RecherchearXiv cs.RO 25 juin 2026

Politique de diffusion sensible aux phases et contrainte par la rugosité pour le polissage robotique multiphasé

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs ont publié sur arXiv (2606.25754) une politique de diffusion baptisée SRDP (Stage-Aware and Roughness-Constrained Diffusion Policy) conçue pour le polissage robotique multi-étapes en environnement industriel. Le système cible en priorité l'aérospatiale, secteur où la qualité de surface conditionne directement la tenue mécanique et la fiabilité des pièces. SRDP infère en continu la phase de polissage en cours (ébauche, semi-finition, finition) à partir d'un historique d'observations multimodales, sans nécessiter d'étiquettes de phase fournies manuellement lors de l'exécution. Le générateur d'actions contraint ensuite la vitesse d'avance et la force de contact normale selon les vitesses de broche préréglées par étape, via un échantillonnage de diffusion orienté rugosité. Les expériences ont été menées sur deux scénarios représentatifs : polissage d'un revêtement de cabine de vaisseau spatial et finition de surfaces structurelles en cavité interne, avec validation sur robot réel.

L'enjeu industriel est direct : le polissage reste l'une des tâches les plus difficiles à automatiser par apprentissage par imitation, en raison des dépendances temporelles longues, des transitions de phase incertaines et du couplage fort entre paramètres process (force, vitesse, rugosité cible). Les approches existantes échouent précisément parce qu'elles ignorent la nature séquentielle des étapes ou ne peuvent pas réguler les paramètres physiques de manière cohérente. SRDP rompt avec cette limite en conditionnant le processus de débruitage inverse sur la phase inférée, ce qui produit des actions cohérentes avec l'étape courante sans supervision externe. Les résultats montrent une meilleure stabilité lors des transitions de phase, une plus grande consistance des paramètres process et une qualité de surface finale améliorée par rapport aux baselines comparées.

Ce travail s'inscrit dans une vague de politiques de diffusion pour la manipulation industrielle fine, portée depuis 2023 par les travaux de Chi et al. sur Diffusion Policy et accélérée par des architectures comme pi0 (Physical Intelligence) ou les politiques de contact de Lerobot. Le polissage était jusqu'ici dominé par des approches de contrôle en force classique ou d'asservissement d'impédance, moins flexibles face à la variété géométrique des pièces. Aucun partenaire industriel ni calendrier de transfert n'est mentionné dans la publication ; il s'agit donc d'un résultat de recherche académique, pas d'un produit commercialisé.

Impact France/UE

Impact indirect pour le secteur aérospatial européen (Airbus, Safran) dont la qualité de surface des pièces conditionne la certification, mais aucun partenaire industriel ni institution européenne n'est impliqué dans ce résultat académique.

Dans nos dossiers

Physical Intelligence — π0 arXiv cs.RO

À lire aussi

1arXiv cs.RO

Modèles vision-langage-action (VLA) conditionnés par l'état de santé pour un contrôle robotique sensible aux pannes

Une équipe de recherche publie sur arXiv (référence 2605.16056) un modèle VLA (Vision-Language-Action) capable d'adapter son comportement à la dégradation physique d'un robot, une problématique distincte des pannes de tâches habituellement ciblées par la littérature. L'approche repose sur l'injection d'un module "Health Projector" dans l'architecture VLA-Adapter : le modèle reçoit en entrée un vecteur de santé encodant l'amplitude articulaire et le couple disponible pour chaque joint. Entraîné sur 128 épisodes téléopérés collectés dans l'environnement de simulation LIBERO (benchmark Libero-Spatial), il parvient à compléter des tâches de manipulation spatiale avec des configurations de joints dégradés où le modèle de référence VLA-Adapter Libero-Spatial-Pro échoue systématiquement. Le code et le jeu de données seront prochainement disponibles sur GitHub (h-arslan/health-aware-vla). L'intérêt industriel est réel : dans les déploiements terrain, les robots accumulent des dégradations mécaniques progressives (usure articulaire, perte de couple, grippage de préhenseur) sans nécessairement déclencher d'alarme critique. Un contrôleur aveugle à cet état physique maintient ses consignes nominales et accumule les erreurs ; un modèle conditionné à la santé peut recalculer ses trajectoires à la volée. La modification proposée est présentée comme légère, ce qui suggère une intégration possible dans des pipelines VLA existants sans refonte complète. Cependant, les résultats restent limités à la simulation LIBERO avec 128 épisodes seulement, un jeu de données particulièrement restreint, et aucune validation sur robot physique n'est présentée, laissant le gap sim-to-real entièrement ouvert. Ce travail s'inscrit dans l'expansion rapide des VLA depuis 2023, portée par des modèles comme pi0 (Physical Intelligence), OpenVLA ou la famille RoboVLMs. VLA-Adapter, utilisé comme base ici, est une variante qui réduit les coûts de fine-tuning en gelant le backbone visio-langagier pour n'entraîner qu'un adaptateur léger. La résilience robotique est jusqu'ici majoritairement traitée côté contrôle bas niveau (détection de fautes, compensation par redondance articulaire) plutôt qu'au niveau de la politique visuo-langagière, ce qui rend l'angle de cette recherche original. Aucun acteur européen n'est impliqué dans cette publication. La prochaine étape logique serait une validation sur hardware réel avec des dégradations induites mécaniquement et un dataset substantiellement élargi pour crédibiliser le passage à l'échelle.

