Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
ParkourFormer : supervision prédictive et modélisation séquentielle pour la locomotion parkour
RecherchearXiv cs.RO 

ParkourFormer : supervision prédictive et modélisation séquentielle pour la locomotion parkour

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

Des chercheurs ont publié le 27 mai 2026 un preprint arXiv (2605.25782) présentant ParkourFormer, un système de locomotion pour humanoïdes capable de traverser des terrains variés, escaliers, fossés, pentes, surfaces irrégulières et obstacles -- sans changer de politique de contrôle. Le coeur de l'approche repose sur un Transformer qui reformule la locomotion comme un problème de décision conditionné par le futur : l'état courant du robot interroge via un mécanisme de cross-attention un historique de trajectoires sensorimotrices, tandis qu'une tête de prédiction légère anticipe les états proprioceptifs à court horizon. Ces états futurs prédits, supervisés par un signal d'apprentissage dédié, sont fusionnés avec les caractéristiques temporelles pour générer les commandes motrices. Les expériences en simulation et sur un robot humanoïde réel donnent un taux de succès moyen de 93,85 % sur l'ensemble des terrains testés, avec des gains allant jusqu'à 42,73 % par rapport aux baselines MLP, MLP à mélange d'experts (MoE) et Transformer standard.

Ce résultat est notable parce qu'il cible précisément le talon d'Achille des politiques de locomotion agile actuelles : leur caractère purement réactif. La plupart des systèmes RL existants mappent directement observations vers actions, sans modéliser l'évolution du corps dans le temps. Or pour des transitions de contact rapides -- typiques du parkour ou d'un environnement industriel encombré -- anticiper la dynamique corporelle quelques centièmes de seconde à l'avance change fondamentalement la robustesse. Le fait qu'une politique unique couvre cinq classes de terrain sans spécialisation par environnement est également un signal fort pour les intégrateurs : réduire la fragmentation des politiques simplifie le déploiement sur robots physiques.

ParkourFormer s'inscrit dans une vague de travaux qui cherchent à dépasser le gap simulation-réalité pour la locomotion agile humanoïde, aux côtés de systèmes comme PKU-DynaGait, Agility Robotics Digit ou les travaux open-source de Berkeley Humanoid. L'article reste un preprint non encore évalué par les pairs, et les vidéos de démonstration n'ont pas encore été rendues publiques à la date de soumission -- ce qui invite à réserver son jugement sur les performances réelles. Les auteurs n'annoncent pas de déploiement industriel ni de partenariat commercial ; les prochaines étapes naturelles seraient une évaluation sur des plateformes humanoïdes commerciales (Unitree H1/G1, Fourier GR-1) et une confrontation à des conditions extérieures non contrôlées.

Dans nos dossiers

UnitreeAgility Robotics — DigitFourier IntelligencearXiv cs.RO

À lire aussi

Diffusion ReRoll : débruitage révisable pour la prédiction séquentielle en robotique
1arXiv cs.RO 

Diffusion ReRoll : débruitage révisable pour la prédiction séquentielle en robotique

Des chercheurs publient sur arXiv (arXiv:2607.19919v1) Diffusion ReRoll, un nouveau framework de diffusion pour la prédiction séquentielle en robotique, conçu pour rendre le débruitage "révisable" sur un horizon temporel. Contrairement aux approches existantes qui appliquent un débruitage monotone en une seule passe, la méthode renoise sélectivement les segments devenus localement stables pendant que le reste de la séquence continue à se débruiter, permettant aux portions passées et futures de se réviser mutuellement tout en gardant leur cohérence locale. L'équipe compare Diffusion ReRoll à deux références du domaine, la diffusion pleine séquence et le débruitage causal de Diffusion Forcing, sur trois familles de tâches: planification à long horizon, apprentissage de politiques et modélisation vidéo-action unifiée. Sur les benchmarks OGBench PointMaze et AntMaze, la méthode obtient des gains relatifs de taux de réussite de 21% face à Diffusion Forcing en planification guidée et de 23% face à Diffuser en goal-inpainting. Sur LIBERO-10, un benchmark multi-tâches de prédiction d'actions, le gain relatif atteint 56,5% par rapport à Diffusion Policy, quel que soit l'horizon de prédiction ou la longueur d'historique utilisée. Ce résultat cible un point de friction connu des architectures VLA et des politiques par diffusion: la difficulté à réviser une trajectoire déjà partiellement générée sans tout recalculer depuis le début. Un débruitage figé pénalise la robustesse quand le contexte évolue en cours d'exécution, un problème direct pour les intégrateurs qui déploient des politiques d'action sur bras manipulateurs ou robots mobiles en environnement changeant. Les gains observés en généralisation hors distribution, où Diffusion ReRoll conserve la meilleure cohérence action-vidéo, suggèrent un mécanisme plus robuste que le simple ajustement d'hyperparamètres, sans toutefois valider un déploiement en conditions réelles. Il s'agit à ce stade d'un travail de recherche publié en preprint, sans laboratoire ni affiliation précisée dans le résumé, positionné comme amélioration directe de Diffusion Forcing et Diffusion Policy, deux méthodes de référence en génération de séquences robotiques par diffusion. Les auteurs n'annoncent pas de code ni de date de publication complète pour l'instant, la validation reposant uniquement sur des benchmarks simulés (OGBench, LIBERO-10).

