Raibo, le robot quadrupède qui maîtrise le parkour à grande vitesse

Un robot n’a ni peur du vide ni fatigue musculaire, mais il doit composer avec d’autres difficultés tout aussi concrètes : estimer une distance, préserver son équilibre, choisir où poser ses pattes et réagir lorsqu’un obstacle ne se présente pas comme prévu. C’est précisément sur ce terrain que Raibo entend se distinguer. Ce robot quadrupède développé par une équipe du Robotics & Artificial Intelligence Lab, en Corée, a été conçu pour effectuer des enchaînements de parkour à grande vitesse sans qu’un opérateur ne lui dicte chaque mouvement.

L’objectif dépasse la démonstration acrobatique. Dans un environnement urbain dégradé, sur un sol rocheux ou au milieu d’obstacles irréguliers, un robot doit être capable de se déplacer vite tout en évitant la chute ou le choc. Raibo associe donc une mécanique à quatre pattes à un système de planification et de suivi autonome. Les essais rapportés montrent des franchissements de murs, de rampes, d’escaliers et de zones encombrées, ainsi que des sauts de plus de 1,3 mètre.

Raibo, un quadrupède pensé pour le mouvement rapide

Raibo appartient à la famille des robots quadrupèdes, dont la structure rappelle celle d’un animal à quatre pattes. Cette configuration procure une base de sustentation plus large qu’un robot bipède et permet de répartir les appuis. Elle n’élimine pas les difficultés : dès que le robot accélère, saute ou grimpe, il doit coordonner ses quatre membres, tenir compte de son inertie et préparer son prochain point de contact avec le sol.

Le projet ne se limite pas à faire marcher une machine sur une surface plane. Les chercheurs ont visé des manœuvres qui exigent une succession rapide de décisions : courir, grimper, contourner, sauter, stabiliser la réception puis repartir. Dans ce contexte, le terme « parkour » décrit un ensemble de déplacements à travers des obstacles variés, plutôt qu’une simple reproduction mécanique des figures pratiquées par les athlètes humains.

Les contraintes sont particulièrement sévères quand le terrain est imprévisible. Un obstacle peut être trop haut pour être enjambé, une zone d’appui peut être étroite, une rampe peut modifier l’inclinaison du corps. Pour maintenir de la vitesse sans perdre la stabilité, le robot doit anticiper plusieurs instants de mouvement à l’avance, tout en restant capable de corriger son plan si les données perçues ne correspondent pas à ce qui était attendu.

Pourquoi le parkour est-il si difficile pour un robot ?

Le parkour humain repose sur la perception, l’expérience corporelle et une capacité à adapter instantanément un geste. Pour une machine, cette adaptation doit être traduite en calculs, à partir de capteurs qui ne perçoivent pas le monde comme un humain. La difficulté n’est pas seulement de détecter un mur ou une pierre : il faut aussi déterminer si la surface offre un appui suffisamment sûr et décider du mouvement qui permettra d’atteindre l’obstacle suivant.

Un robot quadrupède doit notamment résoudre quatre problèmes en même temps :

• construire une représentation exploitable du parcours ;
• sélectionner une trajectoire compatible avec ses capacités physiques ;
• décider du placement de chacune de ses pattes ;
• conserver son équilibre pendant et après chaque action.

À faible vitesse, certaines erreurs peuvent être corrigées plus facilement. À grande vitesse, le temps disponible se réduit fortement. Une mauvaise estimation lors d’un saut ou une patte posée au mauvais endroit peut déséquilibrer le robot avant qu’il n’ait le temps de se rattraper. C’est pourquoi le passage d’une démonstration lente et réglée à une navigation autonome rapide constitue une étape importante en robotique mobile.

Raibo a été conçu pour évoluer sur des terrains qui ne se résument pas à un sol régulier. Les résultats décrits par l’équipe incluent des zones parsemées de pierres, des rampes, des escaliers et des franchissements d’obstacles. Ce répertoire de mouvements est central : un robot utile sur un site difficile ne peut pas s’arrêter devant le premier dénivelé ou contourner indéfiniment chaque obstacle.

Comment la planification autonome guide les pattes de Raibo

Le cœur du système est un contrôleur qui assure deux fonctions liées : planifier un parcours et suivre le mouvement nécessaire pour l’exécuter. Plutôt que de s’appuyer exclusivement sur une séquence figée de gestes, Raibo traite les informations recueillies pendant son déplacement afin de mettre à jour sa représentation de l’environnement.

D’après l’équipe, le dispositif utilise un réseau de neurones pour générer et actualiser continuellement une carte du terrain. Un réseau de neurones est un système informatique entraîné à repérer des régularités dans des données. Ici, son rôle est de transformer les observations du robot en informations utiles pour la locomotion : relief, obstacles, zones de passage et emplacements plausibles pour les appuis.

Les caméras et les capteurs de rétroaction fournissent les données nécessaires. Les premières renseignent le robot sur ce qui se trouve devant lui. Les seconds l’informent sur son propre état, par exemple sa posture et la manière dont ses mouvements se déroulent. Le contrôleur peut alors choisir où placer les pattes pour rester sur une trajectoire sûre et ajuster ce choix à mesure que le parcours se révèle.

