter les actions de l'enseignant en utilisant uniquement les données de capteurs bruitées et imparfaites qu'un vrai robot posséderait. Ce processus a aidé l'élève à apprendre à être robuste face aux réalités désordonnées du monde physique.

L'équipe a testé son système de manière intensive en simulation et sur un vrai robot Unitree A1, une petite machine à quatre pattes agile. Dans les simulations informatiques, le robot a suivi avec succès une grande variété de commandes, y compris des instructions complexes comme « marche lentement vers la gauche » ou « contourne l'obstacle rapidement ». Le système a montré un taux de réussite élevé, le robot complétant des tâches de base comme marcher vers l'avant ou tourner à gauche plus de 96 % du temps en simulation. Lorsque les chercheurs ont transféré le système sur le vrai robot, les résultats sont restés solides. Le robot a pu marcher vers l'avant, tourner et s'arrêter sur commande avec un taux de réussite dépassant les 93 % pour la plupart des actions. Le système s'est également avéré économe en énergie, utilisant moins de puissance par pas que les méthodes de contrôle traditionnelles ou d'autres approches basées sur l'apprentissage qui n'utilisaient pas ce conditionnement linguistique spécifique. Les chercheurs ont noté que le robot pouvait adapter ses mouvements en moins d'une seconde après avoir reçu une nouvelle commande, démontant une réactivité fluide difficile à atteindre avec les anciennes méthodes de contrôle.

Cependant, l'étude souligne également les limites de ce qui est actuellement possible. Le système fonctionne mieux avec des commandes claires et directes liées au mouvement et à la vitesse. Il n'est pas encore conçu pour gérer des conversations longues et complexes ou des instructions hautement ambiguës comme « fais quelque chose de cool ». Si un utilisateur donne une commande que le robot ne peut pas physiquement exécuter, telle que « vole sur la lune », le système n'est pas encore assez intelligent pour demander des clarifications ou expliquer pourquoi la requête est impossible. Les chercheurs ont constaté que, bien que le robot soit très bon pour suivre des instructions de mouvement spécifiques, sa capacité à se généraliser à de nouveaux types de langage ou d'environnements est encore limitée par les données sur lesquelles il a été entraîné. Les tests en conditions réelles étaient également relativement courts et ont eu lieu dans des conditions contrôlées, ce qui signifie que la fiabilité à long terme du système dans des environnements extérieurs imprévisibles n'a pas encore été pleinement prouvée.

Malgré ces limites, ce travail représente une étape significative vers une interaction plus naturelle entre l'homme et le robot. En montissant qu'un robot peut apprendre à marcher et être ensuite guidé par une parole simple sans avoir besoin d'une bibliothèque de tours préprogrammés, les chercheurs ont démontré une voie vers des machines plus intuitives à utiliser. Le système ne nécessite pas à l'utilisateur d'apprendre un nouveau code ou un ensemble spécifique de commandes ; il écoute simplement et répond. Le succès de la méthode d'entraînement enseignant-élève pour transférer les compétences de la simulation vers le monde réel suggère que cette approche pourrait être étendue à des robots plus complexes à l'avenir. À mesure que la technologie mûrira, l'écart entre l'intention humaine et l'action de la machine pourrait continuer de se réduire, permettant aux robots de devenir de véritables partenaires dans des environnements dynamiques et exigeants.