RechercheOpinion

1 source

2arXiv cs.RO

Politique de contrainte de surface pour l'apprentissage de compétences robotiques contraintes et dynamiquement réalisables

Des chercheurs ont déposé en mai 2026 sur arXiv (identifiant 2605.31321) un article présentant la Surface Constraint Policy (SCP), une méthode destinée à améliorer la fiabilité des robots dans des tâches de manipulation dextre impliquant des contraintes de surface complexes et de forme libre. L'approche encode la géométrie de surface à partir de démonstrations humaines via une fonction noyau gaussien pondérée en deux dimensions. Sur cette base, une politique de diffusion infère des intentions d'action à partir d'entrées multimodales (observations visuelles et retour d'état du robot), qui sont ensuite transformées en primitives de mouvement dynamique contraintes à la surface (DMPs, Dynamic Movement Primitives) via une méthode de mapping par similarité. Ce pipeline produit des trajectoires à la fois géométriquement admissibles et dynamiquement réalisables. Les auteurs font état de taux de succès et d'une stabilité de contact supérieurs aux méthodes comparées, sans que le résumé ne détaille les métriques précises ni les benchmarks utilisés. Ce travail pointe un angle mort persistant des approches actuelles d'apprentissage par imitation à base de diffusion : les politiques classiques génèrent des actions de manière stochastique, sans modéliser explicitement la géométrie de la surface de contact. En pratique, cela se traduit par des glissements, des décrochages ou des trajectoires physiquement inadmissibles, problèmes rédhibitoires pour des applications industrielles comme le polissage, l'assemblage surfacique ou le soudage. L'originalité de SCP tient à l'intégration des contraintes géométriques dès la génération d'action, couplée à des DMPs qui garantissent la faisabilité dynamique. Pour les intégrateurs et les équipes R&D, cette approche représente un pas concret vers la répétabilité requise en production, là où la stabilité du contact prime sur la généralisation toutes-tâches. Ce travail s'inscrit dans une vague de recherche intense autour des politiques de diffusion pour la manipulation robotique, initiée par Diffusion Policy (Chi et al., 2023, Columbia University) et accélérée par des acteurs comme Physical Intelligence avec pi0, Google DeepMind avec RT-2, ou encore ACT de Stanford. Les primitives de mouvement dynamique mobilisées ici sont un outil classique de la robotique depuis les travaux de Schaal dans les années 2000, mais leur couplage avec un pipeline de diffusion moderne pour gérer des contraintes surfaciques constitue l'apport original de la méthode. Les limitations pointées par les auteurs sont partagées par la plupart des architectures VLA actuelles, ce qui signale un axe de recherche pertinent pour quiconque vise le déploiement industriel. Les prochaines étapes naturelles incluraient une validation sur des surfaces déformables ou en mouvement, ainsi qu'un test de passage à l'échelle avec une plus grande diversité de tâches et de morphologies robotiques.

