7 points par GN⁺ 2025-09-16 | Aucun commentaire pour le moment. | Partager sur WhatsApp
  • ToddlerBot est une plateforme de robot humanoïde open source à bas coût, conçue pour la policy learning et l’extensibilité expérimentale en robotique et en IA
  • La nouvelle version (2.0) prend en charge de nombreuses nouvelles fonctionnalités, dont la roue, le déplacement à quatre pattes, la marche rapide, le télépilotage en VR et l’estimation de profondeur stéréo en temps réel
  • Elle met l’accent sur la reproductibilité et la robustesse, avec une conception à 30 degrés de liberté, différents effecteurs terminaux (type paume et gripper) et des réparations rapides basées sur l’impression 3D
  • Sa compatibilité ML est démontrée pour la marche, la manipulation bimanuale et du corps entier, ainsi que l’enchaînement de compétences (skill chaining), à l’aide de l’apprentissage par renforcement et de modèles de diffusion
  • Des manuels et du code entièrement open source sont fournis, permettant à chacun de la fabriquer, de transférer des policies et de mener des expériences de coopération multi-robots

Importance du projet open source Toddlerbot

  • Toddlerbot est un projet de robot humanoïde open source que chacun peut utiliser pour l’assembler et le modifier lui-même
  • Par rapport aux robots humanoïdes commerciaux, il se distingue par un coût de fabrication plus faible et une barrière à l’entrée réduite grâce à une structure et un nombre de pièces limités
  • Il peut être utilisé pour de nombreux objectifs, comme la conception matérielle robotique, le contrôle logiciel ou l’apprentissage d’algorithmes
  • Grâce à une communauté active et à une documentation fournie, il est utile aussi bien aux débutants qu’aux experts
  • C’est une plateforme robotique adaptée à la recherche et au développement, à l’enseignement et au prototypage

Principales fonctionnalités et avantages

  • Fabrication facile via une imprimante 3D, des schémas électroniques open source et des logiciels publics
  • La structure au design modulaire permet de concevoir et remplacer librement la tête, les bras, le corps, etc.
  • Son intégration avec plusieurs langages de programmation, dont Python, permet d’expérimenter diverses stratégies de contrôle
  • Prend également en charge l’ajout optionnel de capteurs, moteurs, caméras et autres extensions

Principales fonctionnalités de ToddlerBot 2.0

  • Roue : démontre une grande agilité et de bonnes capacités d’équilibre, avec très peu de casse même en cas d’échec
  • Déplacement à quatre pattes : mouvement de reptation quadrupède utilisant bras et jambes comme un jeune enfant
  • Marche rapide : vitesse de marche omnidirectionnelle de 0,25 m/s, rotation sur place jusqu’à 1 rad/s
  • Téléopération en VR : contrôle en temps réel basé sur Meta Quest 2
  • Estimation de profondeur stéréo : équipée d’un Jetson Orin NX 16GB, traitement en temps réel à 10 Hz

Caractéristiques de conception

  • 30 degrés de liberté (DoF) : 7 pour les bras, 6 pour les jambes, 2 pour le cou, 2 pour la taille
  • Capteurs et électronique : 2 caméras fisheye, un haut-parleur, 2 microphones, IMU, Jetson Orin NX
  • Effecteurs terminaux : deux options, type paume souple ou gripper parallèle

Expériences de performance

  • Test de portée des bras : peut saisir des objets jusqu’à 14 fois plus grands que le volume du torse
  • Test de charge : peut soulever 1,48 kg, soit 40 % de son poids total, tout en gardant l’équilibre
  • Test d’endurance : avec une policy de marche basée sur l’apprentissage par renforcement, a tenu 19 minutes, sans casse malgré 7 chutes, avec une réparation en moins de 35 minutes (impression 3D + assemblage)

Mouvements basés sur l’IA

  • Conversation et pompes : intégration avec OpenAI Realtime API + GPT-4o
  • Tractions à la barre : reconnaissance de position basée sur AprilTag, transfert sur matériel réel d’une policy apprise en simulation
  • Marche et manipulation : réalisation de manipulations bimanuales et du corps entier grâce à l’apprentissage par renforcement et à une policy de diffusion basée sur RGB
  • Enchaînement de compétences (Skill Chaining) : saisir une poignée (policy de diffusion) → pousser un chariot (policy d’apprentissage par renforcement)

Reproductibilité et extensibilité

  • Transfert de policy : une policy de manipulation apprise sur un ToddlerBot peut être transférée sans perte à un autre exemplaire
  • Coopération multi-robots : deux robots réalisent ensemble une tâche longue (ranger une pièce)
  • Facilité d’assemblage : fabrication possible pour tous grâce à des manuels et vidéos open source

Support à la recherche

Aucun commentaire pour le moment.

Aucun commentaire pour le moment.