Le contrôle du corps entier : comment les humanoïdes coordonnent jambes et bras

Levez-vous et tendez la main vers un objet posé sur une étagère haute. Observez ce que font vos jambes pendant que votre bras est encore en mouvement. Vos chevilles se raidissent, vos hanches reculent de quelques centimètres, votre poids bascule sur l’avant de vos pieds. Vous n’avez rien décidé de tout cela. Votre corps a résolu un problème de physique pour qu’au moment où vos doigts se referment sur l’objet, vous ne soyez pas déjà en train de tomber vers lui.

Un bras robotique boulonné à un établi n’a jamais ce problème. Sa base est un point fixe dans l’univers. Poussez-le et il ne bouge pas ; tendez-le vers un objet et rien ne bascule. Voilà pourquoi la majeure partie de ce que l’on appelle la manipulation robotique, et la majeure partie des données qui la sous-tendent, présuppose discrètement une base incapable de bouger.

Un humanoïde jette cette hypothèse par-dessus bord. Il doit se maintenir droit sur deux pieds tout en faisant précisément ce qui menace son équilibre. Ce couplage, entre rester debout et accomplir la tâche, est la raison pour laquelle le contrôle du corps entier est l’un des problèmes les plus difficiles du domaine, et la raison pour laquelle les données permettant de l’apprendre sont rares.

Le couplage que personne ne peut éviter

Le nom technique de cette difficulté, c’est qu’un robot à jambes est sous-actionné. Il n’y a aucun moteur entre ses pieds et le sol. La seule façon dont il peut déplacer son centre de masse est indirecte, par le contact : les forces de frottement et les forces normales là où chaque pied rencontre le sol. Chaque mouvement du bras change la donne. Balancez un outil lourd sur le côté et votre centre de masse dérive vers lui. Tendez les deux bras pour rattraper une boîte qui tombe et la réaction repousse votre torse en arrière. Sur un bras fixe, ces effets se dissipent dans les boulons de la table. Sur un humanoïde, ils retombent sur deux petites zones de contact qui doivent en outre maintenir la machine debout.

Ainsi, un geste vers un objet n’est jamais un simple geste. C’est une demande de déplacement de masse, et les jambes doivent y répondre avant que la main n’arrive. Les fabricants ont rendu la moitié « équilibre » presque anodine. Boston Dynamics a montré Atlas courir, sauter et se rétablir après une bousculade, et le Digit d’Agility arpente les entrepôts et transporte des bacs pendant des heures. La question ouverte est de savoir ce qui se passe lorsque le même corps doit à la fois s’équilibrer et réaliser une manipulation fine et vigoureuse, les deux objectifs se combattant activement l’un l’autre.

Sur un humanoïde, un geste vers un objet n’est pas un geste. C’est une demande de déplacer de la masse à travers le corps, et les jambes doivent l’accorder avant que la main n’arrive.

Le résoudre par le modèle

La réponse classique consiste à mettre la physique en équations et à laisser un optimiseur les respecter. Le contrôle du corps entier traite le robot comme un unique système couplé de dizaines d’articulations, puis résout, plusieurs fois par seconde, les couples articulaires qui suivent au mieux ce que veulent les bras tout en respectant ce dont ont besoin les jambes. Les contraintes sont dures, au sens littéral : les pieds ne doivent pas glisser, les forces de contact doivent rester à l’intérieur du cône de frottement, le centre de masse projeté doit se situer au-dessus de la région de support.

La commande prédictive par modèle, ou MPC, ajoute le temps. Au lieu de résoudre pour ce seul instant, elle déroule la dynamique sur un court horizon, une fraction de seconde, et choisit la séquence d’actions qui maintient le robot dans un état réalisable tout au long, puis résout de nouveau au top d’horloge suivant. C’est ainsi qu’une machine peut se pencher dans une poussée avant de basculer, parce qu’elle a vu la chute arriver quelques centaines de millisecondes à l’avance. La force de cette approche est qu’il n’est jamais nécessaire de lui enseigner la notion d’équilibre. L’équilibre est une contrainte à laquelle elle obéit par construction. Sa faiblesse est qu’elle a besoin d’un bon modèle du contact, et le contact est précisément là où les modèles sont les plus mauvais : à l’instant où un pied glisse ou une main se coince contre un tiroir bloqué, les équations bien rangées cessent de décrire la réalité.

Le résoudre par l’apprentissage

La réponse plus récente consiste à se passer du modèle écrit à la main et à laisser une politique (policy) découvrir la coordination par l’expérience, en général des millions de chutes à l’intérieur d’un simulateur physique. L’apprentissage par renforcement en simulation produit désormais couramment des contrôleurs qui marchent, se rétablissent et grimpent, et la même recette est poussée vers la loco-manipulation : des politiques qui déplacent la base et les mains en une seule action, plutôt que de traiter la marche et la préhension comme des modes distincts qui se relaient entre deux contrôleurs.

Là où cela devient intéressant, c’est dans la fusion avec les modèles de fondation. Le programme Isaac GR00T de NVIDIA vise exactement cela : une politique humanoïde générale, entraînée sur de la vidéo humaine, de la téléopération et de la simulation, qui produit une action du corps entier plutôt que des trajectoires limitées au bras. Une politique apprise présente un compromis inverse de celui de l’optimiseur. Elle gère avec aisance le contact désordonné, parce qu’elle a rencontré un million de contacts désordonnés à l’entraînement, mais elle n’offre aucune garantie : elle fait ce que ses données lui ont appris, et hors de cette distribution elle peut tout simplement tomber. Ce qui ramène l’argument aux données.

Pourquoi les données sont le goulot d’étranglement

Songez à ce qu’une démonstration doit contenir pour chacune de ces approches. Un extrait de manipulation à bras fixe a besoin de la trajectoire articulaire du bras et d’une caméra ; la base est une constante que l’on peut ignorer. Une démonstration du corps entier doit capturer les jambes, le torse, les contacts changeants sous les pieds et les forces qui parcourent toute la chaîne cinématique, le tout synchronisé, car le mouvement des jambes n’est pas le contexte autour de la tâche. Il fait partie de la tâche.

Voilà pourquoi les grands corpus ouverts de manipulation, ceux qui ont rendu possible l’apprentissage inter-incarnations, sont très majoritairement à base fixe. Mutualiser les démonstrations de bras entre laboratoires était déjà un effort héroïque. Mutualiser des démonstrations humanoïdes du corps entier, synchronisées et riches en contacts, est un problème plus difficile que le domaine commence à peine à affronter. L’espace d’état est plus grand, le rig de capture est plus lourd, et la personne qui le porte doit encore garder son propre équilibre tout en accomplissant la tâche de façon naturelle. Les synthèses de la littérature robotique récente et les reportages de médias comme IEEE Spectrum reviennent sans cesse au même manque : le matériel pour agir arrive plus vite que les démonstrations pour l’entraîner.

Le contrôle du corps entier n’est pas de la manipulation avec quelques articulations en plus. C’est un problème différent, parce que la chose contrôlée est aussi la chose qui se maintient droite, et les deux ne peuvent être dissociées. Que la réponse finisse par être un optimiseur qui respecte la physique, une politique qui a appris la physique, ou le mélange quasi certain des deux, tout cela repose sur le même fondement : il faut que quelqu’un enregistre ce que fait réellement un corps humain entier lorsqu’il s’approche d’une tâche et la mène à bien. Cet enregistrement est la partie rare, et il n’existe pas encore à l’échelle dont les robots auront besoin.