Pourquoi les robots humanoïdes tombent encore (et comment ils se relèvent)

Les vidéos de robots humanoïdes qui s’effondrent brutalement en plein essai public ont largement circulé ces dernières années, souvent tournées en dérision. Mais derrière ces chutes se cache un problème d’ingénierie authentiquement difficile, et des progrès récents, documentés par des laboratoires comme Georgia Tech, montrent que la capacité à éviter la chute, et à s’en relever rapidement quand elle survient malgré tout, progresse concrètement, avec des chiffres à l’appui.

Pourquoi marcher sur deux jambes reste si difficile pour un robot

Contrairement à un robot à roues ou à quatre pattes, un robot bipède doit en permanence maintenir son centre de gravité au-dessus d’une base d’appui étroite et changeante, en anticipant chaque transfert de poids d’une jambe à l’autre. La moindre perturbation extérieure (un sol irrégulier, une bousculade, un objet imprévu sous le pied) peut suffire à faire basculer cet équilibre précaire, avec une marge de correction souvent inférieure à la seconde avant que la chute ne devienne inévitable.

💡 À SAVOIR Le « centre de gravité » d’un robot désigne le point où l’on peut considérer que se concentre l’ensemble de sa masse. Pour rester stable, ce point doit rester positionné au-dessus de la zone de contact des pieds avec le sol (la « base de support »). Dès que le centre de gravité sort de cette zone sans correction rapide, la chute devient mécaniquement inévitable, quelle que soit la sophistication du logiciel de contrôle.

Anticiper la chute avant qu’elle n’arrive : le travail de Georgia Tech

Une équipe du laboratoire de décision intelligente et de robotique autonome de Georgia Tech, dirigée par le chercheur Ye Zhao, a développé un système combinant des règles de logique formelle avec du contrôle prédictif par modèle, une technique qui permet une prise de décision en temps réel. Plutôt que de suivre un mouvement prédéterminé, le système évalue en continu si la trajectoire actuelle du robot va rester stable, et ajuste dynamiquement les prochains pas avant même qu’une chute ne se produise.

📝 NOTE Les tests réalisés sur le robot bipède Cassie, dans l’installation dédiée à l’augmentation humaine de Georgia Tech, ont montré une amélioration de 81 % de la capacité du robot à récupérer d’une instabilité, comparé aux essais précédents sans ce système. Les chercheurs ont utilisé un tapis roulant programmable capable de changements de direction et de vitesse imprévisibles, ainsi qu’un dispositif délivrant des chocs physiques contrôlés, pour pousser le robot dans ses derniers retranchements.

Le système n’est cependant pas infaillible : les chercheurs rapportent des performances plus faibles lors de la marche en descente, où le placement du pied jugé le plus sûr en théorie s’avère en réalité plus risqué en pratique, ainsi que des échecs de récupération lors de manœuvres extrêmes impliquant de grands pas ou des mouvements de jambes croisées.

Et une fois tombé, comment se relever ?

Éviter la chute reste préférable, mais elle demeure inévitable dans certaines situations. C’est là qu’intervient un second défi technique, tout aussi complexe : apprendre au robot à se relever seul, un mouvement qui implique des contacts multiples et changeants avec le sol (mains, genoux, coudes), bien plus difficiles à modéliser qu’une marche stable. Un framework baptisé HumanUp, testé sur le robot Unitree G1, illustre bien les progrès réalisés sur ce point précis.

• La méthode d’entraînement se déroule en deux phases : une première phase exploratoire, avec peu de contraintes, pour découvrir des mouvements de membres efficaces ; une seconde phase qui affine ces mouvements en gestes fluides et maîtrisés, exécutables de façon fiable par le robot réel.
• Le système a été testé sur des surfaces très variées : béton rugueux, neige glissante, herbe boueuse, carrelage, et des pentes allant jusqu’à environ 10 degrés.
• Le robot a appris à se relever aussi bien depuis une position ventrale (à plat sur le ventre) que dorsale (sur le dos), deux situations de chute qui demandent des séquences de mouvements très différentes.

Indicateur	Contrôleur intégré du robot	Framework HumanUp
Taux de réussite du relèvement	41,7 %	78,3 %
Variété de surfaces testées	Non précisée	Béton, neige, herbe boueuse, carrelage, pentes jusqu’à 10°
Positions de chute gérées	Limitées	Ventrale et dorsale

Pourquoi ces progrès comptent vraiment

• Un robot capable de se relever seul réduit considérablement le besoin d’intervention humaine constante sur une chaîne de production ou dans un environnement domestique, où une chute répétée immobiliserait autrement l’appareil en continu.
• La capacité à anticiper une instabilité avant la chute, plutôt que de simplement y réagir après coup, représente un changement d’approche significatif par rapport aux premières générations de robots bipèdes.
• Ces progrès restent complémentaires, pas suffisants à eux seuls : un robot qui tombe moins souvent et se relève plus vite reste, pour l’instant, plus lent et moins agile qu’un humain dans la plupart des tâches physiques concrètes, comme le rappelait d’ailleurs le bilan des déploiements en usine chez BMW.

Source : Georgia Tech Research