RecherchearXiv cs.RO 11 mai 2026

Bi3 : un jeu de données biplateforme, biculturel et bipersonnel pour la navigation des robots sociaux

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Bi3 est un jeu de données pour la navigation sociale de robots en espaces contraints, publié en preprint sur arXiv en mai 2026. L'expérience place systématiquement un robot face à deux humains dans un espace de laboratoire restreint, avec 74 participants recrutés sur deux sites : un aux États-Unis, un en France. Le dataset totalise 10,5 heures de trajectoires avec vérité terrain pour humains et robots, des flux vidéo RGB et des évaluations subjectives des participants sur les performances du robot. Cinq algorithmes de navigation distincts ont été testés sur deux plateformes robotiques différentes, ce qui constitue une couverture algorithmique et matérielle inédite dans ce domaine.

La navigation sociale en milieu dense reste l'un des verrous techniques majeurs de la robotique de service et de la logistique en environnement humain. Les benchmarks existants souffrent généralement d'un biais culturel marqué et d'une densité d'interaction artificiellement faible. Bi3 cible ces lacunes directement : la dimension biculturelle France/USA permet de tester si les comportements proximaux humains varient selon les normes sociales locales, une hypothèse rarement éprouvée empiriquement. Les métriques publiées, densité d'interaction et vélocité humaine, montrent une complexité comportementale supérieure aux datasets précédents, ce qui en fait un terrain d'évaluation plus exigeant pour les modèles de prédiction de mouvement et les politiques de contrôle de navigation.

Ce dataset s'inscrit dans l'effort collectif de la communauté robotique pour réduire l'écart entre simulations et déploiements réels. La présence d'un site de collecte en France est notable : elle apporte une représentation européenne rare dans ce type de benchmark, où les données américaines ou asiatiques dominent historiquement. Bi3 est conçu comme une ressource ouverte pour entraîner des architectures VLA (Vision-Language-Action) et des politiques de navigation en espaces denses, ainsi que des modèles de prédiction de mouvement humain. À ce stade, il s'agit d'un preprint académique, pas d'un déploiement opérationnel. Les suites naturelles incluent l'intégration dans des benchmarks standardisés et l'utilisation pour affiner des politiques de navigation sur des AMR (Autonomous Mobile Robots) en environnement industriel ou hospitalier.

Impact France/UE

La présence d'un site de collecte en France apporte des données comportementales européennes dans un benchmark de navigation sociale, offrant une référence plus représentative pour calibrer des AMR déployés en milieu hospitalier ou industriel en Europe.

Dans nos dossiers

AMR & automatisation d'entrepôt arXiv cs.RO

À lire aussi

1arXiv cs.RO

ACME : jeu de données multiculturel et multi-incarnation pour la navigation sociale

Wandercraft, Pollen Robotics ou tout autre acteur français ne figurent pas dans cette étude, qui reste une publication de recherche pure sur arXiv. Voici la synthèse. Une équipe de chercheurs publie ACME (Cross-cultural, Multi-Embodiment dataset), un jeu de données destiné à la navigation sociale des robots, collecté sur 8 sites répartis dans 5 pays et utilisant 7 embodiments robotiques différents. Le corpus totalise 29,35 heures de données embarquées capturées directement par les robots et 43,5 heures de suivi piéton en vue aérienne. Contrairement aux jeux de données existants, ACME cible spécifiquement des scénarios de navigation orientée objectif en environnement social complexe, avec des interactions explicites robot-foule incluant la parole du robot comme signal d'interaction. Le dataset fournit des features de scène en 2D et 3D, des données d'odométrie, des informations d'interaction et des trajectoires piétonnes annotées manuellement, disponibles à la fois en format brut binaire et en version lisible par sensor modality. L'enjeu pour l'industrie robotique est celui de la généralisation. Les politiques de navigation sociale entraînées aujourd'hui reposent souvent sur des corpus captés dans un seul pays, avec un seul type de robot, ce qui expose les systèmes déployés à un risque de mauvaise généralisation face à des normes culturelles de proxémie ou de comportement piéton différentes. En couvrant plusieurs cultures et embodiments simultanément, ACME répond directement à cette limite documentée dans la littérature. Les auteurs affirment que leur dataset capture des scénarios plus complexes et une distribution de comportements piétons plus large que les jeux de données précédents, une évaluation qualitative et quantitative qui reste toutefois auto-rapportée par l'équipe elle-même et mériterait une validation indépendante avant d'être prise comme référence de facto. Ce travail s'inscrit dans une dynamique plus large de la recherche en robotique mobile, où la multiplication des robots de service et de livraison en espace partagé avec des humains a rendu criante l'absence de données d'entraînement culturellement diverses. La publication ouverte du dataset, avec formats bruts et annotés, vise à en faire un benchmark communautaire pour entraîner des politiques de navigation et des modèles de prédiction de trajectoires piétonnes, sans qu'aucune date de disponibilité publique ou dépôt associé ne soit précisé dans l'abstract.

