Le modèle d’entraînement du corps entier permet aux robots d’imiter les mouvements d’athlètes célèbres
Une équipe de chercheurs de l’IA et de la robotique à l’Université Carnegie Mellon, travaillant avec une paire de collègues de la société technologique Nvidia, a développé un nouveau modèle pour la formation de robots pour se déplacer comme des athlètes humains.
Dans leur article publié sur le arxiv Preprint Server, le groupe décrit comment ils ont développé la nouvelle approche pour permettre l’entraînement des mouvements athlétiques du corps complet avec des robots humanoïdes, et comment l’approche a fonctionné jusqu’à présent.
Dans leur nouvel effort, l’équipe de recherche a noté que la plupart des efforts pour former des robots pour faire les choses se concentrent principalement sur la locomotion. Le résultat a été le développement d’une multitude de robots capables de se déplacer très bien. Mais aucun d’entre eux, note l’équipe, ne le fait avec beaucoup de grâce; Ils manquent de fluidité ou d’athlétisme – des marques de mouvements animaux naturels. La réponse, selon eux, a été de déplacer l’accent sur l’utilisation de la formation du corps entier.
En cherchant à développer une formation du corps entier, l’équipe a constaté que les modèles de formation actuels manquaient d’adaptabilité et utilisaient souvent trop de paramètres, ce qui a entraîné des mouvements trop prudents. Cela les a amenés à développer un nouveau modèle en deux étapes ou un cadre tel qu’ils l’appellent.
La première étape consiste à former un module d’IA pour comprendre les vidéos de mouvement humain du corps entier – avec les points saillants reciblés pour considérer les capacités du robot en conjonction avec le suivi du mouvement. La deuxième étape consiste à collecter des données du monde réel pour identifier et concilier les différences entre les actions dans le monde réel (la façon dont les gens se déplacent dans les vidéos) et comment les robots peuvent se déplacer. Le résultat est un cadre que l’équipe appelle la simulation d’alignement et la physique réelle (ASAP).
Pour tester le nouveau cadre, les chercheurs ont formé un robot pour se familiariser aux fans de sport. Le robot a exécuté le célèbre coup de saute de fadeway de Kobe Bryant, le mouvement silencieux de LeBron James et le saut Siu de Cristiano Ronaldo avec un rotation en plein air. Chaque compétence du corps entier a été enregistrée lors de sa réalisation, et les résultats ont été affichés sur YouTube.
En les regardant, il est facile de reconnaître les célèbres mouvements et de noter les progrès réalisés dans l’amélioration du mouvement complet du corps. Mais il est également facile de voir que beaucoup plus de travail doit être fait avant qu’un robot ne soit jamais confondu avec un athlète humain professionnel.
![Retargement des mouvements vidéo humains aux mouvements du robot: (a) Les mouvements humains sont capturés à partir de la vidéo. (b) Utilisation du tramway [93]Le mouvement humain 3D est reconstruit dans le format de paramètre SMPL. (c) Une politique d'apprentissage par renforcement (RL) est formée à la simulation pour suivre le mouvement SMPL. (d) Le mouvement SMPL appris est reciblé au robot humanoïde de l'unité G1 dans la simulation. (e) La politique RL formée est déployée sur le vrai robot, exécutant la motion finale dans le monde physique. Ce pipeline garantit que les mouvements reciblés restent physiquement possibles et adaptés au déploiement du monde réel. Crédit: ARXIV (2025). Doi: 10.48550 / arxiv.2502.01143 Le nouveau modèle de formation permet aux robots d'imiter les mouvements d'athlètes célèbres tels que le saut de Cristiano Ronaldo](https://simseo.fr/wp-content/uploads/2025/02/1738887530_134_Le-modele-dentrainement-du-corps-entier-permet-aux-robots-dimiter.jpg)
