Les deux versions sont alignées bloc par bloc, dans l’ordre du texte : titre, l’essentiel, puis paragraphe par paragraphe. Quand la traduction a fusionné ou scindé un paragraphe, la case correspondante reste vide — on ne rapproche jamais deux passages au jugé.
Eine Kiste, ein menschlicher Körper im Gleichgewicht, mehrere Kontaktpunkte mit dem Boden: Für einen Roboter ist daraus eine Kette kleiner Unsicherheiten. Ein Team des Robotics & AI Institute und von Boston Dynamics zeigt nun eine Methode, mit der Roboter Klettern, Radschlagen und Rückwärtssaltos aus Bewegungsdaten, Videos oder Animationen lernen können – direkt auf der Hardware.
Une caisse, un corps humain en équilibre, plusieurs points de contact avec le sol : pour un robot, tout cela forme une succession de petites incertitudes. Une équipe de Robotics & AI Institute et de Boston Dynamics présente désormais une méthode permettant aux robots d'apprendre à grimper, à faire la roue et à effectuer des saltos arrière à partir de données de mouvement, de vidéos ou d'animations, directement sur le matériel.
Viele spezifische Bewegungsabläufe mussten bislang einzeln trainiert werden. Der neue Ansatz bündelt diese Beispiele: Statt jede Bewegung separat vorzugeben, lernen die Maschinen Fähigkeiten aus vorhandenem Bewegungsmaterial. Dazu können auch Videos dienen, die mit einem Handy aufgenommen wurden. Die Methode wurde im Fachmagazin Science Robotics vorgestellt.
Jusqu'à présent, de nombreux enchaînements de mouvements spécifiques devaient être entraînés séparément. La nouvelle approche regroupe ces exemples : au lieu d'indiquer chaque mouvement individuellement, les machines apprennent des compétences à partir de contenus de mouvement existants. Il peut notamment s'agir de vidéos enregistrées avec un smartphone. La méthode a été présentée dans la revue spécialisée Science Robotics.
Die Schwierigkeit liegt nicht nur in der Bewegung selbst. Menschliche Abläufe verlangen Geschicklichkeit, Agilität und Koordination; zugleich verändert sich der Kontakt zum Boden. Unterschiedliche Bodenbeschaffenheiten und Ungenauigkeiten in der Umgebung erschweren die Steuerung. Genau deshalb gelten menschenähnliche Bewegungen in der Robotik als besonders anspruchsvoll.
La difficulté ne réside pas uniquement dans le mouvement lui-même. Les gestes humains exigent de l'habileté, de l'agilité et de la coordination ; parallèlement, le contact avec le sol change. La diversité des surfaces et les imprécisions de l'environnement compliquent le pilotage. C'est précisément pour cette raison que les mouvements humanoïdes sont considérés comme particulièrement difficiles en robotique.
Und dann? Wenn sich der Ansatz weiter bestätigt, könnte das Training humanoider Roboter vielseitiger werden: Neue Bewegungsfähigkeiten ließen sich aus Daten, Videos oder Animationen ableiten, anstatt jede einzelne Abfolge von Grund auf zu trainieren. Das wäre vor allem für Roboter relevant, die künftig alltägliche Aufgaben übernehmen sollen. Vorerst bleibt es bei einer Forschungsarbeit.
Et ensuite ? Si l'approche continue de se confirmer, l'entraînement des robots humanoïdes pourrait gagner en polyvalence : de nouvelles capacités motrices pourraient être déduites de données, de vidéos ou d'animations, plutôt que d'entraîner chaque séquence individuellement à partir de zéro. Cela serait surtout pertinent pour les robots appelés à effectuer des tâches quotidiennes. Pour l'instant, il s'agit encore d'un travail de recherche.