RecherchePaper

1 source

2arXiv cs.RO

Interface de navigation universelle : données sans robot pour la navigation des robots à roues

Un article arXiv (2609.20114v1) présente Universal Navigation Interface (UNI), une méthode de collecte de données de navigation pour robots à roues sans robot cible ni téléopération. Le dispositif est un déambulateur à quatre roues (rollator) équipé d'un smartphone, poussé par un opérateur humain ; incapable de monter des escaliers, de franchir des bordures non abaissées ou de passer par des espaces étroits, il biaise naturellement les trajectoires vers des itinéraires praticables en roues. Les auteurs ont collecté 37,2 km de données réelles, converties en trajectoires métriques pour entraîner des modèles de navigation conditionnés par objectif. Le fine-tuning sur ces données réduit l'erreur de prédiction de trajectoire de 17,4 à 24,8 % sur le jeu de test UNI, avec des gains plus inégaux sur d'autres datasets, et un transfert en boucle fermée vers un fauteuil roulant motorisé a été validé sur des scénarios de bordures et d'escaliers. Cette approche s'attaque à un goulot d'étranglement connu de la robotique mobile : la collecte de données de navigation exige d'ordinaire une téléopération spécifique à chaque plateforme, coûteuse et difficile à faire passer à l'échelle. En montrant qu'un objet du quotidien, sans robot cible ni capteurs sophistiqués, peut produire des trajectoires exploitables pour l'entraînement, UNI ouvre une piste de réduction de coûts pour les intégrateurs de robots à roues, qu'il s'agisse d'AMR industriels, de robots de livraison ou d'aides à la mobilité comme les fauteuils roulants. Le résultat appuie l'idée que des proxys physiques bon marché peuvent fournir une supervision réelle sans simulation ni robot final, même si les gains ne se généralisent pas uniformément aux jeux de données externes testés, un rappel que la méthode reste sensible au domaine d'entraînement. UNI prolonge une lignée d'outils de collecte "robot-free" popularisée en manipulation par des dispositifs comme Universal Manipulation Interface, qui enregistrait des démonstrations via une pince portative sans bras robotique ; UNI transpose cette logique à la navigation à roues en exploitant les contraintes physiques d'un objet grand public, un déambulateur pour personnes à mobilité réduite. Il s'agit d'un travail de recherche publié en preprint sur arXiv, sans lien annoncé avec un produit commercial ou un déploiement industriel. Les prochaines étapes évoquées par les auteurs portent sur l'élargissement des tests à d'autres jeux de données et plateformes robotiques, au-delà du fauteuil roulant motorisé utilisé pour la validation en boucle fermée.

RecherchePaper

1 source

3arXiv cs.RO

MUSON : jeu de données multimodal orienté raisonnement pour la navigation socialement conforme en milieu urbain

