Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
Des priors de diffusion avec contraintes pour une locomotion quadrupède haute fidélité et polyvalente
RecherchearXiv cs.RO 

Des priors de diffusion avec contraintes pour une locomotion quadrupède haute fidélité et polyvalente

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

Une équipe de chercheurs publie Diff-CAST (Diffusion-guided Constraint-Aware Symmetric Tracking), un nouveau cadre de prior de mouvement pour la locomotion quadrupède biomimétique, déposé le 12 mai 2026 en preprint sur arXiv (2605.08804). La méthode substitue les modèles de diffusion aux discriminateurs GAN classiquement utilisés dans les pipelines combinant apprentissage par renforcement (RL) et imitation learning. L'architecture intègre deux composants : le SACC (Symmetric Augmented Command Conditioning), conçu pour corriger les dérives involontaires de cap lors de manœuvres complexes hors distribution, et un bloc de RL contraint (Constrained RL) chargé de garantir la conformité aux limites dynamiques des actionneurs lors du passage sur matériel physique, dans un schéma global baptisé Sim2Re.

Le verrou que Diff-CAST cherche à lever est documenté dans la communauté : à mesure que les jeux de données de mouvement grossissent et se diversifient (sources multiples, données non curées), les discriminateurs GAN s'effondrent en mode collapse, incapables de modéliser des distributions multi-modales complexes. Les modèles de diffusion, dont la supériorité sur ce point est établie en génération d'images et de trajectoires, constituent une alternative logique. Si les expériences sur quadrupède réel confirment les résultats annoncés, cela ouvrirait la voie à un scaling massif de datasets hétérogènes sans perte de diversité comportementale, notamment pour des transitions fluides entre marche, trot et récupération. Il convient cependant de souligner que le papier est un preprint non évalué par les pairs, et que le gap sim-to-real reste à valider indépendamment.

La locomotion quadrupède à base de RL est un domaine consolidé depuis les travaux d'ANYbotics sur ANYmal et du laboratoire Robotic Systems Lab d'ETH Zurich, prolongés par des équipes de Carnegie Mellon et Berkeley. Unitree (Go2, H1) et Boston Dynamics industrialisent ces méthodes, tandis que le secteur académique cherche à réduire la dépendance aux données de capture de mouvement coûteuses au profit de datasets non curés. Diff-CAST s'inscrit précisément dans cette tendance. Les prochaines étapes attendues sont la publication du code source, des benchmarks standardisés sur des plateformes comme Isaac Lab ou legged gym, et une validation multi-robots au-delà du quadrupède utilisé dans les expériences reportées.

Dans nos dossiers

Boston DynamicsUnitreeNVIDIA Isaac & CosmosarXiv cs.RO

À lire aussi

Apprentissage de contrôleurs de locomotion perceptifs et adaptatifs pour robots quadrupèdes
1arXiv cs.RO 

Apprentissage de contrôleurs de locomotion perceptifs et adaptatifs pour robots quadrupèdes

Une équipe de chercheurs a publié le 25 juin 2026 sur arXiv (2606.25179) une étude portant sur la conception de contrôleurs de locomotion universels pour robots quadrupèdes, capables de s'adapter à plusieurs morphologies de robots différents tout en intégrant de la perception en temps réel. Les auteurs s'appuient sur le cadre MorAL (Morphology-Aware Locomotion), qu'ils étendent en comparant trois architectures : un contrôleur aveugle (baseline sans perception), MorAL+ (perception intégrée uniquement dans le critique du réseau, pas dans l'acteur), et PPAL (acteur-critique entièrement perceptif). Les politiques ont été évaluées en simulation sur terrains plats et accidentés, puis déployées sur du matériel réel via le robot ANYmal d'ANYbotics. Résultat principal : MorAL+ surpasse les deux autres configurations en robustesse et en cohérence de suivi de trajectoire, notamment parce qu'un acteur entièrement perceptif se révèle sensible au bruit de capteur, tandis qu'un acteur aveugle manque de conscience du terrain. Ce résultat va à contre-courant d'une intuition répandue dans la communauté robotique : intégrer plus de perception n'est pas toujours meilleur. Le fait que la perception placée uniquement dans le critique (et non dans l'acteur) améliore la robustesse sans fragiliser la politique face au bruit de capteur est une contribution architecturale concrète. Pour les intégrateurs industriels qui déploient des quadrupèdes en environnements non structurés (entrepôts, sites industriels, inspection d'infrastructures), cette distinction a des implications directes sur la conception des pipelines de contrôle. Elle indique aussi que le problème du sim-to-real pour la locomotion quadrupède n'est pas uniquement une question de quantité de données perceptives, mais de leur positionnement dans l'architecture d'apprentissage par renforcement. ANYmal, développé par ANYbotics (spin-off de l'ETH Zurich), est l'un des robots quadrupèdes les plus utilisés en recherche académique et en déploiements industriels pilotes, aux côtés de Spot de Boston Dynamics et des modèles Unitree (Go2, B2) qui dominent le segment prix bas. Le cadre MorAL, sur lequel s'appuie ce travail, visait déjà à entraîner des politiques transférables entre morphologies de robots différents, un problème ouvert dans la course à la généralisation inter-robots (cross-embodiment). Ce papier reste pour l'instant un preprint académique sans déploiement industriel annoncé ; les suites naturelles seraient une validation sur un ensemble plus large de morphologies quadrupèdes et des tests en conditions réelles prolongées, en dehors du cadre contrôlé d'un labo.