RecherchePaper
1 source
MILD : modélisation du terrain pour améliorer la locomotion bipède sur surfaces déformables
2arXiv cs.RO 

MILD : modélisation du terrain pour améliorer la locomotion bipède sur surfaces déformables

Des chercheurs publient MILD, un système combinant simulation physique et apprentissage par renforcement pour la locomotion bipède sur sols meubles (sable, boue, gravats), disponible en prépublication sur arXiv sous la référence 2608.19955, mise en ligne le 21 août 2026. Le composant central est un solveur de contact par éléments discrets, fondé sur la physique, capable de modéliser des interactions pied-terrain qui varient dans l'espace et dans le temps, ce que les simulateurs actuels échoueraient à reproduire faute de représenter l'hétérogénéité spatio-temporelle des substrats déformables. Ce modèle sert de base à l'entraînement, par apprentissage par renforcement profond, d'un contrôleur de marche sensible au terrain, qui combine modulation latente et estimation proprioceptive de l'état du sol. Des essais matériels valident une identification et une adaptation en ligne du terrain sur une large plage de raideurs de surface. L'abstract ne cite ni plateforme robotique précise, ni chiffres de payload, de degrés de liberté ou de temps de cycle : les comparaisons avancées face à l'état de l'art restent qualitatives (« plus diverses et réalistes »), sans taux de réussite chiffré ni benchmark détaillé, ce qui invite à la prudence tant que les données complètes n'ont pas été examinées par les pairs. L'enjeu dépasse l'exercice académique : la marche sur terrain meuble reste l'un des points faibles récurrents des robots bipèdes, la quasi-totalité des démonstrations publiques de marche se déroulant sur sol rigide et plat. Si l'approche par éléments discrets tient ses promesses de transfert simulation vers réel, elle ouvrirait la voie à des déploiements hors des usines et des trottoirs aménagés, vers des terrains d'intervention d'urgence, de chantier ou d'exploration planétaire, un segment que les intégrateurs et les décideurs industriels surveillent car il conditionne l'extension du marché des humanoïdes au-delà de la logistique en environnement contrôlé. Le travail s'inscrit dans un courant de recherche en robotique locomotrice où le goulot d'étranglement identifié depuis plusieurs années est la fidélité des simulateurs de contact, plutôt que les algorithmes de contrôle eux-mêmes. Aucune entreprise ni marque commerciale n'est associée à cette publication, qui reste au stade de prépublication sans révision par les pairs ni code ou jeu de données rendus publics à ce stade ; les auteurs ne mentionnent aucun calendrier de validation sur une plateforme humanoïde commerciale.

RecherchePaper
1 source
CacheMPC : commande prédictive par modèle certifiée avec cache pour la locomotion quadrupède
3arXiv cs.RO 

CacheMPC : commande prédictive par modèle certifiée avec cache pour la locomotion quadrupède

Une équipe de recherche propose CacheMPC, un mécanisme de mise en cache certifiée pour le Model Predictive Control (MPC) appliqué à la locomotion de robots quadrupèdes, publié sur arXiv (2606.28300). Le MPC constitue la couche prédictive standard dans les contrôleurs hiérarchiques de quadrupèdes, mais son solveur QP (programmation quadratique) recalculé à chaque cycle constitue un goulot d'étranglement sur processeur embarqué. Certified CacheMPC adresse ce problème via un cache indexé par Locality-Sensitive Hashing (LSH) de trajectoires de forces de contact, partitionné par mode de contact. Chaque entrée récupérée est acceptée uniquement si un certificat a posteriori confirme la faisabilité primale et une borne supérieure sur la sous-optimalité via le dual gap lagrangien. Le contrôleur combine récupération certifiée top-K, solveur QP à deadline bornée, et fallback sur la dernière solution certifiée. Validé sur un Unitree Go2, le système a été évalué sur 2 038 essais MuJoCo en froid contrôleur, dont une campagne de 600 essais à n=50 sur trois cellules à la frontière d'échec, puis déployé physiquement sur le NVIDIA Orin NX embarqué du robot. Le cache sans filtrage atteint un gain médian de 25x en temps de calcul en simulation, et 18,7x sur hardware réel. L'enjeu industriel est direct : MPC haute fréquence sur SoC embarqué standard (Orin NX, environ 10-15W) sans recourir à un ASIC dédié ou à une approximation neuronale. Un facteur 18,7x de réduction du temps de solve ouvre la porte à des boucles de contrôle plus rapides sur des plateformes commerciales comme le Go2, utilisé massivement dans la recherche académique et les pilotes industriels légers. La certification formelle distingue cette approche des méthodes d'apprentissage du MPC (neural MPC, learning-based warm-starting) qui offrent des speedups similaires mais sans garantie exploitable. Nuance importante : la contribution du certificat à la stabilité en boucle fermée n'est pas statistiquement résolvable à la taille d'échantillon actuelle (n=50). Aucune différence significative n'a été détectée entre les variantes avec et sans cache, ce qui est honnête scientifiquement mais laisse la question de sécurité formelle ouverte. Le MPC pour locomotion quadrupède s'est imposé depuis les travaux d'ETH Zurich (ANYmal) et du MIT (Cheetah), avec des implémentations ouvertes comme ACADOS ou OSQP qui restent les références en solve embarqué. CacheMPC s'inscrit dans un courant distinct : plutôt qu'accélérer le solveur ou substituer le MPC par un réseau de neurones, il exploite la répétabilité des gaits locomoteurs pour réutiliser des solutions passées. Les concurrents directs incluent les approches de warm-starting par apprentissage (DeepMPC, L4DC 2024) et les approximateurs explicites de MPC. Le Unitree Go2 est devenu le benchmark de facto à petit budget pour ce type de validation hardware. Les prochaines étapes naturelles seraient une campagne avec n significativement plus grand pour trancher sur la sécurité certifiée, et une extension aux bipèdes ou aux transitions de mode de contact plus complexes.

