Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
StairMaster : apprendre à franchir des escaliers ajourés périlleux pour robots quadrupèdes agiles
RecherchearXiv cs.RO 

StairMaster : apprendre à franchir des escaliers ajourés périlleux pour robots quadrupèdes agiles

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

Des chercheurs ont publié sur arXiv (2606.25765) un système baptisé StairMaster, un cadre d'apprentissage par renforcement en trois étapes permettant à un robot quadrupède Unitree Go2 de gravir des escaliers creux avec une inclinaison jusqu'à 55 degrés en transfert zéro-shot depuis la simulation. L'architecture combine un mécanisme d'attention croisée (Cross-Attention) pour extraire des structures depuis des données de profondeur bruitées, une unité récurrente spatiale (SRU) maintenant une mémoire spatio-temporelle pour compenser les zones aveugles de perception, et un pipeline de modélisation haute-fidélité du capteur de profondeur en simulation répliquant les artefacts réels. Des récompenses de perception active guidées par waypoints 3D et des pénalités cinématiques sur les barreaux creux et les arêtes de marches assurent un placement précis des appuis.

Ce résultat s'attaque à l'un des problèmes les plus difficiles de la locomotion quadrupède en milieu industriel : les escaliers à barreaux creux exposent les pattes au risque de coincement, génèrent une densité de points de profondeur très faible et un bruit haute fréquence difficile à filtrer. Que le système tienne à 55 degrés sans ré-entraînement sur le robot réel valide deux hypothèses que le secteur testait depuis plusieurs années : la modélisation fidèle des artefacts capteurs peut combler le sim-to-real gap sur la perception de profondeur, et des politiques RL peuvent généraliser à des terrains extrêmes en zéro-shot. Pour les intégrateurs déployant des robots sur des infrastructures multi-niveaux, passerelles métalliques ou escaliers de secours, ce type de politique ouvre des scénarios jusqu'ici inaccessibles.

Le Unitree Go2 est devenu un banc d'essai académique de référence pour la locomotion RL, aux côtés de l'ANYmal d'ANYbotics et du Spot de Boston Dynamics. Des équipes d'ETH Zurich (RSL), CMU et UC Berkeley ont publié des politiques sur terrains difficiles, mais aucune ne revendiquait jusqu'ici le franchissement d'escaliers creux à cette inclinaison en zéro-shot. Les auteurs ne citent aucun partenariat industriel ni timeline de déploiement commercial : il s'agit à ce stade d'un résultat de laboratoire avec démonstration vidéo, dont la robustesse en conditions réelles à plus grande échelle reste à valider.

Dans nos dossiers

Boston DynamicsUnitreearXiv cs.RO

À lire aussi

SmoothTurn : apprendre à tourner en douceur pour une navigation agile avec des robots quadrupèdes
1arXiv cs.RO 

SmoothTurn : apprendre à tourner en douceur pour une navigation agile avec des robots quadrupèdes

Traduction et résumé de l'article ci-dessous. L'équipe de recherche à l'origine de SmoothTurn s'attaque à un angle mort des politiques de navigation locale pour robots quadrupèdes : la capacité à enchaîner des virages fluides tout en courant à haute vitesse. Les approches existantes entraînent typiquement une politique à atteindre un seul objectif à la fois, en récompensant le robot pour rester immobile une fois la cible atteinte. Résultat, lorsqu'on enchaîne plusieurs objectifs nécessitant des changements de direction, le robot ne peut ni anticiper la manœuvre suivante ni conserver son élan lors du passage d'un objectif à l'autre, ce qui brise sa dynamique de course. SmoothTurn reformule le problème comme une tâche de navigation locale séquentielle et introduit trois éléments techniques : une récompense conçue pour l'atteinte séquentielle d'objectifs, un espace d'observation élargi incluant une fenêtre d'anticipation ("lookahead") sur les objectifs futurs, et un curriculum d'apprentissage automatique qui augmente progressivement la difficulté des séquences d'objectifs en fonction des performances du robot. La politique entraînée a été déployée directement sur des robots quadrupèdes réels, avec capteurs et calcul embarqués, sans étape d'adaptation supplémentaire. Cette avancée cible un écart concret entre démonstration et réalité opérationnelle pour les cas d'usage à forte valeur comme l'intervention en incendie ou l'inspection industrielle, où la vitesse ET la manœuvrabilité comptent autant l'une que l'autre. Une politique qui sait maintenir son élan en pivotant, au lieu de ralentir puis réaccélérer à chaque changement de cap, se rapproche davantage de ce qu'exige un déploiement terrain réel plutôt qu'un simple parcours de démonstration en ligne droite. Pour les intégrateurs et décideurs qui évaluent des plateformes quadrupèdes pour des missions agiles, ce type de résultat conforte l'idée que l'apprentissage par renforcement peut produire des comportements moteurs sophistiqués et transférables du simulateur au monde réel (sim-to-real), sans nécessiter de re-conception matérielle. Les auteurs rapportent des résultats empiriques en simulation et sur robot réel montrant des comportements émergents non explicitement programmés : contrôle de l'élan lors du changement d'objectif, orientation anticipée vers la prochaine cible, et planification de trajectoires efficaces. SmoothTurn s'inscrit dans la lignée des travaux antérieurs sur la navigation locale conditionnée par un objectif unique, qu'il étend au cas séquentiel. Le papier, initialement soumis sous l'identifiant arXiv:2603.12842 puis republié en version corrigée, ne précise pas quel modèle de robot quadrupède a servi aux essais réels ni le nom du laboratoire ou de l'université porteurs du projet. Ce travail se positionne dans un champ de recherche actif sur la locomotion agile par apprentissage, aux côtés d'efforts similaires chez des acteurs académiques et industriels travaillant sur des quadrupèdes comme ceux de Boston Dynamics ou Unitree. Les prochaines étapes attendues porteraient sur l'extension à des terrains plus complexes ou irréguliers et sur des tests d'endurance en conditions réelles prolongées, non détaillés dans le résumé disponible.