UEANYbotics étant un spin-off suisse de l'ETH Zurich, les conclusions architecturales sur MorAL+ intéressent directement les intégrateurs européens qui déploient des quadrupèdes en inspection industrielle ou en environnements non structurés.

RecherchePaper
1 source
Le facteur de charge prédit une locomotion quadrupède robuste sous contraintes, quel que soit le type d'allure
2arXiv cs.RO 

Le facteur de charge prédit une locomotion quadrupède robuste sous contraintes, quel que soit le type d'allure

Une équipe de recherche publie sur arXiv (article 2609.22073v1, soumis le 21 septembre 2026) une étude intitulée "Duty Factor Predicts Robust Constrained Quadrupedal Locomotion Across Gait Types". Les auteurs comparent trois architectures de contrôle pour robots quadrupèdes : une optimisation de trajectoire corps entier couplée à un retour LQR (régulateur linéaire quadratique), un contrôleur de marche appris par apprentissage, et un contrôle prédictif de modèle centroidal (MPC). Résultat central : le duty factor, soit la fraction du cycle de marche pendant laquelle chaque patte reste au sol, prédit mieux la convergence de l'erreur et la robustesse locale que le type de démarche nominal, marche ou trot. Ces tendances sont confirmées par des essais sur un quadrupède physique évoluant sur un terrain étroit et contraint. Pour les ingénieurs et intégrateurs qui conçoivent des plateformes à pattes destinées à des environnements contraints, usine, chantier, terrain accidenté, ce résultat propose un paramètre de réglage simple et unidimensionnel pour ajuster la robustesse sans changer de démarche. Plutôt que de choisir entre marche et trot selon la vitesse ou le terrain, régler le duty factor suffirait à gagner en stabilité, quel que soit l'algorithme utilisé, optimisation classique, apprentissage, ou MPC. Le fait que la tendance se vérifie sur trois architectures de contrôle distinctes suggère une propriété générale de la dynamique quadrupède plutôt qu'un artefact propre à une méthode, ce qui pourrait simplifier la conception de futurs contrôleurs robustes destinés à opérer hors laboratoire. Ce travail s'inscrit dans une recherche visant à dépasser la classification traditionnelle des démarches en isolant les paramètres continus, duty factor, vitesse, largeur d'appui, qui varient à l'intérieur d'un même type de démarche et conditionnent la robustesse aux perturbations. Il s'agit d'un preprint arXiv non encore évalué par les pairs, avec une validation expérimentale limitée à un seul robot physique sur un scénario de terrain étroit, sans précision sur le fabricant de la plateforme ni de calendrier de déploiement industriel. Aucun acteur commercial, français ou international, n'est cité dans l'étude, qui reste à ce stade un travail académique orienté conception plutôt qu'un produit ou un déploiement réel.

RecherchePaper
1 source
Un cadre CPG entraînable pour la locomotion des quadrupèdes
3arXiv cs.RO 