RecherchePaper
1 source
Light-Loco-Parkour : locomotion perceptive du corps entier par distillation multi-compétences
4arXiv cs.RO 

Light-Loco-Parkour : locomotion perceptive du corps entier par distillation multi-compétences

Des chercheurs présentent Light-Loco-Parkour (LLP), un système de locomotion humanoïde à corps entier piloté par une politique unique entraînée par apprentissage par renforcement. Contrairement aux systèmes existants qui soit reproduisent des mouvements de référence sans s'adapter au terrain, soit réagissent au terrain sans mobiliser bras, torse et genoux, LLP fonctionne uniquement à partir d'une caméra de profondeur embarquée et d'une commande de vitesse. La politique décide seule quand marcher, se stabiliser, grimper, descendre ou franchir un obstacle par un saut, sans étiquette de compétence prédéfinie, sans machine à états codée à la main et sans graphe de mouvement calculé en temps réel. Trois apports techniques soutiennent le système : une extension d'une politique de suivi de vitesse par RL avec des compétences de franchissement apprises à partir de mouvements d'interaction avec des objets ; une méthode pour générer, à partir de quelques mouvements de départ seulement, des références dynamiquement réalisables couplées à différentes géométries de terrain, sans nécessiter un large corpus de mouvements capturés ; et un apprentissage des transitions entre compétences directement par la récompense, sans supervision explicite. Les auteurs rapportent un taux de réussite élevé en simulation comme en conditions réelles, sur des terrains déjà vus à l'entraînement et sur des obstacles inédits, avec un transfert zero-shot de la même politique vers des essais matériels en intérieur et en extérieur. Ce travail s'attaque à un écart persistant dans le contrôle des humanoïdes : la plupart des démonstrations de franchissement reposent soit sur des trajectoires capturées puis rejouées, peu généralisables à un terrain nouveau, soit sur des réflexes purement locomoteurs qui laissent bras et torse inertes, réduisant la marge de manœuvre face à un obstacle complexe. En unifiant ces deux régimes dans une seule politique perceptive de bout en bout, LLP illustre une tendance de fond du secteur : passer de démonstrations chorégraphiées à des comportements robustes pilotés uniquement par des capteurs embarqués, sans télémétrie externe ni script de mouvement préétabli. Pour les intégrateurs et décideurs qui évaluent la maturité des humanoïdes pour des environnements non structurés, chantiers, entrepôts irréguliers, sites extérieurs, la validation en conditions réelles avec transfert zero-shot est un signal plus solide qu'une vidéo de démonstration en studio, même si la portée reste celle d'un article de recherche et non d'un produit commercialisé. L'article, publié sur arXiv début août 2026, s'inscrit dans une vague de recherche en apprentissage par renforcement appliquée à la locomotion humanoïde perceptive, un domaine où plusieurs laboratoires publient depuis 2024-2025 des variantes de politiques de franchissement d'obstacles, à comparer aux démonstrations déjà montrées par des plateformes comme Atlas de Boston Dynamics ou les humanoïdes Unitree. LLP se distingue en évitant le recours à un large corpus de mouvements capturés, en générant ses données d'entraînement à partir de peu d'exemples, une approche qui, si elle est confirmée par des reproductions indépendantes, pourrait réduire le coût d'entraînement de ce type de système. Les auteurs ne précisent ni plateforme matérielle exacte ni calendrier de déploiement commercial : il s'agit à ce stade d'une démonstration de recherche, dont la suite logique serait une évaluation sur davantage de plateformes et une comparaison directe avec les systèmes concurrents.

RecherchePaper
1 source