Cette boucle peut se résumer ainsi : perception du terrain, création ou mise à jour de la carte, choix d’un mouvement, exécution, vérification de l’état du robot, puis correction. Sa valeur tient à sa continuité. Dans un parcours d’obstacles, une carte calculée une seule fois au départ perd rapidement de son intérêt si le robot a mal évalué une distance ou si l’état de son corps change après une réception.

Des essais du virtuel au laboratoire

Le développement de Raibo a d’abord reposé sur des simulations, avant des essais menés dans différents environnements de laboratoire. Cette progression est logique : la simulation permet de tester de nombreux scénarios, y compris des mouvements qui entraîneraient des chutes répétées et coûteuses sur une machine réelle. Le passage au matériel physique reste toutefois décisif, car un robot doit faire face aux frottements, aux vibrations et aux imperfections concrètes des surfaces.

Les performances mises en avant par l’équipe couvrent plusieurs formes de mobilité. Raibo peut courir sur des murs, franchir des terrains jonchés de pierres, marcher sur des rampes et des escaliers, et réaliser des sauts de plus de 1,3 mètre. Ces aptitudes ne constituent pas seulement une collection de démonstrations distinctes. Elles montrent que le système cherche à adapter la locomotion au type d’obstacle rencontré.

Le chiffre de 1,3 mètre donne un repère tangible de l’ambition du projet, mais il ne résume pas à lui seul la difficulté. Dans un environnement réel, la capacité à repérer un appui fiable, à gérer une réception et à enchaîner ensuite un nouveau déplacement compte autant que la portée d’un saut isolé. L’intérêt de Raibo réside dans cette combinaison entre perception, planification et action physique.

Des mouvements programmés à une adaptation en continu

La différence entre une machine qui répète une chorégraphie et un robot mobile autonome est essentielle. Dans un environnement parfaitement connu, il est possible de préparer à l’avance une succession de positions. Cette approche fonctionne pour une démonstration contrôlée, mais devient fragile dès qu’une pente diffère légèrement du modèle ou qu’un obstacle se trouve à quelques centimètres de l’emplacement prévu.

Raibo est présenté comme un système de planification autonome parce qu’il met sa carte à jour à partir de ses observations et décide de ses appuis en conséquence. Cela ne veut pas dire qu’il possède une compréhension générale du monde ni une intelligence comparable à celle d’un animal. Son autonomie est spécialisée : elle concerne la résolution d’un problème précis de déplacement dans un environnement complexe.

Cette nuance est importante pour comprendre les progrès de la robotique. Les robots apprennent ou optimisent certaines compétences dans des cadres définis, souvent à l’aide de simulations et de données. Ils restent soumis à leurs capteurs, à leurs modèles de contrôle, à l’énergie disponible et aux limites mécaniques de leurs articulations. Une réussite sur un parcours préparé ne garantit donc pas automatiquement la même fiabilité dans n’importe quelle rue ou zone dévastée.

Pourquoi des robots de parkour intéressent les secours

Les équipes à l’origine du projet envisagent des applications dans les zones de désastre et d’autres environnements difficiles. Cette perspective est cohérente avec les capacités recherchées : dans un bâtiment endommagé, une zone rocheuse ou un espace encombré, les voies praticables pour un véhicule à roues sont souvent limitées. Un robot capable de monter, franchir et contourner pourrait accéder à des endroits moins accessibles.

Il faut néanmoins distinguer un potentiel d’application d’un outil déjà prêt à être déployé. Les essais cités ont été réalisés en simulation et en laboratoire. Une intervention en zone sinistrée imposerait des exigences supplémentaires : résistance aux poussières et aux chocs, autonomie énergétique, communications fiables, fonctionnement sous la pluie ou dans une faible luminosité, capacité à évoluer à proximité de personnes et procédures d’arrêt sûres.

Dans ce type de mission, la vitesse ne serait d’ailleurs pas le seul critère. Un robot pourrait être utile pour reconnaître un terrain, transporter un capteur, repérer un passage ou fournir des informations à des équipes humaines. Sa valeur dépendrait alors autant de la qualité des données qu’il remonte que de son aptitude à franchir un obstacle.

Ce qu’il faut surveiller avec Raibo 2

L’équipe travaille déjà sur une version améliorée, Raibo 2, avec l’objectif d’accroître les compétences du robot tout en garantissant sa sécurité. Cette dernière dimension est déterminante. Plus un robot se déplace vite et de manière autonome, plus il faut s’assurer que ses décisions restent prévisibles, qu’il peut s’arrêter correctement et qu’une erreur de perception ne déclenche pas une manœuvre dangereuse.

Les prochaines étapes consisteront donc moins à multiplier les figures spectaculaires qu’à éprouver la robustesse du système. Le défi sera de vérifier si la planification conserve son efficacité face à des terrains plus variés, à des obstacles moins réguliers et à des conditions de perception dégradées. Il faudra aussi mesurer la répétabilité des performances : un mouvement réussi une fois ne suffit pas à démontrer une capacité opérationnelle.

Raibo illustre néanmoins une direction claire de la robotique contemporaine. Les machines ne sont plus seulement conçues pour évoluer dans des espaces industriels parfaitement balisés. Elles cherchent progressivement à percevoir des terrains imparfaits, à choisir leurs trajectoires et à adapter leurs mouvements. Pour les secours, l’inspection ou l’exploration de sites difficiles, cette autonomie de déplacement pourrait devenir aussi importante que la force ou la vitesse brute.