Un cadre CPG entraînable pour la locomotion des quadrupèdes

Des chercheurs proposent CPG-ENN, un cadre de locomotion pour robots quadrupèdes dont les paramètres sont entraînables, décrit dans un preprint arXiv (2610.36537v1). Il associe un générateur central de motifs (CPG) à huit neurones, fondé sur la symétrie, et un réseau d'exécution (ENN) préentraîné et partagé entre les quatre pattes. Le CPG produit les rythmes de marche. L'ENN convertit ces signaux rythmiques et des paramètres de trajectoire en consignes d'angles articulaires, sans cinématique inverse en ligne. Une seule politique de rétroaction module six variables de trajectoire interprétables physiquement. Le contrôleur suit des commandes de vitesse planaire et de vitesse de lacet pour cinq allures (pas, trot, amble, bond et pronk), sans contrôleur appris propre à chaque allure ni récompense dédiée aux transitions. En simulation, le taux de réussite des transitions atteint 99,39 % sur les 20 paires d'allures orientées, pour toutes les combinaisons de vitesses source et cible parmi 0,5, 1,0, 1,5 et 2,0 m/s. Des essais sur un Unitree Go2 valident les cinq allures et leurs transitions. Ce travail s'attaque à un compromis connu en locomotion apprise. Les politiques de bout en bout, très flexibles, restent opaques et fragiles quand on change d'allure. Les CPG classiques sont lisibles mais demandent un réglage manuel et une cinématique inverse. Ici, le rythme est explicite et la réalisation du mouvement est apprise. Les ablations indiquent que la faisabilité des transitions entre allures existe sans exposition à ces transitions à l'entraînement. L'exposition affine surtout l'acquisition des allures et les transitoires de vitesse. Un intégrateur peut y voir un contrôleur plus facile à diagnostiquer, avec un espace de commande réduit à six variables, ce qui compte pour la certification et la maintenance. Le chiffre de 99,39 % vient de la simulation. Le preprint ne donne pas d'indicateur de robustesse sur le robot réel, comme le terrain, les perturbations ou le taux d'échec. Le passage de la démonstration à un usage industriel reste donc à établir. Le contexte est celui de deux courants. Les CPG bio-inspirés ont une longue histoire en robotique quadrupède. L'apprentissage par renforcement a produit des politiques multi-allures. Les auteurs se comparent à deux références de ce second courant, AllGaits et Walk These Ways, et affirment une régulation précise de l'allure et de la vitesse. Le Go2 est une plateforme de recherche répandue et peu coûteuse, ce qui facilite la reproduction, mais seul le code publié le permettra. Les suites logiques sont des tests sur terrain irrégulier, l'ajout de perception et l'extension à des robots plus lourds ou à d'autres morphologies. Le sujet est surtout académique, sans produit annoncé ni calendrier de déploiement.

RecherchePaper
1 source
Entraînement et évaluation des politiques de diffusion avec de longs contextes
4arXiv cs.RO 

Entraînement et évaluation des politiques de diffusion avec de longs contextes

Une équipe de recherche a publié le 20 juin 2026 sur arXiv (arXiv:2606.16447) une étude systématique sur l'impact de la longueur de contexte dans l'apprentissage par imitation pour la manipulation robotique. Les politiques diffusion actuelles, celles qui apprennent des trajectoires motrices à partir d'observations RGB, ne conditionnent généralement les actions du robot que sur une courte fenêtre temporelle d'observations passées. Les auteurs ont construit un benchmark couvrant un spectre de tâches à stabilité locale et à exigences mémoire variables, en faisant varier progressivement la longueur du contexte de courte à longue, et ce dans plusieurs régimes de données. Leur résultat central : avec le bon backbone de débruitage (UNet avec cross-attention), les politiques single-task atteignent des taux de succès élevés même en scalant naïvement le contexte, y compris dans les régimes de données standards. Les chercheurs proposent également un algorithme d'entraînement qui entraîne conjointement les politiques sur plusieurs longueurs de contexte, réduisant ainsi la complexité d'échantillonnage de l'apprentissage à long contexte. Cette étude remet directement en cause un consensus répandu dans la littérature sur les VLA (Vision-Language-Action models) et les diffusion policies : l'idée que l'extension naïve du contexte serait fragile et nécessiterait des solutions architecturales spécifiques. Si ce résultat se confirme sur des benchmarks plus larges, il simplifie considérablement le pipeline de développement pour les intégrateurs robotiques, qui n'auraient plus besoin d'architectures mémoire spécialisées (LSTM, state-space models) pour résoudre des tâches séquentielles longues. C'est aussi un signal que le "memory gap" souvent invoqué pour justifier des approches complexes était peut-être surestimé, au moins dans les régimes de données courants. Les diffusion policies sont devenues un axe central de la robotique de manipulation depuis les travaux de Diffusion Policy (Chi et al., 2023) et leurs déclinaisons comme pi-0 de Physical Intelligence. La question du contexte long était jusqu'ici traitée par des approches ad hoc, recurrence, attention causale, mémoire externe. Cette étude offre la première analyse systématique à ce niveau de granularité, selon les auteurs eux-mêmes. Les prochaines étapes naturelles incluent la validation sur des tâches de manipulation industrielle réelle, la généralisation multi-tâche, et l'évaluation contre des baselines comme ACT ou des variantes de pi-0, dont les benchmarks publics permettraient une comparaison directe.

RecherchePaper
1 source