Une équipe de recherche publie MUSON, un nouveau jeu de données multimodal destiné à entraîner les robots et systèmes de navigation autonome à respecter les normes sociales dans les espaces partagés avec des humains. Le corpus comprend 10 110 échantillons égocentriques (captés à la première personne, comme le ferait un robot ou un piéton) collectés dans des scènes intérieures et extérieures variées. Chaque échantillon est annoté selon un cadre structuré en cinq étapes de raisonnement en chaîne : perception, prédiction, raisonnement, action et explication, avec un espace de décision standardisé à six actions possibles et une modélisation explicite des contraintes physiques statiques (obstacles fixes, rétrécissements de passage, etc.). Les chercheurs ont évalué dix modèles vision-langage (VLM) de taille petite à moyenne sur ce benchmark. Qwen3-VL-8B, développé par Alibaba, arrive en tête avec une précision d'action de 0,7765, un score Macro-F1 de 0,7490 et le taux de collision le plus bas parmi les modèles testés, à 0,0609. Le dataset est publié en accès libre sur GitHub sous la version 1.0. Cette publication répond à un manque identifié dans la recherche en navigation sociale : jusqu'ici, aucun jeu de données à grande échelle ne combinait annotations égocentriques et raisonnement structuré pour ce cas d'usage précis. Les modèles vision-langage génériques, même performants sur des tâches visuelles classiques, peinent à interpréter finement les normes sociales implicites (céder le passage, anticiper une trajectoire piétonne, respecter une distance de confort) sans fine-tuning spécifique. En fournissant un benchmark reproductible avec des métriques comparables, MUSON offre aux équipes de recherche en robotique mobile et en véhicules autonomes de proximité un outil pour évaluer objectivement leurs modèles, plutôt que de se fier à des démonstrations ponctuelles souvent peu représentatives des conditions réelles. Le projet s'inscrit dans la lignée des travaux récents cherchant à exploiter les VLM comme couche de raisonnement de haut niveau pour la navigation robotique, en complément des piles de perception et de contrôle bas niveau classiques. Contrairement à une annonce produit, il s'agit ici d'une contribution académique dont la valeur dépendra de son adoption par la communauté comme référence d'évaluation, à l'image d'autres benchmarks ayant structuré des sous-domaines de la robotique ces dernières années. Le code et les données étant publics, les prochaines étapes attendues sont des extensions du dataset et des comparaisons avec des modèles plus volumineux ou spécialisés.

RecherchePaper

1 source

4arXiv cs.RO

EgoWalk : un jeu de données multimodal pour la navigation robotique en conditions réelles

Une équipe de chercheurs a publié EgoWalk, un dataset multimodal de 50 heures de navigation humaine destiné à entraîner des algorithmes de navigation robotique en conditions réelles. Les données ont été collectées dans une grande variété d'environnements intérieurs et extérieurs, sur plusieurs saisons et sites géographiques différents. Le dataset comprend les données brutes ainsi qu'un format prêt pour l'apprentissage par imitation (Imitation Learning), accompagné de pipelines automatisés générant deux types de sous-datasets dérivés : des annotations d'objectifs en langage naturel et des masques de segmentation de traversabilité. L'ensemble des pipelines de traitement et la description de la plateforme matérielle utilisée pour la collecte sont publiés en open source. L'intérêt principal d'EgoWalk réside dans la rareté des datasets de navigation en conditions non contrôlées, à grande échelle et couvrant plusieurs saisons. La majorité des systèmes de navigation robotique actuels souffrent d'un écart sim-to-real persistant, faute de données réelles suffisamment diversifiées. En proposant simultanément des annotations langage naturel et des masques de traversabilité générés automatiquement, EgoWalk vise à réduire le coût de labellisation manuelle qui freine le développement de modèles vision-langage-action (VLA) pour la navigation outdoor. La publication open source des pipelines permet aux équipes de réplication de reconstruire des datasets similaires sur leur propre plateforme, ce qui est un signal positif pour la reproductibilité dans le domaine. La navigation autonome en environnements non structurés reste l'un des défis centraux de la robotique mobile, que ce soit pour les robots de livraison, les plateformes de surveillance ou les assistants mobiles. EgoWalk s'inscrit dans un mouvement plus large de constitution de datasets ego-centriques, aux côtés d'initiatives comme SCAND (UT Austin) ou des travaux de Boston Dynamics et de Google DeepMind sur la navigation en extérieur. Le fait que les données soient collectées du point de vue humain, plutôt que depuis un robot, soulève la question du transfert de domaine, que les auteurs reconnaissent implicitement en proposant des benchmarks et études de diversité. Les prochaines étapes naturelles seraient la validation sur des plateformes robotiques réelles et l'intégration dans des architectures de type foundation model pour la navigation.

RechercheActu

1 source