RecherchePaper
1 source
Robot quadrupède : apprentissage par renforcement de bout en bout pour monter et descendre des escaliers en intervention incendie intérieure
2arXiv cs.RO 

Robot quadrupède : apprentissage par renforcement de bout en bout pour monter et descendre des escaliers en intervention incendie intérieure

Des chercheurs ont développé une approche d'apprentissage par renforcement profond en deux étapes pour entraîner des robots quadrupèdes Unitree Go2 à monter et descendre des escaliers de manière autonome, dans le cadre de recherches en intérieur lors d'incendies. L'étude, publiée sur arXiv (2602.03087v2, version révisée), s'appuie entièrement sur le moteur de simulation Isaac Lab de NVIDIA. Dans une première phase, les robots sont entraînés sur un terrain abstrait en forme de pyramide d'escaliers. Dans une seconde phase, la politique apprise est transférée vers des configurations d'escaliers réalistes et variées, droits, en L et en spirale, représentatives des bâtiments réels. Le système repose sur une perception locale par carte de hauteur et une formulation de navigation basée sur une ligne centrale, qui unifie l'apprentissage de la navigation et de la locomotion sans recourir à une planification hiérarchique séparée. L'enjeu pratique est direct: lors d'une recherche primaire en intérieur après un départ de feu, un robot doit balayer rapidement des zones dangereuses, repérer des victimes potentielles et surveiller des matériaux inflammables, souvent en empruntant des cages d'escalier de formes différentes selon les bâtiments. La difficulté classique pour les quadrupèdes n'est pas seulement de gravir des marches, mais de généraliser ce savoir-faire à des topologies d'escaliers jamais vues, sans replanification lourde à chaque changement de géométrie. En démontrant qu'une politique unique, entraînée d'abord sur un terrain simplifié puis affinée sur des cas réalistes, généralise à des formes variées à partir de perception locale seulement, les auteurs apportent un élément de preuve en faveur des architectures de bout en bout face aux pipelines de navigation classiques, plus modulaires mais plus coûteux à adapter. Le travail reste cependant limité à la simulation: aucun transfert vers un robot physique n'est rapporté dans cette version, ce qui laisse ouverte la question du sim-to-real. Le Go2 d'Unitree, plateforme quadrupède abordable largement utilisée dans la recherche académique, sert ici de base matérielle de référence, dans un secteur où Boston Dynamics (Spot) et ANYbotics occupent le segment industriel haut de gamme. Isaac Lab, environnement de simulation robotique de NVIDIA basé sur Isaac Sim, s'impose comme plateforme standard pour ce type d'entraînement RL à grande échelle. Les auteurs présentent aussi une analyse empirique des taux de réussite, de l'efficacité et des modes d'échec à mesure que la difficulté des escaliers augmente, un exercice de transparence utile pour situer les limites actuelles de la méthode avant d'envisager des essais sur robot réel.

RecherchePaper
1 source
Navigation agile pour robots quadrupèdes dans des environnements encombrés par apprentissage
3arXiv cs.RO 

Navigation agile pour robots quadrupèdes dans des environnements encombrés par apprentissage