RecherchePaper

1 source

3arXiv cs.RO

Apprentissage de la loco-manipulation robotique multiphase par optimisation de politique conditionnée par la phase

Des chercheurs proposent une méthode d'apprentissage par renforcement qui permet d'entraîner une seule politique pour des tâches de loco-manipulation à plusieurs phases, par exemple s'accroupir, saisir un objet puis se déplacer, sans recourir aux données de mouvement humain. Ils étendent l'algorithme PPO (Proximal Policy Optimization) avec trois éléments: un critique conditionné par la phase, des fonctions de récompense activées phase par phase, et un curriculum de réinitialisation multi-phase qui guide l'exploration. L'architecture de contrôle est hiérarchique et découplée: la dynamique d'équilibre de bas niveau est séparée de l'exécution des phases de haut niveau. Les compétences multi-étapes ont été démontrées sur matériel, sur le humanoïde Unitree G1 et sur un robot quadrupède Spot de Boston Dynamics équipé d'un bras manipulateur. Des ablations valident les choix de conception. Le résumé de l'article ne fournit ni taux de réussite, ni temps de cycle, ni durée d'entraînement, ni détail des tâches testées. L'intérêt tient à la contrainte que ce travail cherche à lever. Aujourd'hui, les tâches longues de whole-body loco-manipulation reposent souvent sur la capture ou le retargeting de mouvements humains, ce qui lie la méthode à des plateformes humanoïdes et impose un lourd travail de traitement des données. Une politique entraînée uniquement par interaction avec l'environnement, tout en exploitant la structure connue de la tâche, réduit cette dépendance et vise la portabilité entre morphologies très différentes, un humanoïde bipède et un quadrupède à bras. Pour les intégrateurs, c'est un signal en faveur d'approches où l'ingénieur encode la séquence de la tâche plutôt que de collecter des démonstrations. Il faut toutefois rester prudent: il s'agit d'un preprint, sans métriques chiffrées dans le résumé, et la fiabilité en conditions industrielles, hors laboratoire, reste à démontrer. Ce travail s'inscrit dans deux courants. D'un côté, l'imitation de mouvements humains et les modèles VLA (vision-langage-action) dominent la course humanoïde. De l'autre, le RL en simulation avec transfert vers le réel, très utilisé sur la locomotion, peine à passer à l'échelle sur des tâches longues, à cause de récompenses éparses et d'une exploration difficile. Le choix du G1, plateforme accessible et répandue en recherche, et de Spot, standard du quadrupède avec bras, facilite la reproduction par d'autres laboratoires. Les suites probables sont des comparaisons avec les approches fondées sur le mouvement humain, des tâches plus longues et un passage à des environnements moins contrôlés. Aucun pilote industriel ni calendrier n'est annoncé.

RecherchePaper

1 source

4arXiv cs.RO

Habillage assisté par robot : une politique de diffusion sensible au mouvement humain

Une équipe de robotique publie sur arXiv (2609.04759v1) l'article "Dressing in Motion", qui présente une politique visuomotrice pour l'habillage assisté de personnes âgées ou à mobilité réduite. À la différence des systèmes antérieurs, qui supposent un bras immobile, la méthode généralise à un porteur en mouvement à partir de démonstrations expertes statiques, grâce à une "diffusion policy" et à une représentation qui modélise la distribution axiale du bras sur des nuages de points partiels pour suivre son déplacement et adapter la trajectoire en temps réel. L'approche a été testée en simulation puis avec neuf participants, trois types de vêtements et six schémas de mouvement du bras, sur un projet resté anonyme en vue d'une évaluation par les pairs. L'habillage assisté figure parmi les tâches les plus difficiles de la robotique de service, mêlant contact continu avec un objet déformable, occlusions du bras par le tissu et, surtout, une variabilité du mouvement humain que les travaux précédents évitaient en figeant la posture du porteur. Montrer qu'une politique entraînée sur de simples démonstrations statiques généralise à un porteur qui bouge apporte un argument concret sur la capacité des politiques d'imitation à s'adapter à des conditions inédites, un enjeu central pour tout déploiement en EHPAD ou en rééducation. Les auteurs rapportent des gains sur la progression de l'habillage, la liberté de mouvement et le confort perçu face à des méthodes de référence, mais un échantillon de neuf personnes reste trop restreint pour trancher avant un usage clinique. Ce travail prolonge une recherche déjà ancienne sur la manipulation d'objets déformables et l'assistance à l'habillage, longtemps freinée par la difficulté à percevoir un bras occlus par un vêtement en cours d'enfilage. Il reprend le cadre des "diffusion policies", popularisé depuis 2023 dans l'apprentissage par imitation en robotique et repris dans des modèles de contrôle généralistes de type VLA, en l'adaptant à la géométrie propre à l'interaction vêtement-humain. Le format "letter" et la soumission anonyme indiquent un dépôt en vue d'une revue ou conférence à comité de lecture, probablement IEEE Robotics and Automation Letters. Il s'agit à ce stade d'un préprint sans partenaire industriel ni calendrier de déploiement, la suite logique étant une validation sur un panel plus large et davantage de types de vêtements.

RecherchePaper

1 source