A l'ère de l'IA et du tout autonome, nous assistons à une "pluie" d'innovations et d'avancées dans les domaines tels que la robotique ou l'apprentissage en profondeur DRL (Deep Reinforcement Learning). Et justement, c'est une percée loin d'être anecdotique qui s'invite dans notre émission Taïwan en ébul'action. Une équipe de chercheurs de l'Université normale nationale de Taïwan a réussi à entraîner et former un robot humanoïde aux prouesses de contrôle non linéaire telles que maîtriser, diriger et garder l'équilibrer sur un scooter électrique standard, en recourant à la méthode d'apprentissage DRL.

Dans leur processus, les chercheurs ont d'abord entraîné le robot paramétré sur la plateforme de simulation GPU Isaac Gym du géant NVIDIA pour élaborer ces entraînements complexes de DRL localement sur une seule carte graphique, réduisant considérablement le temps et les ressources informatiques auparavant nécessaires. Ensuite, après validation de leurs évaluations, ils ont transféré efficacement des compétences apprises dans un environnement virtuel vers des robots physiques, ouvrant ainsi la voie au développement d'applications d'assistance humaine par des robots à usage général.