Des chercheurs présentent VOP-Nav, un système de navigation pour robots quadrupèdes conçu pour évoluer dans des environnements denses et dynamiques, où l'occlusion des capteurs et l'imprévisibilité des déplacements humains posent des défis majeurs. Le cœur du système est un réseau baptisé VOP-Net, qui traite des données LiDAR multi-frames captées en local pour encoder implicitement les contraintes dynamiques de l'environnement et prédire une zone de vitesse sûre, dérivée de la théorie des Velocity Obstacles (VO). Fait notable, cette prédiction VO sert un double rôle : elle alimente la politique de navigation en inférence, et sert de signal de récompense pendant l'entraînement pour favoriser des trajectoires sûres. Le système a été évalué dans le simulateur Isaac Gym, puis déployé en conditions réelles sur un robot quadrupède Unitree Go2, en intérieur comme en extérieur, sans pipeline explicite de détection et de suivi d'obstacles. L'enjeu dépassé ici est un compromis classique en robotique mobile : les méthodes à base de modèle comme les Velocity Obstacles garantissent la sécurité en théorie, mais s'effondrent en environnement dense car elles dépendent d'estimations précises du mouvement des obstacles, difficiles à obtenir dans une foule. À l'inverse, les approches d'apprentissage de bout en bout sont plus robustes mais manquent de capacité de prédiction, ce qui produit soit des collisions, soit des comportements trop prudents. En hybridant les deux, VOP-Nav vise directement le goulot d'étranglement qui freine le déploiement de quadrupèdes et, plus largement, de plateformes mobiles autonomes dans des espaces partagés avec des humains, entrepôts, hôpitaux, bureaux, un enjeu suivi de près par les intégrateurs travaillant avec des plateformes comme Go2 ou Spot. Le papier s'inscrit dans la lignée des travaux sur la navigation sociale et l'évitement d'obstacles dynamiques, où les méthodes géométriques classiques (VO, ORCA) et l'apprentissage par renforcement coexistent sans avoir jusqu'ici bien fusionné. Publié comme preprint arXiv (2607.15036), le travail n'a pas encore fait l'objet de revue par les pairs ; les auteurs revendiquent des taux de réussite supérieurs à leurs bases de comparaison en simulation, sans toutefois préciser de chiffres exacts ni le protocole complet d'évaluation, un point à surveiller avant toute extrapolation vers un déploiement industriel à grande échelle.

RecherchePaper
1 source
Le robot-chien coréen apprend un mouvement animal grâce à l'IA pour franchir forêts et escaliers
4Interesting Engineering 

Le robot-chien coréen apprend un mouvement animal grâce à l'IA pour franchir forêts et escaliers

Les chercheurs du Korea Advanced Institute of Science and Technology (KAIST), de l'Universite Korea, de l'Agence de développement de la défense sud-coréenne et de DIDEN Robotics ont présente APT-RL (Action Pretrained Transformer-based Reinforcement Learning), un framework d'IA qui permet a un robot quadrupède de changer automatiquement de mode de locomotion selon le terrain. Teste sur le robot HOUND de KAIST, le système combine des compétences de déplacement preentrainees a partir de plus de 180 000 trajectoires de mouvement optimisées (soit 15,5 heures de simulation générées en seulement huit minutes) avec un apprentissage par renforcement qui décide quand basculer entre marche, bond, escalade ou saut. Le tout fonctionne uniquement avec des capteurs embarques, une camera de profondeur et un LiDAR 2D, sans système de capture de mouvement externe. Lors d'essais en campus universitaire, en foret, sur terrain rocheux, escaliers, troncs et pierres de gué, HOUND a atteint une vitesse instantanée de 4,25 mètres par seconde, et jusqu'a 6 m/s en sautant depuis un escalier de trois marches, des chiffres que les auteurs présentent comme parmi les plus rapides jamais rapportes pour un quadrupède pilote par perception en conditions réelles. Cette démonstration s'inscrit dans un enjeu central de la robotique legged: le fosse entre les gaits appris en simulation et leur robustesse une fois déployés sur terrain non structure. La plupart des robots quadrupèdes commerciaux (Spot de Boston Dynamics, Go2 d'Unitree) reposent encore sur des contrôleurs distincts ou des transitions de gait limitées a des scenarios pré-testes. En démontrant qu'une politique unique embarquée peut généraliser a des obstacles jamais vus, sans reentrainement, sans capture de mouvement extérieure, KAIST apporte un argument concret en faveur de la viabilité des architectures de type "un seul cerveau, plusieurs compétences" pour des missions d'exploration ou de recherche et sauvetage en environnement réel, ou la connectivité et l'infrastructure de tracking sont absentes. Reste que les chiffres de vitesse, notamment la pointe a 6 m/s en descente d'escalier, méritent d'être lus comme des pics instantanés obtenus dans des conditions contrôlées par l'équipe, pas comme une performance opérationnelle soutenue. Le champ de la locomotion quadrupède a bascule ces dernières années vers l'apprentissage par renforcement en simulation massive (une approche popularisée par ETH Zurich et Boston Dynamics avec Spot, puis reprise par Unitree en Chine), avec un gain de robustesse mais une spécialisation encore forte par tache. APT-RL se distingue par sa méthode en trois étapes: preentrainement de briques motrices de base, apprentissage du séquencement de ces briques par renforcement, puis adaptation au déploiement réel via perception seule. Compare a des méthodes hiérarchiques et RL existantes, le framework affiche de meilleurs taux de réussite, des transitions de gait plus fluides et une meilleure efficacité énergétique, selon l'équipe. Les prochaines étapes évoquées par les chercheurs concernent l'extension a des missions de recherche et sauvetage et d'exploration autonome, sans toutefois de calendrier de déploiement industriel ou commercial précise a ce stade.

RecherchePaper
1 source